ટોક્યો, 6 જુલાઈ (આઈએનએસ). ટોક્યો યુનિવર્સિટીના વૈજ્ .ાનિકોએ સૌ પ્રથમ ચોક્કસ પ્રકારની કૃત્રિમ બુદ્ધિ (એઆઈ) તકનીકનો ઉપયોગ કર્યો છે, જેને બાયસિયન ન્યુરલ નેટવર્ક કહેવામાં આવે છે. તેમણે તેનો ઉપયોગ આંતરડામાં જોવા મળતા બેક્ટેરિયાથી સંબંધિત માહિતીનું વિશ્લેષણ કરવા માટે કર્યો. આ તકનીકથી, તેઓ એવા સંબંધોને સમજવામાં સક્ષમ હતા કે જે જૂની રીતે યોગ્ય રીતે ઓળખી શકાય નહીં.
તમારા આંતરડામાં લગભગ 100 ટ્રિલિયન બેક્ટેરિયા છે, જ્યારે આખા માનવ શરીરમાં લગભગ 30 થી 40 ટ્રિલિયન કોષો છે. આંતરડાના બેક્ટેરિયાને આરોગ્યની ઘણી ચિંતાઓમાં એક મહત્વપૂર્ણ પરિબળ માનવામાં આવે છે અને આપણા સ્વાસ્થ્યને લગતી ઘણી સમસ્યાઓમાં મહત્વપૂર્ણ ભૂમિકા ભજવે છે.
બાયોલોજિકલ સાયન્સિસ ડિપાર્ટમેન્ટમાં સુનોડા લેબ પ્રોજેક્ટ, તુંગ ડાંગે બાયો-ફોર્મેટિક્સમાં બ્રીફિંગમાં પ્રકાશિત એક પેપરમાં જણાવ્યું હતું કે આપણે યોગ્ય રીતે જાણતા નથી કે કયા બેક્ટેરિયા બનાવે છે તે કયા ચયાપચય બનાવે છે અને વિવિધ રોગોમાં આ સંબંધો કેવી રીતે બદલાય છે. જો આપણે આ બેક્ટેરિયા અને રસાયણો વચ્ચેનો સાચો જોડાણ સમજીએ, તો ભવિષ્યમાં દરેક વ્યક્તિ માટે અલગ સારવાર તૈયાર કરી શકાય છે. ઉદાહરણ તરીકે, ફાયદાકારક માનવ ચયાપચય ઉત્પન્ન કરવા માટે વિશિષ્ટ બેક્ટેરિયા વિકસિત કરી શકાય છે, અથવા આ ચયાપચય ચોક્કસ રોગોની સારવાર માટે પણ સુધારી શકાય છે.
તેમણે કહ્યું કે તેની બનાવેલી સિસ્ટમ આપમેળે ઓળખે છે કે ઘણા બધા બેક્ટેરિયાના મુખ્ય કયા મેઇન્સને મેટાબોલિટ્સને સૌથી વધુ અસર કરે છે. તે જ સમયે, આ સિસ્ટમ પણ માને છે કે તેમાં થોડી અનિશ્ચિતતા હોઈ શકે છે, જેથી ખોટા પરિણામો આપવામાં ન આવે.
ડાંગે અહેવાલ આપ્યો છે કે જ્યારે આ સિસ્ટમની sleep ંઘની સમસ્યાઓ, મેદસ્વીપણા અને કેન્સર સંબંધિત માહિતી પર પરીક્ષણ કરવામાં આવ્યું હતું, ત્યારે તે જૂની રીતે અને માન્યતા પ્રાપ્ત બેક્ટેરિયામાં વધુ સારું કર્યું જે પહેલાથી જાણીતી જૈવિક પ્રક્રિયાઓ સાથે મેળ ખાય છે. આ આત્મવિશ્વાસ વધારે છે કે આ સિસ્ટમ ફક્ત ડેટાની રમત બતાવે છે, પરંતુ વાસ્તવિક જૈવિક સંબંધોને પકડે છે.
આટલા મોટા ડેટાને જોતા હોવા છતાં, આ તકનીકમાં કમ્પ્યુટર પાવરનો ઘણો સમય લાગે છે, પરંતુ સમય જતાં આ સમસ્યા હલ થવાની અપેક્ષા છે. સંશોધનકર્તા ડાંગે કહ્યું કે તે રસાયણોનો વધુ ths ંડાણોમાં અભ્યાસ કરવા માંગે છે જેમાં તેઓને શોધવું પડશે કે તેઓ બેક્ટેરિયાથી, આપણા શરીરમાંથી અથવા આપણા ખોરાકમાંથી આવ્યા છે.
-અન્સ
તેમ છતાં/
