CISPA Helmholtz Məlumat Təhlükəsizliyi Mərkəzindən Sarath Sivaprasad, Hui-Po Wang və Mario Fritz ilə birlikdə zebrafish embrionlarının inkişafındakı anormallıqları avtomatik olaraq aşkarlaya bilən süni intellekt modeli hazırlayıblar. Bu texnologiya böyük miqyaslı, yüksək dəqiqlikli görüntü datasetini transformer əsaslı maşın öyrənmə modeli ilə birləşdirərək toksiklik təsirlərini və məhsuldarlıq nəticələrini yüksək dəqiqliklə müəyyən edir. Bu yenilik dərman sınaqlarını xeyli sürətləndirə bilər.

Modelləşdirmə və Tətbiq

Sivaprasadın tədqiqatı uzun müddətdir ki, anormallıq aşkarlanması üzərində cəmlənib. Süni intellekt modeli təlim zamanı normal davranışı öyrənərək, hər bir nümunəni normadan nə qədər uzaqlaşdığına görə qiymətləndirir. Bu yanaşma bioloji elm sahəsində tətbiq edilərək zebrafish embrionlarının inkişafını izləyir.

Zebrafish: Tədqiqatın Əsas Modeli

Zebrafish, şəffaf bədən quruluşu və insan genetikasına bənzərliyi ilə biotibbi araşdırmalarda mühüm modeldir. Onların sürətli inkişafı və kimyəvi maddələrə həssaslığı, yüksək məhsuldarlıqlı toksiklik sınaqları üçün ideal olmasını təmin edir. Ancaq embrionların inkişafını analiz etmək hələ də mütəxəssislərin əl ilə yoxlamasına əsaslanır ki, bu da həm vaxt aparan, həm də subyektiv bir prosesdir.

Dataset Yaradılması və Model Təlimi

HIPS tədqiqatçıları zebrafish embrionlarının inkişafını əks etdirən 185000-dən çox mikroskopik görüntüdən ibarət dataset hazırlayıblar. Bu dataset iki əsas eksperimental tapşırığı əhatə edir:

• Məhsuldarlıq təsnifatı: 130368 görüntü 8 saatlıq ardıcıllıqlarla yumurta həyat qabiliyyətini müəyyən etmək üçün.
• Toksiklik qiymətləndirilməsi: 55296 görüntü 48 saat ərzində toksik təsirləri aşkarlamaq üçün.

Sivaprasad və komandası bu görüntülər üzərində transformer əsaslı neural şəbəkə modeli təlim edərək, embrionların strukturunu və zamanla necə dəyişdiyini analiz edib. Model embrionun döllənib-döllənmədiyini 98% dəqiqliklə, toksik maddə təsirindən yaranan inkişaf anormallıqlarını isə 92% dəqiqliklə müəyyən edib.

Gələcək Perspektivlər

Bu dataset və model inkişaf toksikliyinin erkən mərhələlərini araşdırmaq üçün gələcək tədqiqatlara zəmin yaratmaqla yanaşı, həm həssaslığı, həm də proqnoz sürətini artırır. Dataset GitHub-da pulsuz təqdim ediləcək, bu da həm biotibbi, həm də süni intellekt tədqiqatçılarına daha qabaqcıl və etik toksiklik sınaq metodları hazırlamaq imkanı verəcək. Sivaprasadın məqsədi, bir kimyəvi maddəni analiz etməkdən bütün kimyəvi maddələr kitabxanasını əhatə edən genişmiqyaslı bir sistem yaratmaqdır.

Əhəmiyyət

Bu tədqiqat həm süni intellekt, həm də biotibbi araşdırma sahələrində yeni metodların və texnologiyaların inkişafına töhfə verir. Dataset tədqiqatçılar üçün mühüm benchmark rolunu oynayır və dərmanların təsirini daha yaxşı anlamağa imkan yaradır.