|
Image credit: Pixabay (Free Pixabay license |
นักวิจัยจาก India's International Institute of Information Technology Bangalore (IIIT Bangalore) ได้ออกแบบวิธีการเรียนรู้เชิงลึกที่จะช่วยให้การพัฒนาวัคซีนโรงมะเร็งสำหรับแต่ละคน โดยทำความเข้าใจกลไกทางชีวภาพระหว่างเซลล์มะเร็งกับระบบภูมิคุ้มกันของมนุษย์ได้ดีขึ้น
ระบบภูมิคุ้มกันด้วยตัวของมันเองไม่สามารถแยกความแตกต่างระหว่างเซลล์ปกติกับเซลล์มะเร็ง วิธีการที่วัคซีนตัวนี้ทำงานก็คือสังเคราะห์เป๊ปไทด์ (peptide) จากภายนอก ซึ่งเมื่อฉีดให้กับคนไข้แล้วจะช่วยให้ระบบภูมิคุ้มกันระบุเซลล์มะเร็งได้ วิธีการก็คือการสร้างพันธะ (bond) ระหว่างเป๊ปไทด์ที่ถูกฉีกเข้าไปกับเซลล์มะเร็งในร่างกาย เนื่องจากเซลล์มะเร็งจะมีความแตกต่างกันในแต่ละคน ดังนั้นการเลือกเป๊ปไทด์ที่ถูกต้องจะต้องใช้การวิเคราะห์ที่จะทำให้ได้เป๊ปไทด์ที่กระตุ้นการตอบสนองของภูมิคุ้มกันอย่างเหมาะสม
ความยากของวิธีนี้คือในตอนนี้ประชาคมทางวิทยาศาสตร์ยังขาดความเข้าใจว่าพันธะของเป๊ปไทด์ MHC (Major Histocompatibility Complex) เกิดขึ้นได้อย่างไร และความยากในการทดสอบทางคลีคนิคของโมเลกุลที่ต่างกันเป็นงานที่ใช้ทรัพยากรมหาศาล
นักวิจัยจึงสร้างตัวแบบการเรียนรู้เชิงลึก (deep learning) ที่ชื่อว่า MHCAttnNet ขึ้น นักวิจัยบอกว่าตัวแบบนี้สามารถทำนายการเกิดพันธะของ เป๊ปไทด์ MHC ได้ดีกว่าวิธีการที่มีอยู่ในปัจจุบัน นอกจากนี้ยังเน้นให้เห็นถึงสายลำดับย่อยของกรดอะมิโน (amino-acids) ที่น่าจะมีความสำคัญในการทำนายได้อีกด้วย
อ่านข่าวเต็มได้ที่: Technology.org