Солонгосын Шинжлэх ухаан технологийн их сургуулийн(KAIST) био болон тархины инженерчлэлийн тэнхимийн Жу Гуан Хён профессорын судалгааны баг нь хиймэл оюун ухаан болон системийн биологийн салбарыг хослуулан хорт хавдрын эсийн эмийн хариу урвалыг урьдчилан таамаглах, механизмд дүн шинжилгээ хийх боломжтой ‘ Gray Box ’ шинэ технологийг бүтээв.

Дотоодын нас баралтын нэн тэргүүлэх шалтгаан болох хорт хавдрыг эмчлэх судалгаа хийгдэж байна. Гэсэн хэдий ч өвчтөн бүрийн хорт хавдрыг үүсгэх шалтгаан болж буй генетикийн мутаци болон үүнээс үүдэлтэй генийн өөрчлөлт хоорондоо ялгаатайгаас үүдэн уламжлалт туршилтын биологийн аргуудыг ашиглан эмчлэхэд тодорхой хязгаарлалтууд байгаа юм. Нөгөөтэйгүүр Deep Learning болон black-box гэх мэт хиймэл оюун ухааны технологийг ашиглан туршилтыг явуулж өгөгдөл цуглуулснаар эмийн хариу урвалыг урьдчилан таамаглах боломжтой ч үүний биологийн үндэслэлийг тайлбарлах боломжгүй байсан тул үр дүнд нь итгэхэд хэцүү байсан юм.

Жу Гуан Хён профессорын судалгааны баг нь урьдчилан таамаглах чадамж өндөр ч тэр үндэслэлийг шалгах боломжгүй black-box гэж нэрлэгдэх Deep Learning болон урьдчилан таамаглах чадамж муу ч тэр үндэслэлийг шалгах боломжтой White Box гэх системийн биологийн технологийг нэгтгэх замаар хоёр технологийн сул талыг нэгэн зэрэг даван туулах “Gray Box цаг” технологид анхаарлаа хандуулсан юм.

Судалгааны баг нь төрөл бүрийн хорт хавдрын мутаци болон хавдрын эсрэг чиглэсэн эмийн генийн талаарх мэдээллийг нэгтгэн молекул зохицуулалтын сүлжээний загварыг бий болгосноор олон төрлийн хорт хавдар болон эмийн эсрэг хариу урвалыг урьдчилан таамаглахад ашиглах ерөнхий загварыг бий болгосон. Ялангуяа төрөл бүрийн хорт хавдарт мутаци үүсдэг генүүдэд хавдрын генийн сүлжээ(sub-network) бий болгосноор эмийн хариу урвалыг урьдчилан таамаглах системийн биологийн загварыг бий болгосон.

Энэ удаагийн судалгааны үр дүн нь загварыг оновчтой болгох замаар black-box загвар болох хиймэл оюун ухаан технологийн өндөр урьдчилан таамаглах чадамж болон White Box загвар болох системийн биологийн технологийн тайлбарлах чадамжийг нэгэн зэрэг гүйцэтгэх шинэ эмийн урвалыг урьдчилан таамаглах технологийг бүтээсэн нь томоохон ач холбогдолтой юм. Ялангуяа янз бүрийн, нарийн төвөгтэй шалтгаантай хот хавдарт ч ашиглах боломжтой эмийн урвалыг урьдчилан таамаглах технологи бөгөөд цаашид технологийн дэвшлийн ачаар энэ нь янз бүрийн төрлийн хорт хавдар, өвчтөнд тохирсон эмчилгээний стратегийг танилцуулахад ашиглагдах боломжтой гэж үзэж байна.

Жу Гуан Хён профессор нь “Хиймэл оюун ухааны технологийн өндөр урьдчилан таамаглах чадамж болон системийн биологийн технологийн өндөр тайлбарлах чадамжийг нэгтгэсэн технологи бөгөөд цаашид улам хөгжүүлснээр үүнийг шинэ эмийн үйлдвэрлэлийн салбарт ашиглах төлөвтэй байна” хэмээн хэлэв.