رفتن به محتوای اصلی

هوش مصنوعی شروع به خواندن DNA کرده است؛ آیا کد ژنتیکی هم یک زبان است؟

وقتی از هوش مصنوعی حرف می‌زنیم، معمولاً به چت‌بات‌هایی فکر می‌کنیم که متن را می‌خوانند و پاسخ می‌دهند. اما حالا نوع دیگری از هوش مصنوعی در حال خواندن چیزی است که هیچ‌کدام از ما به شکل معمول نمی‌توانیم بخوانیم: DNA.

پژوهشگران دانشگاه کالیفرنیا، برکلی، مدلی به نام GPN-Star ساخته‌اند که به جای آموزش با کتاب، مقاله و صفحه‌های اینترنتی، با توالی‌های DNA و اطلاعات مربوط به تکامل گونه‌ها آموزش دیده است.

هدف این مدل، ترجمه DNA به زبان انسان نیست. کار آن پیدا کردن الگوهایی در میلیاردها حرف DNA است؛ الگوهایی که ممکن است نشان دهند کدام قسمت‌های ژنوم اهمیت دارند و تغییر در کدام بخش‌ها می‌تواند روی ویژگی‌های زیستی یا بیماری‌ها اثر بگذارد.

DNA اصلاً چه چیزی برای خواندن دارد؟

DNA را می‌توان به صورت زنجیره‌ای از چهار حرف تصور کرد:

A، C، G و T

این چهار حرف در کنار یکدیگر دستورالعمل‌های بسیار پیچیده‌ای را در سلول‌های بدن ذخیره می‌کنند. ژنوم انسان حدود 3 میلیارد جفت باز دارد، اما هنوز بخش بزرگی از این اطلاعات را به‌طور کامل نمی‌فهمیم.

نکته جالب این است که همه DNA مستقیماً پروتئین تولید نمی‌کند. بخش‌های زیادی از ژنوم در تنظیم فعالیت ژن‌ها نقش دارند؛ یعنی می‌توانند مشخص کنند یک ژن چه زمانی، در کجا و با چه شدتی فعال شود.

مشکل اینجاست که از روی نگاه کردن به یک رشته طولانی از A و C و G و T، نمی‌توان به سادگی فهمید کدام قسمت مهم است. اینجاست که هوش مصنوعی وارد می‌شود.

اگر DNA زبان باشد، «دستور زبان» آن چیست؟

پژوهشگران یک تشبیه جالب دارند. مدل‌های زبانی مانند ChatGPT با دیدن تعداد بسیار زیادی جمله یاد می‌گیرند که کلمات معمولاً چگونه در کنار یکدیگر قرار می‌گیرند. مثلاً اگر جمله‌ای با «امروز هوا…» شروع شود، مدل می‌تواند الگوهای احتمالی ادامه آن را تشخیص دهد. در DNA هم چنین الگوهایی وجود دارند. تفاوت این است که به جای کلمات، با چهار حرف A، C، G و T سروکار داریم.

پژوهشگران برکلی می‌گویند مدل‌های ژنومی می‌توانند چیزی شبیه «دستور زبان ژنوم» را از روی الگوهای موجود در توالی‌های DNA یاد بگیرند. البته DNA واقعاً یک زبان انسانی نیست و دستور زبان آن نیز مانند زبان فارسی یا انگلیسی نیست. این فقط روشی برای توضیح توانایی مدل در تشخیص الگوهای پیچیده است.

اما GPN-Star یک چیز مهم‌تر هم دارد

قسمت جذاب پژوهش فقط خواندن DNA نیست. GPN-Star به تکامل نیز نگاه می‌کند. فرض کنید یک قسمت خاص از DNA انسان را با همان قسمت در DNA گونه‌های دیگر مقایسه کنیم. اگر یک بخش در طول میلیون‌ها سال تقریباً ثابت مانده باشد، احتمال دارد آن بخش برای موجود زنده اهمیت داشته باشد.

برعکس، بخش‌هایی که در طول زمان تغییرات بیشتری داشته‌اند ممکن است محدودیت تکاملی کمتری داشته باشند. GPN-Star از همین اطلاعات استفاده می‌کند.

این مدل به جای اینکه فقط یک رشته DNA را ببیند، اطلاعات مربوط به DNA گونه‌های مختلف و رابطه تکاملی آنها را نیز در نظر می‌گیرد. به این ترتیب، تغییرات DNA را در یک زمینه بزرگ‌تر بررسی می‌کند.

