رسانه تصویری خبر۲۴

از تولید واکسن تا محصولات مقاوم به تغییرات اقلیمی؛ زیست‌ محاسبات بدون هوش مصنوعی آینده‌ای ندارد

از تولید واکسن تا محصولات مقاوم به تغییرات اقلیمی؛ زیست‌ محاسبات بدون هوش مصنوعی آینده‌ای ندارد

پژوهشگر برجسته زیست‌محاسباتی دانشگاه دولتی فیصل‌آباد پاکستان، با اشاره به ضعف به‌روزرسانی پایگاه‌های داده و الگوریتم‌های پیش‌بینی اپی‌توپ، تأکید کرد که اتکا به روش‌های سنتی دیگر پاسخگو نیست و ادغام هوش مصنوعی با ابزارهای نوین می‌تواند دقت طراحی واکسن و فرایند کشف دارو را متحول کند.

- اندازه متن +

به گزارش خبر ۲۴؛ پروفسور طاهرالـقمر، استاد دانشگاه دولتی فیصل‌آبادِ پاکستان، در دهمین دوره برنامه تبادل علم و فناوری (استپ) که همزمان با هفته جایزه مصطفی(ص) ۲۰۲۵ در دانشگاه صنعتی امیرکبیر برگزار شد، حضور داشت. حوزه‌های پژوهشی او شامل زیست‌شناسی محاسباتی، ایمونوانفورماتیک (ایمونولوژی محاسباتی)، پان‌ژنومیکس و یکپارچه‌سازی داده‌ها در کشف دارو است.

پروفسور محمد طاهرالـقمر، دانشمند دانشگاه دولتی فیصل‌آباد پاکستان در گفت‌وگو با ایسنا از دیدگاه‌ خود درباره‌ محدودیت‌های الگوریتم‌های پیش‌بینی کننده اپی‌توپ‌ها، نقش هوش مصنوعی در تولید سریع واکسن و کاربرد پان‌ژنومیکس در پرورش محصولات کشاورزی مقاوم به تغییرات اقلیمی سخن گفت.

با گسترش استفاده از روش‌های محاسباتی در طراحی واکسن، پیش‌بینی کردن اپی‌توپ‌ها به یکی از مراحل کلیدی در شناسایی تارگت‌های واکسن تبدیل شده است. اما به گفته‌ پروفسور طاهرالقمر، این پیش‌بینی‌ها اغلب در شرایط واقعی منجر به ایجاد پاسخ ایمنی قوی نمی‌شوند.

وی معتقد است مشکل اصلی این است که بسیاری از پایگاه‌های داده و الگوریتم‌ها به‌طور منظم به‌روزرسانی نمی‌شوند. داده‌ها وجود دارند، اما به صورت موثر با هم در ارتباط نیستند. گاهی از چندین تارگت مختلف، اپی‌توپ‌های مشابهی به دست می‌آوریم که در حالت تئوری خوب به نظر می‌رسند، اما در مرحله‌ ترجمه به عملکرد مؤثر منجر نمی‌شوند.

وی همچنین بر ضرورت ترکیب ابزارهای سنتی پیش‌بینی با هوش مصنوعی و مدل‌های پیشرفته‌تر در جهت افزایش دقت پیش‌بینی تأکید کرد و یادآور شد: در حال حاضر بیشتر الگوریتم‌ها بیش از حد به امتیازهای شباهت متکی هستند که به تنهایی کافی نیست. باید تمام ویژگی‌های در دسترس را استخراج و از آنها استفاده کرد.

پروفسور طاهرالقمر همچنین با اشاره به تجربه‌ همه‌گیری کووید۱۹، توضیح داد که ایمونولوژی محاسباتی چگونه فرآیند طراحی واکسن را متحول کرده است و افزود: در گذشته پژوهشگران سال‌ها زمان صرف می‌کردند تا تارگت‌های واکسن را شناسایی کنند. اما اکنون با ابزارهای محاسباتی می‌توانیم پروتئین‌های هدف را به‌سرعت شناسایی و روند تولید واکسن را تسهیل کنیم. این یعنی استراتژی‌های زمان تولید واکسن در زمان شیوع بیماری‌ها سریع‌تر و گسترده‌تر خواهد بود.

فعالیت‌های علمی پروفسور طاهرالقمر تنها به حوزه‌ پزشکی محدود نمی‌شود. بخشی از پژوهش‌های وی به پان‌ژنومیکس اختصاص دارد، حوزه‌ای که به گفته‌ او «آینده‌ پژوهش‌های کشاورزی را رقم خواهد زد.»

این دانشمند دانشگاه پاکستان خاطرنشان کرد: پان‌ژنومیکس تنوع ژنتیکی کل یک گونه را پوشش می‌دهد. با استفاده از این دانش می‌توان محصولات را اصلاح کرد، نشانگرهای مولکولی را توسعه داد و گونه‌هایی را ایجاد کرد که در برابر بیماری‌ها و تنش‌های محیطی مقاوم‌تر باشند.

وی همچنین در پاسخ به پرسشی درباره‌ چالش‌های محاسباتی در یکپارچه‌سازی داده‌های زیستی متنوع برای کشف دارو گفت: بسیاری از مؤسسات به سرورهای پیشرفته محاسباتی دسترسی ندارند، در حالی که کیفیت داده‌ها تعیین‌کننده‌ کیفیت نتایج است. اگر داده‌ها ضعیف باشند، نتایج هم سوگیرانه خواهند بود. به نظر من هوش مصنوعی می‌تواند این محدودیت‌ها را برطرف کند و نتایج قابل اعتمادتری را ارائه دهد.

ارسال دیدگاه
0 دیدگاه

نظر شما در مورد این مطلب چیه؟

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *