นักวิจัย NVIDIA และ Harvard ใช้ AI สร้างการวิเคราะห์จีโนมได้เร็วขึ้นและค่าใช้จ่ายที่ถูกลง

0
https://s.yimg.com/uu/api/res/1.2/2Wqy4Og03CHZxrvwh7LZig--~B/Zmk9ZmlsbDtoPTQ1MDt3PTY3NTthcHBpZD15dGFjaHlvbg--/https://s.yimg.com/os/creatr-uploaded-images/2021-03/530d18e0-8048-11eb-bf1f-76955548a3ee.cf.webp

นักวิทยาศาสตร์จาก NVIDIA และ Harvard ได้สร้าง breakthrough ครั้งยิ่งใหญ่ในงานวิจัยด้านพันธุกรรม โดยพวกเขาได้สร้างเครื่องมือ deep learning ที่สามารถจะลดเวลาและค่าใช้จ่ายที่จะต้องใช้เพื่อรันการทดลองที่หายากและเป็นเซลล์เดี่ยวได้อย่างมีนัยสำคัญ

โดยตามงานวิจัยที่ตีพิมพ์ออกมาใน Nature Communications เครื่องมือ AtacWorks นั้นสามารถรัน inference บนจีโนมทั้งเส้นและกระบวนการหนึ่งๆ ที่ปกติจะต้องใช้เวลาราว 2 วันกว่าๆ ให้สามารถดำเนินการได้เสร็จภายในเพียงครึ่งชั่วโมงเท่านั้น

AtacWorks ทำงานด้วย ATAC-seq ซึ่งเป็นวิธีการที่ออกแบบมาเพื่อค้นหา”พื้นที่เปิด”ในจีโนมของเซลล์ที่แข็งแรงกับที่เป็นโรค โดย”พื้นที่เปิด”เหล่านั้นจะเป็นส่วนย่อยของ DNA ของคนคนหนึ่ง ซึ่งจะนำมาใช้เพื่อกำหนดและเปิดใช้งานฟังก์ชันที่เฉพาะเจาะจงต่างๆ (อย่างเช่น ตับ เลือด หรือเซลล์ผิวหนัง) และสิ่งนี้จะเป็นส่วนของจีโนมคนที่จะทำให้นักวิทยาศาสตร์สามารถบ่งชี้ได้ว่าคนนั้นๆอาจจะมีโรคอัลไซเมอร์ โรคหัวใจ หรือโรคมะเร็งหรือไม่

โดยปกติ ATAC-seq มักจะต้องมีการวิเคราะห์เซลล์หลายหมื่นเซลล์ หากแต่ AtacWorks นั้นสามารถที่จะให้ผลลัพธ์แบบเดียวกันได้โดยใช้เพียงแค่เซลล์ไม่กี่สิบเซลล์เท่านั้น ทั้งนี้ นักวิจัยยังสามารถประยุกต์ใช้ AtacWorks กับ dataset ของสเต็มเซลล์ที่จะสามารถผลิตเม็ดเลือดแดงหรือขาวได้ด้วย ซึ่งประเภทย่อยต่างๆ นั้นจะไม่สามารถทำมาประยุกต์ใช้ด้วยวิธ๊การแบบดั้งเดิม หากแต่ด้วย AtacWorks นั้นจะสามารถระบุส่วนต่างๆ ของ DNA ได้พร้อมกับบอกเรื่องเซลล์เม็ดเลือกข่าวและเซลล์เม็ดเลือดแดงได้ด้วย

ความสามารถในการวิเคราะห์จีโนมได้เร็วและค่าใช้จ่ายถูกลงนี้จะกลายเป็นแนวทางอีกยาวไกลในการระบุการกลายพันธุ์ที่เฉพาะเจาะจง หรือดัชนีชี้วัดทางชีวภาพ (biomarkers) ที่อาจจะนำไปสู่โรคบางชนิดได้ อีกทั้งอาจจะช่วยให้สามารถวิจัยยา (drug discovery) โดยช่วยให้นักวิจัยสามารถเข้าใจถึงโรคว่าทำงานอย่างไรได้เร็วขึ้นด้วย

Source : https://www.engadget.com/nvidia-harvard-ai-genomics-201226236.html