به گزارش گروه غذا و دارو سرطان نیوز، به نقل از Phys.org، کد ژنتیکی محتوی فرامین زیستی بدن بوده و از قوانینی پیروی می‌کند که بی‌شباهت به زبان‌های انسانی نیست. به عبارت دیگر، هر توالی در یک ژنوم، به قواعدی پیچیده مانند دستور زبان، پایبند است. همان‌طور که تغییر چند کلمه می‌تواند، معنا و تأثیر یک جمله را به شدت تغییر دهد، بروز تغییرات کوچک در یک دنباله بیولوژیک نیز می‌تواند تفاوت بزرگی در اشکال دنباله به وجود آورد.
اکنون محققان دانشگاه پرینستون به رهبری منگدی وانگ، متخصص حوزه یادگیری ماشینی، از مدل‌های زبانی برای بررسی توالی‌های ژنوم ناقص استفاده و آن‌ها را برای مطالعه زیست‌شناسی و ارتقای پزشکی بهینه می‌کنند.
بیشتر بخوانید
در مقاله‌ای که به تاریخ ۵ آوریل در ژورنال «Nature Machine Intelligence» منتشر شد، نویسندگان نوعی مدل زبانی را توصیف کردند که از قدرت بازنمایی معنایی خود برای طراحی واکسن‌های «mRNA» مؤثرتر استفاده می‌کند.
لازم به ذکر است که متخصصان در جریان مطالعات پیشین این حوزه موفق شده بودند، مدل‌های زبانی را برای رمزگشایی توالی‌های بیولوژیکی مختلف، از جمله پروتئین‌ها و «DNA» آماده کنند؛ اما این نخستین مدل زبانی است که بر «mRNA» تمرکز دارد.
