İmmunitet sistemimiz süni intellekt kimi öyrənə bilərmi?

Alimlər immun sisteminin sağlam toxumalara hücum etməməyi necə “öyrəndiyini” izah etmək üçün maşın öyrənməsi prinsiplərindən istifadə ediblər. Araşdırma immun sistemində baş verən proseslərlə süni intellektin öyrənmə mexanizmləri arasında maraqlı oxşarlıq ortaya qoyub. ABŞ-ın Cold Spring Harbor Laboratoriyasının (CSHL) alimləri immunologiyanın uzun illərdir cavab axtardığı suallardan birinə süni intellekt və maşın öyrənməsi perspektivindən yanaşıblar. Tədqiqatçıların fikrincə, immun sistemi orqanizmin sağlam toxumalarına hücum etməməyi müəyyən mənada süni intellekt sistemlərinin öyrənməsinə bənzər mexanizmlə öyrənə bilər.

Araşdırmanın nəticələri Science Advances jurnalında dərc olunub.

İmmunitet sistemində mühüm rol oynayan T hüceyrələri timus adlanan orqanda “təlim” keçir. Burada onların orqanizmin sağlam toxumalarına hücum edib-etməyəcəyi yoxlanılır. Bu proses mənfi seleksiya adlanır. T hüceyrələri orqanizmin öz zülallarından yaranan və “öz peptidləri” adlandırılan kiçik hissəciklərlə qarşılaşdırılır. Əgər T hüceyrəsinin reseptoru bu peptidlərdən birini tanıyaraq ona bağlanırsa, həmin T hüceyrəsi məhv edilir. Bu mexanizm immun sisteminin sağlam toxumalara qarşı hücumunun qarşısını almaq üçün olduqca vacibdir. Lakin burada mühüm bir sual yaranır: insan orqanizmində çox böyük sayda müxtəlif öz peptidi mövcuddur, T hüceyrələrinin isə inkişaf zamanı onların yalnız kiçik bir hissəsi ilə qarşılaşması mümkündür. Bəs T hüceyrəsi heç vaxt qarşılaşmadığı digər öz peptidlərinə hücum etməməyi necə öyrənir? Cold Spring Harbor Laboratoriyasının dosenti Hannah Meyer bunun immunologiyada uzun müddətdir açıq qalan suallardan biri olduğunu bildirib. Tədqiqatçılar hesab edirlər ki, cavab ümumiləşdirmə (“generalization”) adlanan prosesdə gizlənə bilər.

Maşın öyrənməsində ümumiləşdirmə vacib anlayışlardan biridir. Məsələn, kompüter sisteminə itləri tanımağı öyrətmək üçün internetdə mövcud olan bütün it şəkillərini ona göstərmək lazım deyil. Süni intellekt məhdud sayda nümunədən müəyyən ümumi xüsusiyyətləri öyrənərək daha əvvəl görmədiyi itləri də tanıya bilir.  Cold Spring Harbor Laboratoriyasının dosenti Saket Navlaxa izah edib ki, maşın öyrənməsi ümumiləşdirmə problemi ilə daim qarşılaşır. Onun sözlərinə görə, maşın öyrənməsi ümumiləşdirmənin mümkün olduğunu göstərir, lakin bunun baş verməsi üçün müəyyən şərtlər lazımdır. Alimlər də eyni yanaşmanı immun sisteminə tətbiq etməyə çalışıblar. Meyer, Navlaxa və həmkarları müəyyən ediblər ki, immun sistemi ümumiləşdirmə yolu ilə öyrənmək üçün lazım olan iki əsas şərti təmin edir.

Birinci şərt: “Təlim” məlumatları orqanizmə uyğundur

Alimlər müəyyən ediblər ki, timusda mövcud olan öz peptidlərinin miqdarı bədənin digər toxumalarında həmin peptidlərin yayılmasına çox yaxındır. Başqa sözlə, T hüceyrələrinin timusda qarşılaşdığı “təlim nümunələri” sonradan orqanizmdə qarşılaşa biləcəkləri nümunələrə bənzəyir.  Bu, maşın öyrənməsində istifadə olunan təlim və test məlumatlarının bir-birinə uyğun olmasına bənzəyir.

İkinci şərt: T hüceyrələri bir neçə oxşar peptidi tanıya bilir

Tədqiqatın digər mühüm nəticəsi T hüceyrə reseptorlarının çarpaz reaktiv olmasıdır.

Bu o deməkdir ki, bir T hüceyrə reseptoru yalnız bir peptidi deyil, bir-birinə bənzəyən bir neçə peptidi tanıya bilər. Beləliklə, T hüceyrəsi birbaşa qarşılaşmadığı bəzi peptidlər haqqında da məlumat əldə edə bilir. Bu iki mexanizm birlikdə T hüceyrələrinə timusda qarşılaşmadıqları öz peptidlərini də müəyyən mənada “tanımağa” və onlara qarşı reaksiya verməməyə imkan verə bilər.

Tədqiqatçılar süni intellekt simulyasiyalarından və təkhüceyrəli sekvensləşdirmə məlumatlarından istifadə edərək bu mexanizmi modelləşdiriblər.

Nəticələrə görə, T hüceyrələrinin hər biri orqanizmdəki öz peptidlərinin yalnız təxminən 10 faizi ilə birbaşa qarşılaşsa belə, özünə reaktiv T hüceyrələrinin təxminən 90 faizi timusda düzgün şəkildə məhv edilə bilər. Tədqiqatçılar bunun immun sisteminin bioloji “ümumiləşdirmə” mexanizmi vasitəsilə mənfi seleksiyanı həyata keçirməsinə dəlalət etdiyini bildirirlər.

Alimlər daha sonra mühüm bir sual üzərində dayanıb: əgər bu ümumiləşdirmə mexanizmi düzgün işləməsə, autoimmun xəstəliklər yarana bilərmi? Autoimmun xəstəliklər zamanı immun sistemi səhvən sağlam toxuma və orqanlara hücum edir. Tədqiqatçılar hazırladıqları süni intellekt modelindən istifadə edərək bu ehtimalı yoxlayıblar. Modelin 1-ci tip autoimmun poliqlandulyar sindromun xüsusiyyətlərini düzgün şəkildə təkrarlaya bildiyi müəyyənləşdirilib. Bu, nadir autoimmun xəstəliyin inkişafında immun sisteminin “öyrənmə” və ümumiləşdirmə mexanizmlərində yaranan pozuntuların rol oynaya biləcəyinə dair yeni ipucları verir.

Saket Navlaxa bu yanaşmanı “İmmunoAI” adlandırdıqlarını bildirib. Onun sözlərinə görə, məqsəd immun sistemindən ilhamlanan yeni süni intellekt yaratmaq deyil. Əksinə, alimlər immun sisteminin fundamental maşın öyrənməsi problemlərini necə həll etdiyini araşdırırlar. Tədqiqatçılar hesab edirlər ki, immun sisteminə bir növ bioloji süni intellekt kimi baxmaq insan sağlamlığı və xəstəlikləri haqqında indiyədək nəzərdən qaçan bəzi məlumatların üzə çıxarılmasına imkan verə bilər.

Bu yanaşma gələcəkdə immun sisteminin sağlam toxumaları necə tanıdığını, autoimmun xəstəliklərin hansı mexanizmlərlə yarandığını və bu proseslərdə yaranan pozuntuların necə müəyyən edilə biləcəyini daha yaxşı anlamağa kömək edə bilər.

mənbə: medicalxpress.com