PhageTransformer - scalable and accurate host assignments for bacteriophages
يُعد PhageTransformer نموذجاً للتعلم العميق يتغلب على قيود الأدوات الحالية من خلال توفير تنبؤات قابلة للتوسع، ودقيقة، وسريعة للمضيف الخاص بالعاثيات، كما تم إثبات ذلك من خلال أدائه المتفوق على آلاف الأزواج المستقلة من العاثية والمضيف.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
تُعد الفيروسات التي تصيب البكتيريا، والمعروفة باسم العاثيات (بكتيريوفاج)، مهندسين غير مرئيين للعالم الميكروبي؛ فهي توجد بأعداد هائلة، وتساهم في تشكيل صحة النظم البيئية وتوازن الحياة داخلها. ولفهم كيفية عمل هذه الفيروسات، يجب على العلماء معرفة أنواع البكتيريا المحددة التي تستهدفها، حيث لا يمكن للعاثية البقاء إلا من خلال غزو عائل معين. وفي السنوات الأخيرة، كشفت أجهزة التسلسل الجيني القوية عن ملايين الشفرات الجينية الجديدة للعاثيات من التربة والمياه وجسم الإنسان. ومع ذلك، تظل هوية عائلها البكتيري مجهولة بالنسبة للغالبية العظمى من هذه التسلسلات المكتشفة حديثاً. وبدون هذا الرابط الحيوي، تظل البيانات الجينية غير مقروءة إلى حد كبير، مما يترك فجوة كبيرة في فهمنا لكيفية تفاعل هذه الفيروسات مع العالم من حولها.
لفترة من الوقت، اعتمد الباحثون على برامج حاسوبية لتخمين هذه الروابط المفقودة عبر مقارنة التركيب الجيني للفيروس بالبكتيريا المعروفة. ومع ذلك، تواجه هذه الأدوات الحالية ثلاث عقبات مستمرة؛ أولاً، لا يمكنها تحديد سوى عدد محدود من العوائل البكتيرية، مما يترك العديد من المطابقات المحتملة دون اكتشاف. ثانياً، غالباً ما تخطئ هذه الأدوات في اعتبار المادة الوراثية غير الفيروسية مادة فيروسية وتنسبها بثقة إلى عائل محدد، مما يؤدي إلى استنتاجات خاطئة. وأخيراً، كان على العلماء الاختيار بين السرعة والدقة؛ فالأدوات التي تعمل بسرعة غالباً ما تقع في المزيد من الأخطاء، بينما تستغرق تلك التي تتميز بدقة عالية وقتاً طويلاً جداً لمعالجة كميات كبيرة من البيانات.
يهدف نهج جديد يسمى "PhageTransformer" إلى حل هذه المشكلات باستخدام نموذج التعلم العميق، وهو نوع من الذكاء الاصطناعي الذي يتعلم الأنماط من كميات هائلة من البيانات. وقد اختبر الباحثون هذا النظام الجديد مقابل أفضل الأدوات الحالية باستخدام مجموعة مكونة من 3,881 زوجاً مؤكداً من العاثيات وعوائلها البكتيرية، تم استخراجها من قواعد البيانات الجينية العامة والعينات البيئية. وأظهرت النتائج أن "PhageTransformer" يمكنه التنبؤ بالعائل الصحيح بدقة تضاهي أو تتجاوز الطرق الحالية. والأهم من ذلك، أنه حقق هذا المستوى العالي من الدقة مع العمل بسرعة أكبر بكثير من منافسيه. ومن خلال التغلب على المقايضات السابقة بين السرعة والموثوقية، يقدم هذا النموذج الجديد طريقة أكثر كفاءة لرسم العلاقات الخفية بين الفيروسات والبكتيريا التي تصيبها، محولاً تراكم البيانات الجينية غير المترابطة إلى صورة أوضح للعالم الميكروبي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.