هوش مصنوعی دنبال چه چیزی می‌گردد؟

یکی از کاربردهای مهم GPN-Star، بررسی جهش‌های ژنتیکی است. دو نفر ممکن است در یک نقطه مشخص از DNA خود تفاوت کوچکی داشته باشند؛ مثلاً یکی از آنها یک حرف متفاوت در آن قسمت داشته باشد.

اما آیا این تفاوت مهم است؟

ممکن است هیچ تأثیری نداشته باشد. ممکن است روی عملکرد یک سلول اثر بگذارد. و در برخی موارد ممکن است با یک ویژگی ارثی یا بیماری مرتبط باشد. تشخیص اینکه کدام تغییر اهمیت بیشتری دارد، یکی از مسائل دشوار ژنتیک است.

پژوهشگران گزارش کرده‌اند که GPN-Star در مجموعه‌ای از آزمایش‌ها توانسته است اثر احتمالی انواع مختلف تغییرات ژنتیکی را با دقت بالایی پیش‌بینی کند و در برخی آزمون‌ها از روش‌های قبلی بهتر عمل کرده است. این مدل هم بخش‌های کدکننده DNA و هم بخش‌های غیر کدکننده را بررسی می‌کند.

نکته عجیب‌تر: این مدل خیلی بزرگ نیست

شاید تصور کنیم برای بررسی چنین حجم عظیمی از اطلاعات ژنتیکی، به هزاران پردازنده و ماه‌ها آموزش نیاز است. اما یکی از ویژگی‌های GPN-Star این است که از اطلاعات تکاملی آماده در مقایسه ژنوم گونه‌های مختلف استفاده می‌کند. پژوهشگران می‌گویند بزرگ‌ترین مدل‌های GPN-Star حدود 200 میلیون پارامتر داشته‌اند و با هشت پردازنده NVIDIA A100 طی چند روز آموزش داده شده‌اند.

برای مقایسه، پژوهشگران اشاره می‌کنند که مدل‌هایی مانند Evo 2 برای آموزش به بیش از 2 هزار پردازنده H100 و چندین ماه زمان نیاز داشته‌اند.

دلیل تفاوت این است که GPN-Star بخشی از اطلاعات مربوط به روابط تکاملی را مستقیماً از داده‌های مقایسه‌ای دریافت می‌کند، به جای اینکه مجبور باشد همه این روابط را از صفر یاد بگیرد.

آیا این یعنی هوش مصنوعی می‌تواند بیماری‌ها را تشخیص دهد؟

نه، دست‌کم نه به این معنا که می‌توان DNA یک فرد را به GPN-Star داد و از آن انتظار تشخیص پزشکی داشت. این پژوهش درباره تفسیر ژنوم و پیش‌بینی اثر احتمالی تغییرات ژنتیکی است و خود پژوهشگران نیز آن را به عنوان ابزاری برای تحقیقات ژنتیکی معرفی می‌کنند. اما اگر چنین مدل‌هایی بهتر شوند، می‌توانند به پژوهشگران کمک کنند تا در میان میلیون‌ها یا میلیاردها موقعیت ژنتیکی، مواردی را که احتمالاً اهمیت بیشتری دارند سریع‌تر شناسایی کنند.

این می‌تواند مسیر تحقیقات بعدی را کوتاه‌تر کند؛ یعنی به جای اینکه دانشمندان همه تغییرات را با یک میزان توجه بررسی کنند، ابتدا روی بخش‌هایی تمرکز کنند که مدل آنها را مهم‌تر تشخیص داده است.

شاید DNA هم یک زبان قابل یادگیری باشد

ما سال‌هاست تلاش می‌کنیم زبان انسان را به ماشین یاد بدهیم. حالا اتفاق جالبی در حال رخ دادن است: ماشین‌ها دارند سراغ زبانی بسیار قدیمی‌تر می‌روند؛ زبانی که نه با کلمات، بلکه با چهار حرف نوشته شده است. GPN-Star هنوز نمی‌تواند «معنای زندگی» را از روی DNA بخواند و قرار نیست فردا جایگزین متخصص ژنتیک شود. اما نشان می‌دهد که شاید بتوان با استفاده از هوش مصنوعی، بخشی از منطق پنهان در میلیاردها حرف ژنوم را بهتر کشف کرد.

و شاید مهم‌ترین تفاوت این باشد:

ما DNA را از مدت‌ها قبل می‌توانستیم بخوانیم؛

اما حالا داریم به ماشین‌ها یاد می‌دهیم که شاید بتوانند آن را بهتر بفهمند.

آدرس ایمیل شما نمایش داده نخواهد شد.