Bài 227

Life code: unlocked!

Mật mã của cuộc sống: đã được mở khóa!

On an airport shuttle bus to the Kavli Institute for Theoretical Physics in Santa Barbara, Calif., Chris Wiggins took a colleague’s advice and opened a Microsoft Excel spreadsheet.

Trên chuyến xe buýt đưa đón sân bay đến Kavli Institute for Theoretical Physics (Viện Vật lý Lý thuyết Kavli) ở Santa Barbara, California, Chris Wiggins đã nghe theo lời khuyên của một đồng nghiệp và mở một bảng tính Microsoft Excel ra.

It had nothing to do with the talk on biopolymer physics he was invited to give.

Nó không liên quan gì đến buổi nói chuyện về vật lý hợp chất cao phân tử sinh học mà anh ấy được mời tham dự.

Rather the columns and rows of numbers that stared back at him referred to the genetic activity of budding yeast.

Thay vào đó, các cột và hàng số nhìn chằm chằm vào anh ta đã đề cập đến hoạt động di truyền của nấm men mới chớm nở.

Specifically, the numbers represented the amount of messenger RNA (MRNA) expressed by all 6,200 genes of the yeast over the course of its reproductive cycle.

Cụ thể, các con số đại diện cho số lượng RNA thông tin (MRNA) được biểu hiện bởi tất cả 6.200 gen của nấm men trong suốt chu kỳ sinh sản của nó.

“It was the first time I ever saw anything like this,” Wiggins recalls of that spring day in 2002.

“Đây là lần đầu tiên tôi nhìn thấy thứ như thế này”, Wiggins nhớ lại ngày xuân năm 2002.

“How to make sense of all this data?”

"Làm thế nào để hiểu tất cả dữ liệu này?"

Instead of shirking from this question, the 36-year-old applied mathematician and physicist at Columbia University embraced it-and now six years later he thinks he has an answer.

Thay vì trốn tránh câu hỏi này, nhà toán học và vật lý ứng dụng 36 tuổi tại Đại học Columbia đã chấp nhận chiến đấu với nó - và bây giờ, sau sáu năm anh ấy nghĩ rằng anh đã có câu trả lời.

By foraying into fields outside his own, Wiggins has drudged up tools from a branch of artificial intelligence called machine learning to model the collective protein-making activity of genes from real-world biological data.

Bằng cách thử sức ở các lĩnh vực không phải chuyên môn của mình, Wiggins đã nghiên cứu các công cụ từ một nhánh của trí tuệ nhân tạo được gọi là học máy để mô hình hóa hoạt động tạo protein tổng hợp của các gen từ dữ liệu sinh học trong thế giới thực.

Engineers originally designed these tools in the late 1950s to predict output from input.

Các kỹ sư lần đầu thiết kế những công cụ này vào cuối những năm 1950 để dự đoán kết quả đầu ra từ dữ liệu đầu vào.

Wiggins and his colleagues have now brought machine learning to the natural sciences and tweaked it so that it can also tell a story-one not only about input and output but also about what happens inside a model of gene regulation, the black box in between.

Wiggins và các đồng nghiệp của ông hiện đã đưa học máy vào khoa học tự nhiên và điều chỉnh nó để nó cũng có thể kể một câu chuyện không chỉ về đầu vào và đầu ra mà còn về những gì xảy ra bên trong một mô hình điều chỉnh gen, hộp đen ở giữa.

The impetus for this work began in the late 1990s, when high-throughput techniques generated more mRNA expression profiles and DNA sequences than ever before, “opening up a completely different way of thinking about biological phenomena,” Wiggins says.

động lực cho công việc này bắt đầu vào cuối những năm 1990, khi các kỹ thuật thông lượng cao tạo ra nhiều cấu hình biểu hiện mRNA và trình tự DNA hơn bao giờ hết, “mở ra một cách suy nghĩ hoàn toàn khác về các hiện tượng sinh học,” Wiggins cho hay.

Key among these techniques were DNA microarrays, chips that provide a panoramic view of the activity of genes and their expression levels in any cell type, simultaneously and under myriad conditions.

Chìa khóa của các kỹ thuật này là các vi mạch DNA, những con chip cung cấp cái nhìn toàn cảnh về hoạt động của các gen và mức độ biểu hiện của chúng trong bất kỳ loại tế bào nào, đồng thời và trong vô số điều kiện.

As noisy and incomplete as the data were, biologists could now query which genes turn on or off in different cells and determine the collection of proteins that give rise to a cell’s characteristic features, healthy or diseased.

Vì dữ liệu nhiễu và không đầy đủ, các nhà sinh học giờ đây có thể truy vấn xem gen nào hoạt động hay không trong các tế bào khác nhau và xác định tập hợp các protein làm phát sinh các tính năng đặc trưng của tế bào, khỏe mạnh hay bị bệnh.

Yet predicting such gene activity requires uncovering the fundamental rules that govern it.

Tuy nhiên, dự đoán hoạt động của gen như vậy đòi hỏi phải khám phá ra các quy tắc cơ bản chi phối nó.

“Over time, these rules have been locked in by cells,” says theoretical physicist Harmen Bussemaker, now an associate professor of biology at Columbia.

Nhà vật lý lý thuyết Harmen Bussemaker, hiện là phó giáo sư sinh học tại Columbia cho biết: “Theo thời gian, những quy tắc này đã bị khóa chặt bởi các tế bào,".

“Evolution has kept the good stuff.” To find these rules, scientists needed statistics to infer the interaction between genes and the proteins that regulate them and to then mathematically describe this network’s underlying structure-the dynamic pattern of gene and protein activity over time.

