UC San Diego สร้างเซลล์เสมือน 4 มิติ ช่วยคาดเดายาแม่นยำขึ้น
นักวิจัย UC San Diego พัฒนาโมเดล AI MitoSpace และฝาแฝดดิจิทัลจากภาพสี่มิติ ช่วยจัดกลุ่มยาตามกลไกการออกฤทธิ์ได้แม่นยำถึง 75%
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- นักวิจัย UC San Diego สร้างเซลล์เสมือน 4 มิติด้วย AI และกฎฟิสิกส์
- โมเดล MitoSpace เรียนรู้จากวิดีโอเซลล์มะเร็ง 40,000 คลิปโดยไม่ต้องป้ายกำกับ
- จัดกลุ่มยาตามกลไกการออกฤทธิ์ได้แม่นยำ 75% เทียบกับ 56% ของภาพนิ่ง
- เป้าหมายสูงสุดคือการจำลองเนื้อเยื่อมนุษย์เพื่อช่วยกำหนดแนวทางรักษาทางคลินิก
ทีมวิจัยจาก University of California San Diego หรือ UC San Diego ได้พัฒนาแนวทางใหม่ในการศึกษาชีววิทยาของเซลล์ โดยการนำคลิปวิดีโอเซลล์มะเร็งที่เคลื่อนไหวจริงในสามมิติจำนวน 40,000 คลิป ป้อนให้โมเดลปัญญาประดิษฐ์ที่ชื่อว่า MitoSpace ได้เรียนรู้ด้วยตนเอง ซึ่งผลลัพธ์ที่ได้ทำให้โมเดลสามารถจัดกลุ่มยาตามกลไกการออกฤทธิ์ได้อย่างแม่นยำถึง 75% เพิ่มขึ้นจากระดับ 56% ที่ทำได้จากการฝึกด้วยภาพนิ่งสองมิติแบบที่การคัดกรองยาขนาดใหญ่ใช้งานกันอยู่ในปัจจุบัน โดยที่ไม่มีการบอกโมเดลล่วงหน้าเลยว่าคลิปใดคือเซลล์ที่ได้รับยาตัวใด
งานวิจัยชิ้นนี้มาพร้อมกับงานอีกชิ้นหนึ่งที่ได้รับการตีพิมพ์ในวารสาร Cell พร้อมกัน ซึ่งเกี่ยวข้องกับการสร้างฝาแฝดดิจิทัลหรือ Digital Twin ของเซลล์จริงโดยอาศัยกฎทางฟิสิกส์ แนวทางทั้งสองรูปแบบมีเป้าหมายร่วมกันในการสร้างเซลล์เสมือน หรือ Virtual Cell ซึ่งเป็นแบบจำลองดิจิทัลที่ถอดแบบกระบวนการทางชีววิทยาของเซลล์จริงที่มีการเคลื่อนไหวอยู่ตลอดเวลา โดยทั้งสองแนวทางใช้ชุดข้อมูลตั้งต้นเดียวกัน นั่นคือภาพถ่ายจากกล้องจุลทรรศน์แบบ Lattice Light-Sheet ที่บันทึกการเคลื่อนไหวของโครงสร้างภายในเซลล์แบบสามมิติต่อเนื่องตามเวลา หรือที่เรียกว่าข้อมูลสี่มิติ
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ในตำราเรียนทั่วไป ภาพของไมโทคอนเดรียจะปรากฏเป็นเม็ดรูปทรงคล้ายเมล็ดถั่วที่ลอยกระจายอยู่ภายในเซลล์ แต่ในความเป็นจริงแล้วโครงสร้างดังกล่าวคือโครงข่ายที่เชื่อมต่อถึงกันทั้งเซลล์ มีการแยกตัวและรวมตัวอย่างรวดเร็ว พร้อมทั้งถูกลำเลียงไปยังจุดที่เซลล์ต้องการพลังงานมากที่สุด โดยมีบทบาทหลักในการเปลี่ยนสารอาหารให้กลายเป็นพลังงาน เนื่องจากรูปร่างของโครงข่ายไมโทคอนเดรียจะเปลี่ยนไปตามภาวะสุขภาพของเซลล์ นักวิจัยจึงนิยมใช้มันเป็นตัวบ่งชี้โรคและใช้ในการทดสอบตัวยาใหม่ๆ
ทว่าอุปสรรคสำคัญที่ผ่านมาคือการถ่ายภาพไมโทคอนเดรียส่วนใหญ่มักได้ผลลัพธ์ออกมาเป็นภาพนิ่งสองมิติ ซึ่งทำให้สูญเสียทั้งมิติความลึกและการเคลื่อนไหวไป ทำให้การทำความเข้าใจว่าการเปลี่ยนรูปร่างเหล่านั้นส่งผลต่อการทำงานของเซลล์อย่างไรทำได้ยาก Johannes Schöneberg รองศาสตราจารย์ประจำภาควิชาเภสัชวิทยา คณะแพทยศาสตร์ UC San Diego และผู้เขียนหลักของงานวิจัยทั้งสองชิ้น ได้อธิบายถึงข้อจำกัดนี้ไว้
"A cell is a four-dimensional object: it has depth and it never stops moving. Virtual cells need to be built on data that captures that fact."
Johannes Schöneberg
การพัฒนาเซลล์เสมือน 4 มิตินี้ถือเป็นก้าวกระโดดครั้งใหญ่ในวงการชีววิทยาเชิงคำนวณและการพัฒนายา เนื่องจากวิธีการทดลองแบบดั้งเดิมมักติดข้อจำกัดด้านเวลา ต้นทุน และข้อถกเถียงเรื่องการทดลองในสัตว์ การใช้ AI และแบบจำลองฟิสิกส์เข้ามาช่วยจำลองพฤติกรรมของเซลล์ในระดับโครงสร้างย่อย จึงช่วยให้ทีมนักวิจัยสามารถคัดกรองและคาดเดาผลกระทบจากยาได้อย่างแม่นยำโดยไม่ต้องรอผลทดลองจริงในทุกขั้นตอน ซึ่งสอดคล้องกับทิศทางของหน่วยงานกำกับดูแลอย่าง FDA ที่พยายามผลักดันทางเลือกอื่นนอกเหนือจากการทดลองในสัตว์
กระบวนการทำงานของทีมเริ่มจากการนำเซลล์มะเร็งไปรับสารประกอบ 25 ชนิดที่ทราบกลไกการรบกวนไมโทคอนเดรีย แล้วบันทึกเป็นคลิปสี่มิติระดับเซลล์เดี่ยวรวม 40,000 คลิปเพื่อใช้เป็นฐานข้อมูลในการฝึกโมเดล Deep Learning จุดเด่นของ MitoSpace คือการที่โมเดลสามารถค้นหาแพตเทิร์นได้ด้วยตนเองโดยไม่ต้องอาศัยคนคอยติดป้ายกำกับภาพ สามารถจัดกลุ่มเซลล์ที่ตอบสนองคล้ายกันไว้ด้วยกันได้เอง และยังสามารถทำนายสถานะพลังงานของเซลล์จากรูปร่างและการเคลื่อนไหวของไมโทคอนเดรียได้ครอบคลุม 26 เงื่อนไขการใช้ยา
ที่มา: Techsauce
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น