নতুন এআই টুল শিশু মাইক্রোবায়োমের ভার্চুয়াল মডেল তৈরি করে এবং নিউরোডেভেলপমেন্টাল ত্রুটির পূর্বাভাস দেয়

অন্ত্রের মাইক্রোবায়োম শিশুর স্বাস্থ্য এবং বিকাশের উপর গভীর প্রভাব ফেলে। গবেষণা দেখায় যে ডিসবায়োসিস, বা অণুজীব সম্প্রদায়ের ভারসাম্যহীনতা গ্যাস্ট্রোইনটেস্টাইনাল রোগ এবং নিউরোডেভেলপমেন্টাল ত্রুটির সাথে যুক্ত। যাইহোক, কীভাবে অন্ত্রের ব্যাকটেরিয়া একে অপরের সাথে যোগাযোগ করে এবং কীভাবে এই মিথস্ক্রিয়াগুলি এই সমস্যাগুলির মধ্যে কিছু সৃষ্টি করতে পারে তা বোঝা কঠিন এবং সময়সাপেক্ষ প্রথাগত পরীক্ষাগার পরীক্ষার মাধ্যমে।

শিকাগো বিশ্ববিদ্যালয়ের গবেষকরা একটি নতুন জেনারেটিভ কৃত্রিম বুদ্ধিমত্তা (AI) টুল তৈরি করেছেন যা শিশু মাইক্রোবায়োমের মডেল করতে পারে।শিশু মাইক্রোবায়োমের 'ডিজিটাল টুইন' তৈরি করা হয়েছে ভার্চুয়াল মডেল এটি অন্ত্রে অণুজীব প্রজাতির গতিশীলতা এবং শিশুর বিকাশের সাথে সাথে তারা কীভাবে পরিবর্তিত হয় তা ভবিষ্যদ্বাণী করতে পারে।ব্যবহার তথ্য থেকে আসে মলের নমুনা থেকে সংগৃহীত অপরিপক্ক শিশু ভিতরে নবজাতক ইনটেনসিভ কেয়ার ইউনিট (NICU), গবেষকরা 76% নির্ভুলতার সাথে কোন শিশুর জ্ঞানীয় ঘাটতির জন্য ঝুঁকিপূর্ণ তা ভবিষ্যদ্বাণী করতে Q-net নামক একটি মডেল ব্যবহার করেছেন।

“আপনি শুধুমাত্র মাইক্রোবায়োমের একটি স্ন্যাপশট দেখে এবং এতে কতগুলি ব্যাকটেরিয়া রয়েছে তার বিভিন্ন স্তর দেখে এটি জানতে পারবেন, কারণ প্রিমিতে মাইক্রোবায়োম ক্রমাগত পরিবর্তিত এবং পরিপক্ক হচ্ছে,” বলেছেন ডাঃ ইশানু চট্টোপাধ্যায়, মেডিসিনের সহকারী অধ্যাপক এবং লেখক। বই এর সিনিয়র লেখক কাগজ“শিশু মাইক্রোবায়োমের ডিজিটাল টুইন নিউরোডেভেলপমেন্টাল ত্রুটির পূর্বাভাস দেয়,” প্রকাশিত বৈজ্ঞানিক অগ্রগতি.

“সুতরাং আমরা একটি সিস্টেমের ডিজিটাল টুইন তৈরি করতে জেনারেটিভ কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে একটি নতুন পদ্ধতির বিকাশ করেছি যা ব্যাকটেরিয়ার পরিবর্তনের সাথে সাথে মিথস্ক্রিয়াকে অনুকরণ করতে পারে।”

কৃত্রিম বুদ্ধিমত্তার অন্যান্য রূপের মতো, ডিজিটাল টুইন ধারণাটি একটি সম্ভাব্য রূপান্তরকারী প্রযুক্তি যা জৈবিক সিস্টেমের আচরণের প্রতিলিপি করার জন্য কম্পিউটার বিজ্ঞান, প্রকৌশল, গণিত এবং জীবন বিজ্ঞানের ক্ষেত্রগুলিকে সেতু করে। যখন মাইক্রোবায়োম ডাইনামিকসের কথা আসে, চট্টোপাধ্যায় বলেন, এটা মাপের ব্যাপার।

ব্যাকটেরিয়া মিথস্ক্রিয়া পরীক্ষা করার জন্য সাধারণ ভেজা পরীক্ষাগার পরীক্ষাগুলি খুব সময়সাপেক্ষ। 1,000 প্রজাতির সাথে একটি সাধারণ গোষ্ঠীর সমস্ত দ্বিমুখী মিথস্ক্রিয়া পরীক্ষা করতে 1,000 বছরেরও বেশি সময় লাগবে, উল্লেখ করার মতো নয় যে তিন, চার বা তার বেশি প্রজাতির মধ্যে আরও জটিল মিথস্ক্রিয়া সাধারণ।

