यहाँ बताया गया है कि AI कैसे आंत बैक्टीरिया को समझने में मदद कर सकता है

टोक्यो (जापान), 6 जुलाई (एएनआई): आंत बैक्टीरिया को कई स्वास्थ्य संबंधी मुद्दों में एक महत्वपूर्ण कारक माना जाता है। हालांकि, उनमें से संख्या और विविधता विशाल हैं, जैसे कि वे तरीके हैं जिनमें वे शरीर की रसायन विज्ञान और एक दूसरे के साथ बातचीत करते हैं।

विज्ञापन

पहली बार, टोक्यो विश्वविद्यालय के शोधकर्ताओं ने एक विशेष प्रकार की कृत्रिम बुद्धिमत्ता का उपयोग किया, जिसे एक बायेसियन न्यूरल नेटवर्क कहा जाता है, जो कि आंत बैक्टीरिया पर एक डेटासेट की जांच करने के लिए उन संबंधों को खोजने के लिए था जो वर्तमान विश्लेषणात्मक उपकरण मज़बूती से पहचान नहीं कर सकते थे।

मानव शरीर में लगभग 30 ट्रिलियन से 40 ट्रिलियन कोशिकाएं होती हैं, लेकिन आपकी आंतों में लगभग 100 ट्रिलियन आंत बैक्टीरिया होते हैं। तकनीकी रूप से, आप अधिक कोशिकाओं के आसपास ले जा रहे हैं जो आप नहीं हैं। सोच के लिए भोजन। और भोजन की बात करते हुए, ये आंत बैक्टीरिया, निश्चित रूप से पाचन के कुछ पहलुओं के लिए जिम्मेदार हैं, हालांकि कुछ के लिए आश्चर्य की बात है कि वे मानव स्वास्थ्य के कई अन्य पहलुओं से भी कैसे संबंधित हो सकते हैं।

बैक्टीरिया अविश्वसनीय रूप से विविध हैं और मेटाबोलाइट्स नामक विभिन्न रसायनों की एक भयावह संख्या का उत्पादन और संशोधित भी करते हैं। ये आणविक दूतों की तरह कार्य करते हैं, आपके शरीर को अनुमति देते हैं, आपकी प्रतिरक्षा प्रणाली और चयापचय से आपके मस्तिष्क के कार्य और मनोदशा तक सब कुछ प्रभावित करते हैं। कहने की जरूरत नहीं है, आंत बैक्टीरिया को समझने के लिए बहुत कुछ है।

“समस्या यह है कि हम केवल यह समझने की शुरुआत कर रहे हैं कि कौन से बैक्टीरिया मानव मेटाबोलाइट्स का उत्पादन करते हैं और ये रिश्ते अलग-अलग बीमारियों में कैसे बदलते हैं,” प्रोजेक्ट शोधकर्ता तुंग डांग ने जैविक विज्ञान विभाग में त्सुनोदा लैब से कहा, “इन बैक्टीरिया-केमिकल रिश्तों को सटीक रूप से मैप करने में सक्षम होने के लिए” रोगों का इलाज करने के लिए मेटाबोलाइट्स। “

बेशुमार से कई और विविध बैक्टीरिया और मेटाबोलाइट्स हैं, और इसलिए इन चीजों के बीच कहीं अधिक संबंध हैं। अकेले इस पर डेटा इकट्ठा करना एक स्मारकीय उपक्रम है, लेकिन उस डेटा को अप्रभावित करना दिलचस्प पैटर्न खोजने के लिए जो कुछ उपयोगी कार्य को धोखा दे सकता है, और भी अधिक है। ऐसा करने के लिए, डांग और उनकी टीम ने अत्याधुनिक आर्टिफिशियल इंटेलिजेंस (एआई) टूल के उपयोग का पता लगाने का फैसला किया।

