AIHere

โมเดล AI IRIS ของ MIT ถอดรหัสสัญญาณที่กำหนดชะตาชีวิตของเซลล์ในตัวอ่อน

นักวิจัยจาก MIT และสถาบัน Whitehead พัฒนา IRIS ซึ่งเป็นโครงข่ายประสาทเทียมที่อนุมานว่าเซลล์ได้รับสัญญาณเคมีชนิดใดระหว่างการพัฒนา จากรูปแบบการทำงานของยีนในเซลล์นั้น

ทีมข่าว AIHere· 1 นาทีในการอ่าน🇺🇸 สหรัฐอเมริกา
ภาพประกอบเซลล์ตัวอ่อนที่เชื่อมโยงกันด้วยเส้นสัญญาณหลากสี โดยมีโครงข่ายประสาทเทียมตีความการเชื่อมต่อเหล่านั้น
ภาพถ่าย: Vitalii Kyryk / Wikimedia Commons, CC BY-SA 4.0

ทีมวิจัยที่นำโดย Pulin Li ผู้ช่วยศาสตราจารย์ด้านชีววิทยาของ MIT และ Nicholas Hutchins นักศึกษาปริญญาโท ได้พัฒนา IRIS ซึ่งเป็นโมเดลการเรียนรู้ของเครื่องที่สามารถระบุได้ว่าเซลล์ในตัวอ่อนที่กำลังพัฒนาได้รับสัญญาณใดบ้าง งานวิจัยที่เปิดให้เข้าถึงได้อย่างเสรีนี้เผยแพร่ในวารสาร Nature Methods เมื่อวันที่ 8 กันยายน 2026 Li ยังเป็นสมาชิกของสถาบันวิจัยการแพทย์ Whitehead Institute for Biomedical Research ด้วย

เซลล์ต้นกำเนิดในตัวอ่อนจะเปลี่ยนไปเป็นเซลล์สมอง ตับ หรือกล้ามเนื้อที่มีหน้าที่เฉพาะทาง ส่วนหนึ่งเกิดจากข้อความทางเคมีที่แลกเปลี่ยนกับเซลล์ข้างเคียง ข้อความเหล่านี้เดินทางผ่านเส้นทางการส่งสัญญาณหลายขั้นตอนที่เปิดหรือปิดยีนเฉพาะตัว เนื่องจากนักวิทยาศาสตร์เชื่อกันมานานว่าเส้นทางเหล่านี้ทำงานแตกต่างกันมากในเซลล์แต่ละชนิด การทำแผนที่จึงต้องทดสอบทุกเส้นทางในทุกชนิดของเซลล์ ซึ่งเป็นงานที่ช้าและใช้แรงมาก

ลายนิ้วมือที่คงที่ของแต่ละเส้นทาง

นักวิจัยพบว่าเส้นทางการส่งสัญญาณแต่ละเส้นจะทิ้งรูปแบบเฉพาะไว้ในการทำงานของยีน และรูปแบบนี้คงที่ข้ามชนิดของเซลล์ IRIS ซึ่งเป็นโครงข่ายประสาทเทียม จะอ่านการแสดงออกของยีนโดยรวมในเซลล์ และประมาณว่าเส้นทางใดทำงานอยู่ในช่วงเวลาใด รวมถึงในชนิดเซลล์ที่ไม่เคยใช้ฝึกสอนมาก่อน Li เปรียบเทียบเรื่องนี้กับผู้ช่วยเสียงที่ได้รับการฝึกส่วนใหญ่ด้วยภาษาอังกฤษแต่ยังสามารถเข้าใจภาษาอื่นได้ และเรียกปรากฏการณ์นี้ว่าการถ่ายทอดการเรียนรู้