কিউ-নেট মডেল উল্লেখযোগ্যভাবে এই মিথস্ক্রিয়াগুলি পরীক্ষা করার সময়কে গতিশীল করে, নির্দিষ্ট ফলাফলের সাথে লিঙ্ক করার জন্য আগ্রহের বিষয়গুলিকে হাইলাইট করে। চট্টোপাধ্যায় এবং সহকর্মীরা শিকাগো ইউনিভার্সিটি অব কামার চিলড্রেন হাসপাতালের শিশুদের থেকে মল নমুনা ডেটা ব্যবহার করে মডেলটিকে প্রশিক্ষণ দেন।

এরপরে, তারা বোস্টনের বেথ ইজরায়েল ডেকোনেস মেডিকেল সেন্টার থেকে নমুনা থেকে ডেটা ব্যবহার করে মাইক্রোবায়োম কীভাবে বিকাশ করে সে সম্পর্কে তাদের ভবিষ্যদ্বাণী পরীক্ষা করে। মডেলটি 76% নির্ভুলতার সাথে জ্ঞানীয় ঘাটতির জন্য কোন শিশুর ঝুঁকিতে রয়েছে তা অনুমান করতে মাথার পরিধি বৃদ্ধি ব্যবহার করে।

মডেলটি আরও দেখিয়েছে যে নির্দিষ্ট ব্যাকটেরিয়া প্রজাতির প্রাচুর্য পুনরুদ্ধারের মতো হস্তক্ষেপগুলি শিশুদের মধ্যে বিকাশের ঝুঁকি প্রায় 45% কমাতে পারে। যাইহোক, লেখকরা সতর্ক করেছেন যে মডেলটিও পরামর্শ দেয় যে ভুল হস্তক্ষেপ ঝুঁকিকে আরও খারাপ করে তুলতে পারে।

“আপনি শুধু প্রোবায়োটিক দিতে পারবেন না এবং আশা করি যে উন্নয়নমূলক ঝুঁকি হ্রাস পাবে,” চট্টোপাধ্যায় বলেন। “আপনি যা প্রতিস্থাপন করছেন তা তাৎপর্যপূর্ণ, এবং অনেক বিষয়ের জন্য আপনাকে সঠিকভাবে সময় দিতে হবে।”

যেহেতু কিউ-নেট ব্যাকটেরিয়ার সম্ভাব্য আকর্ষণীয় সমন্বয় সনাক্ত করতে পারে, এটি সম্ভাব্য থেরাপিউটিক লক্ষ্যগুলির অনুসন্ধানকে উল্লেখযোগ্যভাবে সংকুচিত করে।যদি অন্ত্রের মাইক্রোবায়োম খড়ের গাদায় প্রবাদের সুচের মতো, কিউ-নেট গবেষকদের এক-ইঞ্চি-বর্গক্ষেত্র দেয় যেখানে তারা সুই খুঁজে পেতে পারে।

চট্টোপাধ্যায়ের গবেষণা অংশীদার, যেমন সহ-লেখক এরিকা ক্লড, পিএইচডি, পেডিয়াট্রিক্সের অধ্যাপক এবং সেন্টার ফর আর্লি ট্র্যাজেক্টরি সায়েন্সের পরিচালক, জীবন্ত অন্ত্রের মাইক্রোবায়োমের পরিবেশকে অনুকরণ করে এমন বায়োরিয়াক্টর ব্যবহার করছেন, যেখানে তারা সম্ভাব্য হস্তক্ষেপ পরীক্ষা করতে পারে এবং দেখুন কি হবে কি হয়েছে।

এর মূল অংশে, Q-net হল বিপুল সংখ্যক ইন্টারেক্টিং ভেরিয়েবলের মডেলিং সম্পর্কে, তাই চট্টোপাধ্যায় বিশ্বাস করেন যে এটি মাইক্রোবায়োম ছাড়া অন্য সিস্টেমে ব্যবহার করা যেতে পারে, যেমন ভাইরাসের বিবর্তন বা এমনকি জনমতের মতো সামাজিক ঘটনাও।

“যদি আপনার কাছে প্রচুর ডেটা থাকে তবে আপনি সিস্টেমটিকে ভালভাবে প্রশিক্ষণ দিতে পারেন এবং এটি সংযোগগুলি খুঁজে বের করবে,” তিনি বলেছিলেন। “এটি খুব সূক্ষ্ম পার্থক্য ক্যাপচার করতে পারে, তাই এটিতে প্রচুর অ্যাপ্লিকেশন রয়েছে।”