นวัตกรรมมักนำไปสู่ผลิตภัณฑ์ใหม่ แต่วิธีการใหม่ๆ ก็อาจกลายเป็นเรื่องแปลกใหม่ได้เช่นกัน เป็นโอกาสที่จะช่วยพัฒนาวิธีการเหล่านั้นซึ่งดึงดูด นักศึกษาปริญญาเอก ด้านวิศวกรรมเคมี Soumil Joshi จากเมืองมุมไบ ประเทศอินเดีย มายังมหาวิทยาลัยเวอร์จิเนียเทคในปี 2019“เป็นโรงเรียนที่ยอดเยี่ยม โดยเฉพาะสาขาวิศวกรรมเคมี และมีชื่อเสียงในด้านการวิจัยเกี่ยวกับพอลิเมอร์ ซึ่งฉันรู้สึกขอบคุณที่ได้มาทำที่นี่” Joshi กล่าว
และในเดือนมีนาคม การทำงานสามปีทำให้เขาได้รับการเสนอชื่อ
เป็นผู้เขียนคนแรกในบทความที่อธิบายวิธีการคำนวณแบบใหม่สำหรับการทำงานกับโพลิเมอร์ ซึ่งเขาและผู้ช่วยศาสตราจารย์ Sanket Deshmukh ที่ปรึกษาของเขาหวังว่าจะนำไปสู่ความก้าวหน้าทางชีวการแพทย์ที่สำคัญ บทความเรื่อง ” ไดนามิกของโมเลกุลเนื้อหยาบที่รวมเข้ากับ Convolutional Neural Network สำหรับการเปรียบเทียบรูปร่างของแปรงขวดที่ไวต่ออุณหภูมิ ” ให้รายละเอียดเกี่ยวกับวิธีการที่พัฒนาโดยห้องปฏิบัติการ Deshmukh รวมถึงผู้เขียนร่วมและนักวิชาการที่มาเยี่ยม Samrendra Singh ซึ่งใช้ปัญญาประดิษฐ์ในการวิเคราะห์ รูปร่างของวัสดุเนื้ออ่อนที่สำคัญและซับซ้อนและทำนายพฤติกรรมของวัสดุเหล่านั้น ได้รับการตีพิมพ์ในวารสาร “npj Computational Materials” ซึ่งเป็นวารสารแบบเปิดจาก Nature และไม่เพียงแต่ให้คำมั่นสัญญาว่าจะทำให้มีการค้นพบใหม่ๆ ในวัสดุชีวภาพเท่านั้น แต่ยังเน้นย้ำถึงความสำคัญที่เพิ่มขึ้นของข้อมูลขนาดใหญ่ ปัญญาประดิษฐ์ และวิทยาการคอมพิวเตอร์ในวิศวกรรมเคมี Deshmukh กล่าวว่านวัตกรรมที่ใช้คอมพิวเตอร์ช่วยเหล่านี้มีความสำคัญต่อความก้าวหน้าในสาขาต่างๆ “มีปัญหาทางวิทยาศาสตร์ที่มีมาอย่างยาวนานซึ่งไม่สามารถแก้ไขได้ด้วยวิธีการที่มีอยู่ ดังนั้นการแก้ปัญหาและการพัฒนาวิธีการใหม่ ๆ จึงต้องควบคู่กันไป” นักวิจัยได้พัฒนาวิธี “การเรียนรู้เชิงลึก” เพื่อทำงานร่วมกับสิ่งที่เรียกว่า “วัสดุที่อ่อนนุ่ม”ในการเรียนรู้เชิงลึก ระบบปัญญาประดิษฐ์ได้รับการฝึกฝนให้จดจำรูปแบบ จัดการกับปัญหา และปฏิบัติงานได้ โดยมีหรือไม่มีการควบคุมของมนุษย์ วัสดุที่อ่อนนุ่มอาจรวมถึงของเหลว โพลิเมอร์ วัสดุไกลโคมา โฟม เจล และวัสดุชีวภาพที่อ่อนนุ่มส่วนใหญ่ มีการใช้ในผลิตภัณฑ์และการใช้งานที่หลากหลาย ตั้งแต่ยาสีฟัน สารหล่อลื่น และจอแสดงผลคริสตัลเหลว ไปจนถึงระบบนำส่งยาและโครงสร้างเนื้อเยื่อ แต่วิธีการคำนวณแบบดั้งเดิมในการวิเคราะห์และทำนายพฤติกรรมของพวกมัน โดยเฉพาะพอลิเมอร์นั้นมีประโยชน์จำกัด ขัดขวางความก้าวหน้าในการพัฒนาของมัน
เพื่อช่วยทำลายล็อกแจมนั้น นักวิจัยได้ทำงานร่วมกับโพลิเมอร์
ที่มีลักษณะคล้ายต้นไม้ที่มีกิ่งก้านสาขา ซึ่งเรียกว่า “แปรงขวด” แรงบันดาลใจมาจากสารชีวโมเลกุลซึ่งรูปร่างต่างๆ Deshmukh กล่าวว่าการสังเคราะห์พวกมันในห้องปฏิบัติการอาจนำไปสู่การรักษาทางการแพทย์แบบใหม่และการใช้งานในอุตสาหกรรมอื่น ๆ แต่นั่นอาจเป็นเรื่องยากเนื่องจากโพลิเมอร์เปลี่ยนรูปร่างอย่างรวดเร็ว ขึ้นอยู่กับอุณหภูมิและปัจจัยอื่นๆ หากไม่มีวิธีวิเคราะห์และคาดการณ์การเปลี่ยนแปลงที่มีประสิทธิภาพและแม่นยำ การสร้างเวอร์ชันสังเคราะห์ก็เป็นเรื่องยาก