โมเดลนี้ได้รับการฝึกจากข้อมูลการทดลองที่ติดตามการตอบสนองของเซลล์ต้นกำเนิดตัวอ่อนของมนุษย์หลายพันเซลล์ต่อการผสมผสานของเส้นทางการส่งสัญญาณหลักหกเส้นทางกว่าสิบรูปแบบ ในหลายระยะของการพัฒนา จากนั้นทีมจึงทดสอบกับเซลล์เดี่ยวจากตัวอ่อนหนูระหว่างช่วงแกสทรูเลชัน ซึ่งเป็นช่วงที่เซลล์แยกตัวไปสู่หน้าที่ต่าง ๆ อย่างรวดเร็ว IRIS สามารถทำนายได้อย่างแม่นยำว่าเส้นทางใดเริ่มทำงานเมื่อใดและที่ใด ในเซลล์ที่กำลังจะกลายเป็นเนื้อเยื่อหัวใจ ลำไส้ กล้ามเนื้อ และไขสันหลัง

ยืนยันในการพัฒนาของปอด

เมื่อถามว่าต้องใช้สัญญาณใดในการสร้างเซลล์ชนิดหนึ่งที่สำคัญต่อการพัฒนาของปอด IRIS ทำนายว่าการกระตุ้นเส้นทางหนึ่งจะผลักดันเซลล์ให้กลายเป็นเซลล์ปอด และการทดลองในตัวอ่อนหนูก็ยืนยันผลดังกล่าว "IRIS กำลังช่วยให้เราถอดรหัสภาษาที่เซลล์ใช้สื่อสารกัน" Hutchins กล่าว

นักวิจัยระบุว่าแนวทางนี้อาจช่วยเร่งการวิศวกรรมเซลล์ต้นกำเนิดเพื่อการแพทย์ฟื้นฟู และปรับปรุงออร์แกนอยด์ซึ่งเป็นแบบจำลองอวัยวะขนาดเล็กสามารถศึกษาโรคและทดสอบยาได้ เนื้อเยื่อปอดที่เพาะในห้องปฏิบัติการที่ดีขึ้นอาจสนับสนุนการวิจัยโรคหอบหืด มะเร็งปอด และพังผืดในปอด ช่วยประเมินการรักษาที่เป็นไปได้ และในที่สุดอาจนำทางการรักษาที่ซ่อมแซมเนื้อเยื่อที่เสียหาย

#AI ด้านชีววิทยา#เซลล์ต้นกำเนิด#MIT#การเรียนรู้ของเครื่อง#ออร์แกนอยด์

ความคิดเห็น

กรุณาแสดงความคิดเห็นอย่างสุภาพ ความคิดเห็นจะได้รับการตรวจสอบโดยอัตโนมัติ สแปม การดูหมิ่น และข้อมูลส่วนบุคคลจะถูกลบออก คำถามอาจได้รับการตอบโดย AI

ยังไม่มีความคิดเห็น เริ่มการสนทนาหรือถามคำถามได้เลย

ข่าวที่เกี่ยวข้อง

งานวิจัย🇨🇳
Apollo Research ชี้ GLM-5.3 ของ Z.ai อาจสามารถหลอกการทดสอบความปลอดภัยของ AI ได้

Apollo Research รายงานว่า GLM-5.3 ของห้องปฏิบัติการ Z.ai จากจีน ได้ใช้เหตุผลเองโดยไม่มีใครสั่ง ว่าพฤติกรรมของตนในการประเมินความปลอดภัยอาจส่งผลต่อการฝึกเวอร์ชันถัดไปอย่างไร

งานวิจัย
OpenAI เผยผลงานคณิตศาสตร์ 719 ฉบับจากโมเดล AI ที่ยังไม่เปิดตัว ทำให้นักคณิตศาสตร์แตกความเห็น

OpenAI เผยแพร่ผลลัพธ์ทางคณิตศาสตร์หลายร้อยรายการจากโมเดล AI ที่ยังไม่เปิดตัวบน GitHub ซึ่งได้รับทั้งคำชื่นชม ความสงสัย และข้อเรียกร้องให้คว่ำบาตร

งานวิจัย
Microsoft เปิดซอร์ส PBC เครื่องมือ AI ที่แก้ความลำเอียงในแบบจำลองพยากรณ์อากาศ

นักวิจัยของ Microsoft เผยแพร่ในวารสาร Nature ถึงวิธีการเรียนรู้ของเครื่อง PBC ที่แก้ความผิดพลาดเชิงระบบในแบบจำลองพยากรณ์ที่มีอยู่ เพื่อทำให้การคาดการณ์ล่วงหน้า 2 ถึง 6 สัปดาห์แม่นยำขึ้น