Google DeepMind เปิดตัว AlphaGenome: AI ที่ปฏิวัติการไขความลับ ‘การทำงาน’ ของยีนมนุษย์

กว่า 20 ปีหลังการถอดรหัสจีโนมมนุษย์สำเร็จเป็นครั้งแรก ปริศนาที่ว่า ‘รหัสพันธุกรรม 3 พันล้านตัวอักษรของเราทำงานอย่างไร?’ ยังคงเป็นความท้าทายสำคัญของวงการวิทยาศาสตร์ 

แต่วันนี้ Google DeepMind ได้เปิดตัวเครื่องมือที่จะมาไขคำตอบนั้น นั่นคือ AlphaGenome โมเดลปัญญาประดิษฐ์ล่าสุดที่สามารถทำนายผลกระทบของการเปลี่ยนแปลงแม้เพียงเล็กน้อยในสาย DNA ต่อการทำงานของยีนได้

จาก AlphaFold สู่ AlphaGenome: เมื่อ AI อ่าน ‘คู่มือการทำงาน’ ของชีวิต

หาก AlphaFold คือความสำเร็จในการทำนาย ‘รูปร่าง’ 3 มิติของโปรตีน ซึ่งเปรียบเสมือนเครื่องจักรของเซลล์ AlphaGenome ก็คือความพยายามครั้งสำคัญในการทำความเข้าใจ ‘คู่มือการทำงาน’ ของเครื่องจักรเหล่านั้น หรือก็คือ DNA นั่นเอง

ความสำเร็จของ AlphaFold ที่คว้ารางวัลโนเบลและก่อให้เกิดนวัตกรรมด้านการพัฒนายามากมาย ได้สร้างมาตรฐานใหม่ให้กับวงการ และ AlphaGenome ก็คือคลื่นลูกต่อไปที่จะมาช่วยให้นักชีววิทยาทำงานได้ราบรื่นยิ่งขึ้น "นี่เป็นครั้งแรกที่เราได้สร้างโมเดลเดี่ยวที่สามารถรวมโจทย์ท้าทายต่างๆ ในการทำความเข้าใจจีโนมเข้าไว้ด้วยกัน" Pushmeet Kohli รองประธานฝ่ายวิจัยของ DeepMind กล่าว

เปลี่ยนห้องแล็บสู่โลกเสมือน: เร่งสปีดการค้นพบทางการแพทย์

หัวใจของ AlphaGenome คือสถาปัตยกรรม Transformer แบบเดียวกับที่ขับเคลื่อนโมเดลภาษาอย่าง GPT-4 โดยมันถูกฝึกฝนจากข้อมูลการทดลองมหาศาล เพื่อจำลองและทำนายสิ่งที่เคยต้องใช้เวลาและทรัพยากรมากมายในห้องปฏิบัติการ

Caleb Lareau นักชีววิทยาเชิงคำนวณจาก Memorial Sloan Kettering Cancer Center หนึ่งในผู้ที่ได้ทดลองใช้กลุ่มแรก กล่าวว่า "นี่คือเครื่องมือที่ทรงพลังที่สุดในปัจจุบันสำหรับจำลองการทำงานของจีโนม"

ประโยชน์ที่เป็นรูปธรรมคือ:

  1. วิเคราะห์โรคซับซ้อนได้เร็วขึ้น: ในการศึกษาโรคอย่างอัลไซเมอร์ นักวิจัยพบความแตกต่างทางพันธุกรรมนับพันจุด AlphaGenome สามารถช่วยคัดกรองและทำนายได้อย่างรวดเร็วว่าจุดไหนที่ส่งผลต่อการทำงานของยีนจริงๆ
  2. ชี้เป้าการรักษามะเร็ง: สำหรับมะเร็งชนิดหายากที่เต็มไปด้วยการกลายพันธุ์ที่ไม่เคยพบเห็นมาก่อน AlphaGenome สามารถช่วยชี้เป้าได้ว่าการกลายพันธุ์ตัวใดคือ "ต้นตอ" ของปัญหาที่แท้จริง เพื่อนำไปสู่แนวทางการรักษาที่ตรงจุด
  3. วินิจฉัยโรคหายากทางพันธุกรรม: ผู้ป่วยจำนวนมากที่มีโรคหายากทางพันธุกรรม ไม่เคยทราบสาเหตุของโรคแม้จะถอดรหัส DNA แล้วก็ตาม AlphaGenome จะเป็นเครื่องมือใหม่ที่ช่วยให้นักวิจัยจำกัดวงการค้นหาให้แคบลงและอาจนำไปสู่การวินิจฉัยที่แม่นยำได้

"ระบบนี้จะช่วยให้เราได้ 'สมมติฐานแรก' ที่ดีที่สุดว่าความแตกต่างทางพันธุกรรมแต่ละตัวจะทำงานอย่างไรเมื่อเราพบมันในมนุษย์" Lareau สรุป

สิ่งสำคัญที่ต้องทำความเข้าใจคือ AlphaGenome ไม่ได้ถูกสร้างมาเพื่อทำนายลักษณะส่วนบุคคล เช่น สีตา สีผม หรือเชื้อชาติ แบบที่บริการอย่าง 23andMe ทำ แต่มันถูกออกแบบมาเพื่อให้นักวิจัยเข้าใจกลไกการทำงานเชิงลึกในระดับโมเลกุลเท่านั้น

"เราไม่ได้ออกแบบหรือตรวจสอบ AlphaGenome สำหรับการทำนายจีโนมส่วนบุคคล ซึ่งเป็นความท้าทายที่ทราบกันดีสำหรับโมเดล AI" Google ระบุในแถลงการณ์

ก้าวต่อไปสู่ ‘เซลล์เสมือนจริง’ และการเข้าถึงเทคโนโลยี

วิสัยทัศน์ที่ไกลกว่านั้น คือการใช้ AI เพื่อสร้าง "เซลล์เสมือนจริง (virtual cell)" ที่สามารถจำลองการทดลองยาได้ทั้งระบบ ซึ่ง Demis Hassabis ซีอีโอของ Google DeepMind มองว่าเป็นความฝันสูงสุด และ Kohli ก็เรียก AlphaGenome ว่าเป็นหมุดหมายสำคัญบนเส้นทางนั้น

สำหรับนักวิจัยและสถาบันที่ไม่ใช่เชิงพาณิชย์ Google จะเปิดให้ใช้งาน AlphaGenome ได้ฟรี และกำลังพิจารณาแนวทางสำหรับให้บริษัทเทคโนโลยีชีวภาพสามารถเข้าถึงโมเดลนี้ได้ในอนาคต เพื่อผลักดันให้เกิดนวัตกรรมในวงกว้างต่อไป

ที่มา: MIT Technology Review

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

นักวิทย์ฯ MIT ไขปริศนา 2,000 ปี! พบสูตรลับ ‘คอนกรีตโรมัน’ ที่สามารถซ่อมแซมตัวเองได้ ยืนยันหลักฐานจากเหตุการณ์ปอมเปอี

นักวิทย์ MIT ไขความลับคอนกรีตโรมันที่ซ่อมแซมตัวเองได้ ยืนยันด้วยหลักฐานจากปอมเปอี พร้อมเปิดตัวสตาร์ทอัพ DMAT พลิกโฉมวัสดุก่อสร้างด้วยภูมิปัญญาพันปี...

Responsive image

Alibaba เปิดตัว Qwen3.5 เร่งเกม ‘Agentic AI’ เคลมประสิทธิภาพเหนือคู่แข่งสหรัฐฯ พร้อมต้นทุนลดลง 60%

Alibaba เปิดตัว Qwen 3.5 รับยุค Agentic AI ชูจุดเด่นมองเห็นหน้าจอและทำงานข้ามแอปได้ ลดต้นทุน 60% ประสิทธิภาพเพิ่ม 8 เท่า...

Responsive image

บางจาก ประกาศรายได้ปี 68 แตะ 507,570 ล้านบาท พร้อมปิดดีลซื้อ Chevron Hong Kong 100%

กลุ่มบริษัทบางจาก (BCP) เปิดเผยผลการดำเนินงานประจำปี 2568 โดยมีรายได้จากการขายและการให้บริการรวม 507,570 ล้านบาท มี EBITDA อยู่ที่ 35,753 ล้านบาท และกำไรหลักอยู่ที่ 10,240 ล้านบาท ...