Reverse Engineered Flatworm Regeneration Mechanismus der künstlichen Intelligenz

Planaria ist überrascht über die Fortschritte in AI / Wikipedia

Zum ersten Mal mit künstlicher Intelligenz haben Biologen eine Lösung für ein Problem gefunden, gegen das sie seit über 100 Jahren kämpfen. Dieses Modell wurde erhalten, wobei Plattwürmer- Planarier einen verlorenen Körperteil wachsen lassen. Dies ist nicht nur das erste biologische Modell, das durch künstliche Intelligenz erhalten wurde, sondern im Prinzip auch das erste detaillierte Modell dieses Prozesses.

Den Traum eines Menschen vom Wachstum neuer Organe näher bringen Wissenschaftler müssen den genauen Mechanismus verstehen, wie diese Organe in lebenden Organismen wachsen. Einerseits ist die Rolle der DNA und der genetischen Komponenten von Organismen auf molekularer Ebene mehr oder weniger bekannt. Andererseits ist nicht klar, wie sich Zellen auf der Grundlage dieser Informationen auf die gewünschte Größe, Form und Ausrichtung ausrichten. Solche Studien werden auch an der Tufts Private University , USA, durchgeführt.

"Die meisten modernen Regenerationsmodelle sind Diagramme und genetische Experimente, die zeigen, welche Gene für was verantwortlich sind. Hervorragend - aber es folgt nicht, wie die resultierende Form aussehen wird. Es ist nicht klar, wie zu berechnen ist, was aus diesem Satz von Genen kommt." ein Baum, ein Tintenfisch oder ein Mann ", sagt Michael Levin, Professor für Biologie und Direktor des Tufts-Zentrums für Regeneration und Evolutionsbiologie.



" Die meisten Modelle zeigen einige Komponenten, die für diesen Prozess erforderlich sind, aber sie zeigen nicht genau, was und wie sich dies auf die Form auswirkt. Wir benötigen Algorithmen und "Modelle zum Aufbau eines Organismus, die genau verfolgt werden können und die nicht unverständlich oder mehrdeutig sind. Sie tun dies gemäß dem Rezept und erhalten die richtige Form.

Levin entwickelte in Zusammenarbeit mit Daniel Lobo einen Computeralgorithmus, der mithilfe evolutionärer Berechnungen genetische regulatorische Netzwerke aufbaut. Diese Netzwerke, die sich allmählich weiterentwickeln, lernen, die Ergebnisse von Experimenten vorherzusagen, die in realen Labors durchgeführt wurden.

Regulatorische genetische Netzwerke in Zellen sind Sätze verschiedener DNA-Segmente, die indirekt miteinander interagieren und für die Erzeugung bestimmter Proteine ​​verantwortlich sind. Wissenschaftler suchten nach einem regulatorischen Netzwerk, das, wenn es in jeder Zelle eines virtuellen Wurms ausgeführt wird, zu denselben Ergebnissen führen würde wie Laborexperimente.

Aus den Forschungsergebnissen lernte der Algorithmus schließlich, die Ergebnisse von Laborexperimenten korrekt vorherzusagen, und erstellte ein Modell für den Betrieb von Regulierungsnetzwerken. Infolgedessen wurde laut Levin das einzige existierende mechanistische Modell erhalten , das erklärt, wie sich der genetische Code in einen lebenden Wurm verwandelt.

„Eine der erstaunlichen Entdeckungen war, dass sich das vom Algorithmus gefundene Modell nicht als komplex, verwirrend und für das menschliche Verständnis unzugänglich herausstellte. Im Gegenteil, dies ist ein ziemlich einfaches Modell, das leicht zu verstehen ist “, sagt Levin. "All dies zeigt sich in der Tatsache, dass KI in allen Bereichen der Wissenschaft helfen kann - nicht nur bei der Verarbeitung großer Datenmengen, sondern auch bei der Ermittlung der Bedeutung dieser Daten."

Source: https://habr.com/ru/post/de380333/