در یک مشت خاک، رد پای جانداران بسیار متفاوتی کنار هم قرار می‌گیرد؛ از باکتری‌ها تا قارچ‌ها و گیاهان. وقتی پژوهشگران DNA این نمونه را می‌خوانند، با انبوهی از قطعه‌های کوتاه روبه‌رو می‌شوند که شناسنامه آماده ندارند. ابزار تازه‌ای به نام BBERT می‌کوشد یکی از نخستین گره‌های این کار را باز کند: کدام قطعه احتمالاً از یک باکتری آمده است؟
به گزارش آسیانیوز ایران، پژوهش منتشرشده در نشریه علمی «نوکلئیک اسیدز ریسرچ» (Nucleic Acids Research) و معرفی دانشگاه عبری اورشلیم در ۲۸ اکتبر، ششم آبان، بر طبقه‌بندی داده‌های ژنتیکی محیطی متمرکز است؛ نه تشخیص بیماری و نه شناسایی قطعی همه گونه‌های باکتری.
چرا خواندن DNA خاک دشوار است؟
در بررسی ژنتیکی یک نمونه محیطی، معمولاً لازم نیست تک‌تک موجودات ابتدا در آزمایشگاه پرورش داده شوند. پژوهشگران مجموعه مواد ژنتیکی نمونه را بررسی می‌کنند؛ روشی که «متاژنومیک» نام دارد. مزیت این رویکرد، دیدن بخشی از زندگی پنهان در محیط است، اما نتیجه آن مجموعه‌ای بسیار شلوغ از توالی‌هاست.
یکی از راه‌های رایج، مقایسه این قطعه‌ها با توالی‌های شناخته‌شده در پایگاه‌های مرجع است. مشکل از جایی شروع می‌شود که یک موجود کمتر مطالعه شده باشد و نمونه نزدیک آن در پایگاه داده پیدا نشود. نبودن یک تطابق خوب، لزوماً به معنای نبودن آن جاندار در خاک نیست.
BBERT چه کاری انجام میدهد؟
این مدل هوش مصنوعی، الگوهای توالی DNA را یاد می‌گیرد تا درباره منشأ باکتریایی یک قطعه داوری کند. سپس می‌تواند احتمال مربوط‌بودن آن به بخش سازنده پروتئین و چارچوب خواندن آن بخش را نیز بررسی کند. به زبان ساده، ابزار پیش از تحلیل‌های بعدی به مرتب‌کردن داده‌های خام کمک می‌کند.
تفاوت مهم این است که طبقه‌بندی هر قطعه الزاماً به یافتن یک همتای نزدیک در پایگاه مرجع وابسته نیست. بااین‌حال، این ویژگی به معنای بی‌نیازی هوش مصنوعی از داده آموزشی یا شناخت قبلی زیست‌شناسی نیست؛ مدل همچنان از داده‌ها و الگوهایی که هنگام آموزش دیده استفاده می‌کند.
دقت نزدیک به ۹۰ درصد دقیقاً یعنی چه؟
در ارزیابی گزارش‌شده در مقاله، دقت تفکیک قطعه‌های باکتریایی از غیرباکتریایی حدود ۸۹٫۷ درصد بوده است. این عدد به همان آزمون و داده‌های آن تعلق دارد؛ نمی‌توان آن را وعده شناسایی ۹۰ درصد همه باکتریهای زمین دانست. قطعه‌های کوتاه بررسی‌شده در این بخش ۱۰۰ جفت‌باز طول داشتند.
پژوهشگران همچنین مدل را روی داده‌های عمومی نزدیک به دو هزار نمونه متاژنومی خاک به کار گرفتند. چنین بررسی‌هایی برای سنجش کارایی ابزار در داده‌های متنوع مفید است، اما نتیجه یک تیم پژوهشی جای ارزیابی‌های مستقل بعدی را نمی‌گیرد.
اشتباه‌های مدل کجا ممکن است رخ دهد؟
DNA کلروپلاست گیاهان، به دلیل پیشینه تکاملی باکتریایی آن، یکی از موارد دشوار طبقه‌بندی است. جداکردن برخی توالی‌های آرکی‌ها، گروه دیگری از موجودات میکروسکوپی، نیز چالش ایجاد می‌کند. بنابراین هم نسبت‌دادن اشتباه یک قطعه به باکتری ممکن است و هم از دست‌رفتن بخشی از داده‌های واقعاً باکتریایی.
این احتیاط برای خواندن خبرهای علمی مهم است: «کمک به پژوهشگر» با «جایگزینی قطعی قضاوت پژوهشگر» فرق دارد. همان‌طور که در پژوهش دیگری درباره ارتباط ویروس‌ها و باکتری‌ها نیز دیده می‌شود، شناخت جهان میکروب‌ها به شواهد چندگانه نیاز دارد؛ البته آن مطالعه درباره موضوعی متفاوت از باکتریهای خاک است.
اهمیت این پژوهش برای آینده
اگر ابزارهایی مانند BBERT در بررسی‌های بیشتر کارآمد باشند، می‌توانند بخشی از زمان و منابع محاسباتی تحلیل نمونه‌های محیطی را کاهش دهند. ارزش اصلی خبر، یک گام تازه در مرتب‌کردن داده‌های پیچیده زیستی است؛ نه ادعای کشف تمام زندگی پنهان خاک. شما کاربرد هوش مصنوعی در شناخت محیط‌زیست را چگونه می‌بینید؟ دیدگاهتان را در کادر نظرهای پایین مطلب بنویسید.
پرسش‌های رایج: