تحول ژنتیک نوین با هوش مصنوعی از تحلیل داده های ژنومی تا پزشکی دقیق و ویرایش ژن

رشد شتابان فناوری های تعیین توالی نسل جدید، فناوری های چندآمیکس و تولید کلان داده های زیستی، افق های جدیدی را در ژنتیک نوین ایجاد کرد اما همزمان پیچیدگی تحلیل و تفسیر این داده ها را به یکی از مهمترین چالش های پژوهش های ژنومی و کاربردهای بالینی تبدیل نمود. در این میان هوش مصنوعی با بهره گیری از الگوریتم های یادگیری ماشین، یادگیری عمیق و مدل های مولد به یکی از فناوری های کلیدی برای استخراج دانش از داده های زیستی و توسعه پزشکی دقیق تبدیل شد. این مطالعه به روش مروری انجام شد. برای گردآوری اطلاعات مقالات منتشر شده در پایگاه های علمی معتبر بین المللی در زمینه کاربرد هوش مصنوعی در ژنتیک و ژنومیکس بررسی و تحلیل شدند. نتایج بررسی نشان داد که هوش مصنوعی در طیف گسترده ای از حوزه های ژنتیک نوین از جمله تحلیل داده های تعیین توالی نسل جدید، تفسیر ژنوم، شناسایی و اولویت بندی واریانت های ژنتیکی، کشف عملکرد ژن ها، یکپارچه سازی داده های چندآمیکس، تشخیص بیماری های ژنتیکی، پزشکی دقیق، طراحی توالی های زیستی، توسعه مدل های بنیادین، بهینه سازی فناوری های ویرایش ژن و تسریع کشف اهداف درمانی نقش موثری ایفا کرد. همچنین مشخص شد که ادغام هوش مصنوعی با داده های ژنومی مولکولی و بالینی، امکان شناسایی الگوهای پیچیده زیستی، افزایش دقت پیش بینی ها و پشتیبانی از تصمیم گیری های پژوهشی و بالینی را فراهم ساخت. با این حال چالش هایی نظیر کیفیت و استانداردسازی داده ها، قابلیت تفسیر مدل ها، سوگیری الگوریتمی، حفظ حریم خصوصی اطلاعات ژنتیکی و ملاحظات اخلاقی و حقوقی همچنان از مهمترین موانع توسعه کاربردهای بالینی این فناوری محسوب شدند. در مجموع این مطالعه نشان داد که هوش مصنوعی از یک ابزار محاسباتی فراتر رفته و به یکی از ارکان تحول ژنتیک نوین تبدیل شده است. توسعه مدل های قابل اعتماد، ایجاد زیرساخت های داده ای استاندارد، افزایش قابلیت تفسیر الگوریتم ها و تقویت همکاری های میان رشته ای نقش تعیین کننده ای در گسترش کاربرد ایمن، مسئولانه و اثربخش این فناوری در پژوهش های ژنتیکی و پزشکی دقیق آینده خواهند داشت.

کلیدواژه ها:

هوش مصنوعی ، ژنتیک نوین ، ژنومیکس ، داده های چندآمیکس ، پزشکی دقیق ، ویرایش ژن ، CRISPR/Cas۹