Mécanisme de régénération du ver plat par ingénierie inverse de l'intelligence artificielle

Planaria s'étonne des progrès de l'IA / Wikipedia

Pour la première fois grâce à l'intelligence artificielle , les biologistes ont obtenu une solution à un problème qu'ils combattent depuis plus de 100 ans. Ce modèle a été obtenu, par lequel les planaires vers plats développent une partie du corps perdue. Ce n'est pas seulement le premier modèle biologique obtenu par l'intelligence artificielle, mais aussi, en principe, le premier modèle détaillé de ce processus.

Pour rapprocher le rêve d'une personne de  développer de nouveaux organes, les scientifiques doivent comprendre le mécanisme exact de la croissance de ces organes dans les organismes vivants. D'une part, le rôle de l'ADN et des composants génétiques des organismes au niveau moléculaire est plus ou moins connu. D'un autre côté, il n'est pas clair comment, sur la base de ces informations, les cellules s'alignent à la taille, la forme et l'orientation souhaitées. De telles études sont également menées à la Tufts Private University , USA.

"La plupart des modèles de régénération modernes sont des diagrammes et des expériences génétiques qui montrent quels gènes sont responsables de quoi. Excellent - mais cela ne suit pas la forme qui en résultera. On ne sait pas comment calculer ce qui provient de cet ensemble de gènes - un arbre, une pieuvre ou un homme ", explique Michael Levin, professeur de biologie et directeur du centre de régénération et de biologie évolutive de Tufts.



" La plupart des modèles montrent certains composants nécessaires à ce processus, mais ils ne montrent pas exactement ce qui affecte la forme et comment il affecte la forme. Nous avons besoin d'algorithmes et "des modèles de construction d'un organisme qui pourraient être suivis avec précision et qui ne seraient pas incompréhensibles ou ambigus. Vous le faites avec une prescription et vous obtenez la bonne forme."

Levin, en collaboration avec Daniel Lobo, a développé un algorithme informatique qui, en utilisant le calcul évolutif, construit des réseaux de régulation génétique. Ces réseaux, évoluant progressivement, apprennent à prédire les résultats d'expériences menées dans de vrais laboratoires.

Les réseaux génétiques régulateurs dans les cellules sont des ensembles de différents segments d'ADN qui interagissent les uns avec les autres indirectement et sont responsables de la génération de certaines protéines. Les scientifiques recherchaient un réseau de régulation qui, s'il était exécuté dans chaque cellule d'un ver virtuel, aboutirait aux mêmes résultats que les expériences de laboratoire.

S'appuyant sur les résultats de la recherche, l'algorithme a finalement appris à prédire correctement les résultats des expériences de laboratoire et a produit un modèle pour le fonctionnement des réseaux de régulation. En conséquence, dit Levin, le seul modèle mécanique existant a été obtenu qui explique comment le code génétique se transforme en ver vivant.

«L'une des découvertes étonnantes a été que le modèle trouvé par l'algorithme ne s'est pas avéré complexe, déroutant et inaccessible à la compréhension humaine. Au contraire, c'est un modèle assez simple que vous pouvez facilement comprendre », explique Levin. "Tout cela est démontré par le fait que l'IA peut aider dans tous les domaines de la science - non seulement dans le traitement de grandes quantités de données, mais aussi dans la recherche de la signification de ces données."

Source: https://habr.com/ru/post/fr380333/