กระบวนการใหม่ของพวกเขาใช้ระบบการเรียนรู้เชิงลึกที่รู้จักกันดีที่เรียกว่า Convolutional Neural Network หรือ CNN เพื่อระบุและทำนายความคล้ายคลึงกันในรูปร่างและหน้าที่ในโพลิเมอร์ ซึ่งเป็นสิ่งที่ไม่สามารถทำได้หากไม่ได้รับความช่วยเหลือจากคอมพิวเตอร์ Deshmukh กล่าวว่าการนำปัญญาประดิษฐ์มาประยุกต์ใช้กับปัญหาโพลิเมอร์นี้ถือเป็น “การก้าวล้ำเพราะมันแสดงให้เห็นถึงศักยภาพของวิธีการเรียนรู้เชิงลึกในด้านวัสดุที่อ่อนนุ่ม” “ตามหลักการแล้ว ถ้าเราเข้าใจว่ารูปร่างเปลี่ยนแปลงอย่างไร ก็หวังว่าเราจะควบคุมมันได้”
เพื่อพิสูจน์ว่าวิธีการของพวกเขาใช้ได้ผล Joshi เรียกใช้โมเดล CNN ที่ไม่ซ้ำกัน 100 แบบ โดยสอนให้ระบบระบุแปรงล้างขวดที่มีรูปร่างคล้ายกัน โครงการนี้มีความท้าทาย ไม่ใช่แค่เพราะต้องใช้ความอุตสาหะในการสอนแบบจำลองว่าข้อมูลและคุณลักษณะใดที่ควรค้นหาในโพลิเมอร์ แต่ยังเป็นเพราะนักวิจัยไม่ทราบในทันทีว่าคุณลักษณะใดที่เกี่ยวข้อง พวกเขาต้องคิดให้ออกก่อน
Deshmukh กล่าวว่าการพัฒนาแบบจำลองใช้เวลามากกว่าหนึ่งปี “Singh และ Joshi ทำงานได้อย่างยอดเยี่ยมในการระบุการประมวลผลข้อมูลที่เกี่ยวข้อง จากนั้นปรับแต่งเพิ่มเติมเพื่อให้แน่ใจว่าแบบจำลองของ CNN ได้รับข้อมูลที่ถูกต้อง”
“การระดมความคิดเบื้องต้นส่วนใหญ่เกี่ยวกับคุณลักษณะที่จะใช้ดำเนินการโดย Dr. Singh และ Dr. Deshmukh ซึ่งช่วยขจัดตัวเลือกที่ไม่เอื้ออำนวยออกไปมากมาย” Joshi กล่าว “สิ่งนี้ช่วยให้เราไม่ต้องสนใจวิธีการปัจจุบันของเรา ซึ่งฉันเคยใช้ รหัสและรวมเข้ากับอัลกอริทึมการวิเคราะห์ของเรา” ผลลัพธ์ที่ได้มีแนวโน้มดีมาก Joshi กล่าว และทีมงานหวังว่าจะขยายการใช้เทคนิคนี้ไปสู่สาขาที่เติบโตของวัสดุไกลโคมา ซึ่งเป็นวัสดุอ่อนที่มีคาร์โบไฮเดรตซึ่งผลิตโดยสิ่งมีชีวิตทุกชนิด วัสดุที่อ่อนนุ่มเหล่านี้ประกอบด้วยสายโซ่ของน้ำตาลที่เรียกว่าไกลแคน ซึ่งมีบทบาทสำคัญต่อสุขภาพและโรค ในสี่องค์ประกอบสำคัญของชีวิต ได้แก่ ไกลแคน โปรตีน ลิพิด และกรดนิวคลีอิก ไกลแคนเป็นสิ่งที่ซับซ้อนที่สุดและยากที่สุดในการทำความเข้าใจ แต่ซีเอ็นเอ็นสามารถกระตุ้นความก้าวหน้าในด้านนี้ได้
Deshmukh กล่าวว่า “เช่นเดียวกับที่เราสร้างโครงสร้างแปรงขวดเหล่านี้สำหรับโพลิเมอร์สังเคราะห์ มีสถาปัตยกรรมมากมายที่สามารถสร้างได้โดยใช้วัสดุไกลโคมาและโพลิเมอร์ เช่น glycans เหล่านี้”
งานวิจัยนี้ได้รับการสนับสนุนจากโครงการ GlycoMIP มูลค่า 23 ล้านดอลลาร์ ซึ่งเป็นความร่วมมือหลายมหาวิทยาลัยที่นำโดยเวอร์จิเนียเทค และได้รับทุนสนับสนุนจากมูลนิธิวิทยาศาสตร์แห่งชาติ มีการประกาศในปี 2020 เพื่อแก้ไขปัญหาคอขวดทางวิทยาศาสตร์และเทคโนโลยีในการวิจัยไกลโคแมทีเรียล
Deshmukh กล่าวว่า “เราวางแผนที่จะช่วยผู้ร่วมงานของเราออกแบบวัสดุไกลโคมาชนิดใหม่ๆ ที่สามารถนำไปใช้กับงานด้านชีวการแพทย์ได้” “มันน่าตื่นเต้นจริงๆ”
credit : performancebasedfinancing.org shwewutyi.com banksthatdonotusechexsystems.net studiokolko.com folksy.info photosbykoolkat.com tricountycomiccon.com whoownsyoufilm.com naturalbornloser.net turkishsearch.net
