Sztuczna inteligencja ochroni przed kolejną pandemią? Pracują nad szczepionkami

Biolodzy wykorzystują uczenie maszynowe do zrozumienia danych dotyczących układu odpornościowego. Ma im to pomóc w szybkim tworzeniu nowych szczepionek. Chcą być gotowi na kolejną po Covid-19 pandemię.

Publikacja: 29.12.2023 09:22

Naukowcy mogą wykorzystać nowy algorytm do porównywania danych z bardzo różnych eksperymentów i leps

Naukowcy mogą wykorzystać nowy algorytm do porównywania danych z bardzo różnych eksperymentów i lepszego przewidywania reakcji poszczególnych osób na chorobę

Foto: Adobe Stock

Badacze zajmujący się układem odpornościowym opracowali narzędzie obliczeniowe, które ma zwiększyć gotowość na kolejną pandemię. Naukowcy mogą wykorzystać ten nowy algorytm do porównywania danych z bardzo różnych eksperymentów i lepszego przewidywania reakcji poszczególnych osób na chorobę.

- Próbujemy zrozumieć, w jaki sposób poszczególne osoby zwalczają różne wirusy, ale piękno naszej metody polega na tym, że można ją zastosować ogólnie w innych warunkach biologicznych, takich jak porównania różnych leków lub różnych linii komórek nowotworowych – mówi dr Tal Einav. D., adiunkt w Instytucie Immunologii La Jolla (LJI) i współprzewodniczący nowego badania w Cell Reports Methods.

Wirusy ścigają się z naukowcami

Laboratoria badające choroby zakaźne – nawet laboratoria skupiające się na tych samych wirusach – gromadzą bardzo różne rodzaje danych. - Każdy zbiór danych staje się odrębną, niezależną wyspą – mówi Einav, cytowany przez scitechdialy.com. Niektórzy badacze badają modele zwierzęce, inni badają pacjentów. Niektóre laboratoria skupiają się na dzieciach, inne pobierają próbki od seniorów z obniżoną odpornością. Lokalizacja też ma znaczenie. Komórki pobrane od pacjentów w Australii mogą inaczej reagować na wirusa w porównaniu z komórkami pobranymi od grupy pacjentów w Niemczech, tylko na podstawie wcześniejszego narażenia na wirus w tych regionach.

Czytaj więcej

Naciągają antyszczepionkowców na grube pieniądze. Sprzedają im „alternatywne leki”

- W biologii istnieje dodatkowy poziom złożoności. Wirusy stale ewoluują, a to także zmienia dane – mówi Einav. - Nawet jeśli dwa laboratoria badały tych samych pacjentów w tym samym roku, mogły przeprowadzić nieco inne badania - dodał. Dlatego też naukowcom potrzebny jest algorytm, który przeanalizuje ogromna ilość danych zebranych przez naukowców na całym świecie.

Szczepionki szybciej trafią do pacjentów

Nowa metoda obliczeniowa nie musi dokładnie wiedzieć, gdzie i w jaki sposób uzyskano każdy zestaw danych. Zamiast tego uczenie maszynowe ma określić, które zbiory danych mają te same podstawowe wzorce. A następnie jak podobne są do siebie te dane. Z czasem te porównania mogą ujawnić spójne zasady odpowiedzi immunologicznych – wzorce, które są trudne do wykrycia w wielu rozproszonych zbiorach danych. Na przykład badacze mogliby zaprojektować lepsze szczepionki, dokładnie sprawdzając, w jaki sposób ludzkie przeciwciała celują w białka wirusowe.

Nowa metoda jest również wystarczająco dokładna, aby zapewnić naukowcom pewność co do ich przewidywań. To oznacza krótszy okres żmudnych badań i testów. Szczepionki będą szybciej trafiać do pacjentów, co będzie szczególnie ważne podczas kolejnej, ewentualnej pandemii.     

Biotechnologia
To istna rzeźnia. Śledczy sprawdzą testy na zwierzętach w firmie Elona Muska
Materiał Promocyjny
Sześćdziesiąt lat silników zaburtowych Suzuki
Biotechnologia
Znany dystrybutor IT wchodzi w biotechnologię
Biotechnologia
Nowy zabójca wirusów. Także Covid-19 nie przeżyje
Biotechnologia
Nowa aplikacja na smartfona wykryje Covid-19 w mniej niż minutę
Biotechnologia
Japończycy stworzyli karaluchy-cyborgi. Pojawiły się poważne zarzuty
Materiał Promocyjny
Zrozumieć elektromobilność, czyli nie „czy” tylko „jak”