“हमारी प्रणाली, VBayesmm, स्वचालित रूप से प्रमुख खिलाड़ियों को अलग करती है जो कम प्रासंगिक रोगाणुओं की विशाल पृष्ठभूमि से चयापचयों को महत्वपूर्ण रूप से प्रभावित करती हैं, जबकि पूर्वानुमानित रिश्तों के बारे में अनिश्चितता को भी स्वीकार करते हैं, बजाय अति आत्मविश्वास प्रदान करने के बजाय, लेकिन संभावित रूप से गलत उत्तर प्रदान करते हैं,” डांग ने कहा। “जब स्लीप डिसऑर्डर, मोटापा और कैंसर के अध्ययन से वास्तविक डेटा पर परीक्षण किया जाता है, तो हमारे दृष्टिकोण ने लगातार मौजूदा तरीकों से बेहतर प्रदर्शन किया और विशिष्ट बैक्टीरियल परिवारों की पहचान की, जो ज्ञात जैविक प्रक्रियाओं के साथ संरेखित करते हैं, जिससे यह विश्वास दिलाता है कि यह अर्थहीन सांख्यिकीय पैटर्न के बजाय वास्तविक जैविक संबंधों का पता चलता है।”

जैसा कि VBayesmm अनिश्चितता के मुद्दों को संभाल सकता है और संवाद कर सकता है, यह शोधकर्ताओं को एक उपकरण से अधिक आत्मविश्वास देता है जो नहीं करता है। भले ही सिस्टम को भारी विश्लेषणात्मक कार्यभार के साथ सामना करने के लिए अनुकूलित किया गया है, लेकिन इस तरह के विशाल डेटासेट खनन अभी भी उच्च कम्प्यूटेशनल लागत के साथ आता है; हालांकि, जैसे -जैसे समय बीतता है, यह कम और कम हो जाएगा, जो इसका उपयोग करना चाहते हैं। वर्तमान में अन्य सीमाओं में यह शामिल है कि सिस्टम को आंत बैक्टीरिया के बारे में अधिक डेटा होने से लाभ होता है, जो उनके द्वारा उत्पादित मेटाबोलाइट्स की तुलना में; जब अपर्याप्त बैक्टीरिया डेटा होता है, तो सटीकता गिर जाती है। इसके अलावा, VBayesmm मानता है कि रोगाणुओं को स्वतंत्र रूप से कार्य करता है, लेकिन वास्तव में, आंत बैक्टीरिया अविश्वसनीय रूप से जटिल संख्या में बातचीत करते हैं।

“हम अधिक व्यापक रासायनिक डेटासेट के साथ काम करने की योजना बनाते हैं जो बैक्टीरिया उत्पादों की पूरी श्रृंखला को पकड़ते हैं, हालांकि यह यह निर्धारित करने में नई चुनौतियां पैदा करता है कि क्या रसायन बैक्टीरिया, मानव शरीर या आहार जैसे बाहरी स्रोतों से आते हैं,” डांग ने कहा। “हम विविध रोगी आबादी का विश्लेषण करते समय VBayesmm को और अधिक मजबूत बनाने का लक्ष्य रखते हैं, बेहतर भविष्यवाणियों को बनाने के लिए बैक्टीरिया ‘परिवार के पेड़’ संबंधों को शामिल करते हैं, और विश्लेषण के लिए आवश्यक कम्प्यूटेशनल समय को कम करते हैं। नैदानिक ​​अनुप्रयोगों के लिए, अंतिम लक्ष्य उपचार या आहार हस्तक्षेप के लिए विशिष्ट बैक्टीरियल लक्ष्यों की पहचान कर रहा है जो वास्तव में रोगियों की मदद कर सकते हैं, व्यावहारिक चिकित्सा अनुप्रयोगों की ओर बुनियादी शोध से आगे बढ़ सकते हैं।” (एआई)

(इस सामग्री को एक सिंडिकेटेड फ़ीड से प्राप्त किया गया है और इसे प्राप्त किया गया है। ट्रिब्यून अपनी सटीकता, पूर्णता या सामग्री के लिए कोई जिम्मेदारी या देयता नहीं मानता है।