Ինչու՞ արհեստական բանականությունը պատրաստ չէ մեր բարդ գենոմի վերծանմանը
Wired-ի վերջին զեկույցը ընդգծում է արհեստական բանականության ներկայիս մոդելների զգալի սահմանափակումները մարդու գենետիկայի բարդությունների հետ աշխատելիս: Թեև ԱԲ-ն մեծ առաջընթաց է գրանցել տարբեր ոլորտներում, մեր բջիջների ԴՆԹ-ն գործում է որպես խիստ դինամիկ և բարդ համակարգ, այլ ոչ թե հրահանգների ստատիկ հավաքածու: Փորձագետները պնդում են, որ ներկայիս ԱԲ մոդելներին պակասում են համապարփակ և բարձրորակ տվյալները, որոնք անհրաժեշտ են մարդու գենոմի բարդ կառուցվածքը ճշգրիտ վերծանելու համար: Հոդվածում շեշտվում է, որ կենսաբանական համակարգերն ունեն կարգավորման և փոխազդեցության շերտեր, որոնք դեռևս անհասանելի են գոյություն ունեցող մեքենայական ուսուցման ճարտարապետությունների համար: Հետևաբար, թեև գենոմիկայում ԱԲ-ի ներդրումը խոստումնալից է ապագա բժշկական հայտնագործությունների համար, տեխնոլոգիան դեռ պատրաստ չէ ամբողջությամբ մեկնաբանել մեր գենետիկական կոդի ֆունկցիոնալ նրբությունները: Հետազոտողները նշում են, որ այս բացը լրացնելը կպահանջի տվյալների ավելի բարդ հավաքագրում և կենսաբանական բարդության ավելի խորը ըմբռնում:
This is a summary. Read the full article at the original source:
WiredԿապակցված
Ռոբերտ Քենեդի կրտսերը առաջարկում է FDA-ին անտեսել չապացուցված պեպտիդների օգտագործումը
Առողջապահության նախարար Ռոբերտ Ֆ. Քենեդի կրտսերի ղեկավարությամբ FDA-ն մշակում է «Ժամանակավոր հասանելիության քաղաքականություն», որը թույլ կտա ավելի հեշ…
Չե՞ք կարողանում հրաժեշտ տալ ձեր ընտանի կենդանուն. կենսատեխնոլոգիան օգնության է հասնում
Քանի որ ընտանի կենդանիները դառնում են ժամանակակից կյանքի անբաժանելի մասը, կենսատեխնոլոգիական արդյունաբերության աճող հատվածը կենտրոնանում է կենդանիների…
Ցանցաթաղանթի նոր իմպլանտը վերականգնում է տեսողությունը մակուլյար դեգեներացիայով հիվանդների մոտ
Կալիֆոռնիայում գործող Science Corporation-ի կողմից մշակված PRIMA համակարգը բեկումնային լուծում է առաջարկում տարիքային մակուլյար դեգեներացիայով (AMD) տ…