مدل هوش مصنوعی جدید زبان ارتباطی سلول‌ها را رمزگشایی کرد

طی رشد جنین، سلول‌های بنیادی اولیه با دریافت سیگنال‌های شیمیایی از سلول‌های مجاور، نقش‌های تخصصی مانند سلول‌های عصبی یا کبدی را به خود می‌گیرند. درک توالی این دستورالعمل‌ها برای شناخت توسعه بافت‌ها و ریشه‌یابی بیماری‌ها ضروری است، اما تا پیش از این نیازمند نقشه‌برداری دستی و پرزحمت هر مسیر در هر نوع سلول بود.

اکنون پژوهشگران MIT با کمک یک مدل هوش مصنوعی مبتنی بر شبکه عصبی به نام IRIS کشف کرده‌اند که هر مسیر سیگنال‌دهی اثر انگشت منحصر‌به‌فردی از فعالیت ژنی از خود به جای می‌گذارد. این الگوها در انواع مختلف سلول‌ها برای یک مسیر مشخص ثابت هستند و به مدل اجازه می‌دهند تاریخچه سیگنال‌دهی سلول‌ها را حتی در انواعی که تاکنون دیده‌است، بازسازی کند.

پژوهشگران مدل IRIS را با استفاده از داده‌های مربوط به سلول‌های جنینی موش و انسان آموزش دادند. نتایج نشان داد که این مدل می‌تواند با دقت بالا زمان و مکان فعال شدن مسیرهای سیگنال‌دهی خاص را پیش‌بینی کند. این رویکرد به دانشمندان اجازه می‌دهد تا ترکیب دقیق سیگنال‌های مورد نیاز برای هدایت سلول‌های بنیادی به سمت انواع بافت‌های خاص، نظیر بافت ریه، را شناسایی کنند.

این یافته‌ها که در نشریه Nature Methods منتشر شده است، ابزار قدرتمندی برای تسریع مهندسی سلول‌های بنیادی در پزشکی باز regenerative و ساخت مدل‌های سه‌بعدی ارگانوئیدها جهت تست داروها و مطالعه بیماری‌های تنفسی فراهم می‌کند.