249114 ابزار مبتنی بر هوش مصنوعی انویدیا و هاروارد به تحلیل ژنوم سرعت می‌بخشد محققان انویدیا و هاروارد از نوعی جعبه ابزار مبتنی بر یادگیری ماشینی به نام AtacWorks رونمایی کردند. این ابزار به منظور کاهش هزینه و مدت زمان برخی آزمایشات و آزمایش‌های تک سلولی طراحی شده است. <p><span style="font-size: 12px">محققان مقاله خود را در ژورنال Nature Communications منتشر کرده و اشاره می&zwnj;کنند که AtacWorks قادر به تحلیل یک ژنوم کامل در تنها 30 دقیقه است. انجام این آزمایش با استفاده از روش&zwnj;های سنتی، چندین ساعت طول خواهد کشید.<br /><br />اکثر سلول&zwnj;های بدن، یک کپی کامل از DNA با میلیاردها جفت باز (base pairs) که درون هسته قرار گرفته&zwnj;اند را با خود حمل می&zwnj;کنند. یک سلول تکی اما تنها به قسمتی از ماده ژنتیکی برای عملکرد صحیح نیاز دارد. برای مثال سلول&zwnj;های کبد، خون یا پوست از ژن&zwnj;های متفاوتی استاده می&zwnj;کنند. قسمت&zwnj;هایی از DNA که عملکرد سلول را تعیین می&zwnj;کنند، به آسانی قابل دسترسی هستند، اما باقی قسمت&zwnj;ها در پوششی از پروتئین محافظت می&zwnj;شوند.<br /><br />AtacWorks از روشی به نام ATAC-seq استفاده می&zwnj;کند که از آن برای یافتن مناطق باز در ژنوم سلول&zwnj;ها استفاده می&zwnj;شود. این تکنیک شدت سیگنال در تمام نقاط ژنوم را اندازه گیری می&zwnj;کند. به اوج رسیدن سیگنال نشان دهنده مناطقی از DNA است که سلول&zwnj;های کمتری از آن&zwnj;ها در دسترس هستند. هر چه نویزها بیشتر باشند، شناسایی قسمت&zwnj;های در دسترس DNA مشکل&zwnj;تر می&zwnj;شود.<br /><br /><img src="http://app.akharinkhabar.ir/AndroidOnlineNewsImage.aspx?id=132759&amp;type=imgCenter" alt="" /><br />ATAC-seq معمولاً به ده&zwnj;ها هزار سلول برای ایجاد سیگنال واضح نیاز دارد. AtacWorks اما برای ایجاد نتایجی با کیفیت مشابه فقط به ده سلول نیاز دارد. این جعبه ابزار به محققان اجازه می&zwnj;دهد تا آزمایشات علمی را با تعداد کمتری سلول انجام دهند که منجر به کاهش هزینه جمع&zwnj;آوری نمونه و توالی یابی خواهد شد. به کمک این ابزار تحلیل سلول&zwnj;ها نیز سریع&zwnj;تر و ارزان&zwnj;تر تمام می&zwnj;شود.<br /><br />AtacWorks از پردازشگر گرافیکی Tensor Core انویدیا استفاده کرده و تنها به مدت زمانی کمتر از 30 دقیقه برای استنتاج (inference) ژنوم نیاز دارد. این فرآیند با سیستمی مجهز به پردازنده 32 هسته&zwnj;ای معمولاً 15 ساعت طول می&zwnj;کشد.<br /><br />محققان هاروارد از AtacWorks برای مطالعه مجموعه داده (dataset) سلول&zwnj;های بنیادی که وظیفه تولید گلبول&zwnj;های سفید و قرمز را دارند، استفاده کردند؛ این سلول&zwnj;های خاص را نمی&zwnj;توان با روش&zwnj;های سنتی مطالعه کرد. محققان با استفاده از نمونه&zwnj;ای حاوی تنها 50 سلول، توانستند قسمت&zwnj;هایی از DNA که سلول&zwnj;های آن در نهایت به گلبول سفید تبدیل می&zwnj;شوند را شناسایی کرده و توالی&zwnj;های مربوط به گلبول&zwnj;های قرمز را جدا کنند.</span></p><p>&nbsp;</p><p><span style="font-size: 12px">منبع: <span id="resourcename">دیجیاتو</span></span></p>