সেলুলার মেটাবলিজম ভালোভাবে বোঝার জন্য AI ব্যবহার করে PlatoBlockchain ডেটা ইন্টেলিজেন্স। উল্লম্ব অনুসন্ধান. আ.

সেলুলার মেটাবলিজম ভালোভাবে বুঝতে AI ব্যবহার করা

সমস্ত জীবন্ত বস্তুর বিপাক প্রয়োজন। একটি জীব যেভাবে পুষ্টিকে বিপাক করে তা একটি জটিল প্রক্রিয়া, এবং রাসায়নিক প্রক্রিয়াগুলিকে অনুকরণ করা যা জীবনকে অব্যাহত রাখে একটি কঠিন চ্যালেঞ্জ।

তাত্ত্বিকভাবে, পদ্ধতিটি প্রতিটি জীবের জন্য নির্দিষ্ট পরামিতি সহ গাণিতিক সমীকরণ দ্বারা উপস্থাপন করা যেতে পারে। কিন্তু কার্যত সেই প্যারামিটারগুলি নির্ধারণ করা, যাইহোক- পরীক্ষামূলক ডেটার অভাবের কারণে একটি জটিল বিষয়।

এই পরামিতিগুলি খুঁজে পেতে বিজ্ঞানীদের সাধারণত প্রচুর পরীক্ষামূলক ডেটা এবং প্রক্রিয়াকরণ শক্তির প্রয়োজন হয়। EPFL বিজ্ঞানীরা একটি গভীর-শিক্ষা-ভিত্তিক কম্পিউটেশনাল ফ্রেমওয়ার্কের প্রস্তাব করেছেন যেটিতে পর্যবেক্ষণ করা গতিশীল বিপাকীয় বৈশিষ্ট্যগুলি পুনরুত্পাদন করা হয়েছে কোষ. REKINDLE নামক কাঠামোটি বিপাকীয় প্রক্রিয়াগুলির আরও দক্ষ এবং সঠিক মডেলিংয়ের পথ তৈরি করতে পারে।

ইপিএফএলের ল্যাবরেটরি অফ কম্পিউটেশনাল সিস্টেম বায়োটেকনোলজির লুবিসা মিসকোভিচ এবং গবেষণার সহ-পিআই বলেছেন, “ReKINDLE গবেষণা সম্প্রদায়কে গতিশীল মডেল তৈরিতে কম্পিউটেশনাল প্রয়াস কমাতে সাহায্য করবে। এটি এই মডেলগুলিতে জৈব রাসায়নিক ডেটা সংহত করে, পরীক্ষামূলক পর্যবেক্ষণগুলিকে ব্যাখ্যা করে এবং নতুন থেরাপিউটিক আবিষ্কার এবং জৈবপ্রযুক্তি ডিজাইনগুলি পরিচালনা করে নতুন অনুমানগুলিকে অনুমান করতে সহায়তা করবে।"

গবেষণার প্রথম লেখক শুভম চৌধুরী বলেন, "বিপাকীয় মডেলিংয়ের ব্যাপক লক্ষ্য হল বর্ণনা করা সেলুলার বিপাকীয় আচরণ স্বাস্থ্য, জৈবপ্রযুক্তি এবং সিস্টেম এবং সিন্থেটিক বায়োলজিতে বিস্তৃত অধ্যয়নের জন্য সেলুলার অবস্থা এবং পরিবেশগত অবস্থার পরিবর্তনের প্রভাবগুলি বোঝা এবং ভবিষ্যদ্বাণী করা নির্ভরযোগ্যভাবে পরীক্ষা করা যেতে পারে। আমরা আশা করি যে REKINDLE বৃহত্তর সম্প্রদায়ের জন্য বিপাকীয় মডেল তৈরি করতে সহায়তা করবে।"

কৌশলটির সরাসরি জৈবপ্রযুক্তিগত প্রয়োগ রয়েছে কারণ বায়োপ্রোডাকশন, ড্রাগ টার্গেটিং, জীবাণুর মধ্যে মিথস্ক্রিয়া এবং বায়োরিমিডিয়েশন সহ অসংখ্য তদন্তের জন্য গতিশীল মডেলগুলি গুরুত্বপূর্ণ।

চৌধুরী বলেছেন“REKINDLE স্ট্যান্ডার্ড, ব্যাপকভাবে ব্যবহৃত পাইথন লাইব্রেরি ব্যবহার করে যা এটিকে অ্যাক্সেসযোগ্য এবং ব্যবহার করা সহজ করে তোলে। এই অধ্যয়নের সাথে আমাদের প্রধান লক্ষ্য হল এই ধরনের মডেলিং প্রচেষ্টাকে ওপেন সোর্স এবং অ্যাক্সেসযোগ্য করার পথ প্রশস্ত করা যাতে সিন্থেটিক এবং সিস্টেম জীববিজ্ঞান সম্প্রদায়ের যে কেউ তাদের নিজস্ব গবেষণা লক্ষ্যের জন্য ব্যবহার করতে পারে, তারা যাই হোক না কেন।"

জার্নাল রেফারেন্স:

  1. চৌধুরী, এস., মোরেট, এম., সালভি, পি. এবং অন্যান্য। জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্ক ব্যবহার করে মেটাবলিজমের গতিশীল অধ্যয়নের জন্য গতিশীল মডেল পুনর্গঠন। নাট ম্যাক ইন্টেল 4, 710–719 (2022)। DOI: 10.1038 / s42256-022-00519-Y

সময় স্ট্যাম্প:

থেকে আরো টেক এক্সপ্লোরারস্ট