Aleksandar Božović
Veštačka inteligencija (AI) sve više ulazi u oblast biologije, a kompanije poput Living Models pokušavaju da naprave iskorak koji bi mogao promeniti način na koji razumemo život na molekularnom nivou.
Umesto teksta i slika, novi AI modeli treniraju se na DNK i RNK sekvencama. Ideja je da se genetski kod posmatra kao informacioni sistem tj svojevrsni „programski jezik“ prirode. Kako objašnjavaju iz Living Models, DNK kodira RNK, RNK kodira proteine, a oni određuju osobine organizma.
DNK kao programski jezik koji koristi AI
Ovakav pristup predstavlja veliki pomak u odnosu na dosadašnje metode. Tradicionalni modeli su uglavnom radili na osnovu korelacija – povezivali su određene genetske markere sa osobinama, ali bez razumevanja uzroka.
Kako se navodi u analizi, problem nije više u prikupljanju podataka, već u njihovom tumačenju i generalizaciji. Postojeći alati često ne uspevaju da predvide kako će se novi genetski sklop ponašati u drugačijim uslovima.
Transformer modeli menjaju pravila igre
Rešenje dolazi iz iste arhitekture koja je pokrenula revoluciju u obradi jezika – transformer modeli. Umesto da „pamte“ obrasce, oni uče strukturu i relacije unutar sekvenci.
U biologiji to znači prepoznavanje regulatornih obrazaca, interakcija između udaljenih delova genoma i funkcionalnih veza koje ranije nisu bile vidljive. Cilj je napraviti model koji može da „čita“ genom, a ne samo da ga analizira površinski.
Zašto biljke prve dolaze na red
Fokus na biljke nije slučajan. Postoji nekoliko ključnih razloga: dostupnost podataka, manja regulatorna ograničenja i brži eksperimentalni ciklusi.
Za razliku od ljudske genetike, gde su pristup i regulativa veliki izazov, podaci o biljkama su uglavnom javno dostupni. Takođe, rezultati eksperimenata mogu se dobiti za jednu sezonu, umesto za godine ili decenije.
Dodatno, klimatske promene stvaraju hitnu potrebu za razvojem otpornijih useva, što ovu oblast čini idealnim poljem za primenu AI modela.
U praksi, ovakvi modeli mogu pomoći uzgajivačima da brže identifikuju genetske varijante koje povećavaju otpornost na sušu ili toplotu. Umesto testiranja hiljada kombinacija, fokus se sužava na manji broj kvalitetnih kandidata.
Važno je naglasiti da ovi sistemi ne donose konačne odluke, već služe kao alat za generisanje hipoteza. Krajnju verifikaciju i dalje rade naučnici kroz eksperimente.
Biologija se sve više pretvara u informacioni problem, a AI modeli trenirani na DNK mogli bi postati ključni alat za razumevanje i oblikovanje života u budućnosti, objavljuje TechRadar Pro.