"Sự tiến hóa đã giữ lại điểm tốt." Để tìm ra các quy tắc này, các nhà khoa học cần các số liệu thống kê để suy ra sự tương tác giữa các gen và protein điều hòa chúng và sau đó mô tả chính xác cấu trúc cơ bản của mạng lưới này - mô hình động của hoạt động gen và protein theo thời gian.

But physicists who did not work with particles (or planets, for that matter) viewed statistics as nothing short of an anathema.

Nhưng các nhà vật lý không làm việc với các hạt nguyên tử (hoặc hành tinh, về vấn đề đó) đã coi số liệu thống kê là không có gì ngoại trừ sự nguyền rủa.

“If your experiment requires statistics,” British physicist Ernest Rutherford once said, “you ought to have done a better experiment.”

“Nếu thí nghiệm của bạn yêu cầu thống kê,” nhà vật lý người Anh Ernest Rutherford từng nói, “bạn nên thực hiện một thí nghiệm tốt hơn.”

But in working with microarrays, “the experiment has been done without you,” Wiggins explains.

Nhưng khi làm việc với microarrays (một loại kĩ thuật phân tích), “thử nghiệm đã được thực hiện mà không có bạn,” Wiggins giải thích.

“And biology doesn’t hand you a model to make sense of the data.”

"Và sinh học không cung cấp cho bạn một mô hình để hiểu về dữ liệu."

Even more challenging, the building blocks that makeup DNA, RNA, and proteins are assembled in myriad ways; moreover, subtly different rules of interaction govern their activity, making it difficult, if not impossible, to reduce their patterns of interaction to fundamental laws.

Thách thức hơn nữa, các khối phức hợp tạo nên DNA, RNA và protein được lắp ráp theo vô số cách; hơn nữa, các quy luật tương tác khác nhau một cách tinh vi chi phối hoạt động của chúng, gây khó khăn, nếu không muốn nói là không thể, cho việc rút gọn các mô hình tương tác giữa chúng thành các quy luật cơ bản.

Some genes and proteins are not even known.

Một số gen và protein thậm chí còn chưa được biết đến.

“You are trying to find something compelling about the natural world in a context where you don’t know very much,” says William Bialek, a biophysicist at Princeton University.

William Bialek, nhà lý sinh tại Đại học Princeton cho biết: “Bạn đang cố gắng tìm ra điều gì đó hấp dẫn về thế giới tự nhiên trong bối cảnh mà bạn không biết nhiều lắm,".

“You’re forced to be agnostic.” Wiggins believes that many machine-learning algorithms perform well under precisely these conditions.

"Bạn bị ép buộc phải theo thuyết bất khả tri." Wiggins tin rằng nhiều thuật toán học máy hoạt động tốt trong chính những điều kiện này.

When working with so many unknown variables, “machine learning lets the data decide what’s worth looking at,” he says.

Khi làm việc với quá nhiều biến số không xác định, "học máy cho phép dữ liệu quyết định những gì đáng xem," ông nói.

At the Kavli Institute, Wiggins began building a model of a gene regulatory network in a yeast-the set of rules by which genes selectively orchestrate how vigorously DNA is transcribed into mRNA.

Tại Viện Kavli, Wiggins đã bắt đầu xây dựng mô hình mạng lưới điều hòa gen trong nấm men - một tập hợp các quy tắc mà các gen sắp xếp một cách chọn lọc cách DNA được phiên mã thành mRNA mạnh mẽ như thế nào.

As he worked with different algorithms, he started to attend discussions on gene regulation led by Christina Leslie, who ran the computational biology group at Columbia at the time.

Khi làm việc với các thuật toán khác nhau, anh ấy bắt đầu tham gia các cuộc hội thảo về điều hoà gen dẫn dắt bởi Christina Leslie, người điều hành nhóm sinh học máy tính tại Columbia vào thời điểm đó.

Leslie suggested using a specific machine-learning tool called a classifier.

Leslie đề xuất sử dụng một công cụ học máy cụ thể được gọi là trình phân loại.

Say the algorithm must discriminate between pictures that have bicycles in them and pictures that do not.

Giả sử thuật toán phải phân biệt giữa hình ảnh có xe đạp và hình ảnh không có.

A classifier sifts through labeled examples and measures everything it can about them, gradually learning the decision rules that govern the grouping.

Công cụ phân loại chọn lọc các ví dụ được gắn nhãn và đo lường mọi thứ có thể về chúng, dần dần học các quy tắc quyết định chi phối cả nhóm.

From these rules, the algorithm generates a model that can determine whether or not new pictures have bikes in them.

Từ các quy tắc này, thuật toán tạo ra một mô hình có thể xác định xem có xe đạp trong các bức tranh mới hay không.

In gene regulatory networks, the learning task becomes the problem of predicting whether genes increase or decrease their protein-making activity.

Trong mạng lưới điều hòa gen, nhiệm vụ học tập trở thành vấn đề dự đoán liệu gen làm tăng hay giảm sự vận động tạo protein của chúng.

The algorithm that Wiggins and Leslie began building in the fall of 2002 was trained on the DNA sequences and mRNA levels of regulators expressed during a range of conditions in yeast-when the yeast was cold, hot, starved, and so on.

Thuật toán mà Wiggins và Leslie bắt đầu xây dựng vào mùa thu năm 2002 được thí nghiệm trên các chuỗi DNA và mức mRNA của các chất điều hòa được biểu hiện trong các điều kiện khác nhau của nấm men - khi nấm men lạnh, nóng, đói, v.v.

Specifically, this algorithm-MEDUSA (for motif element discrimination using sequence agglomeration) - scans every possible pairing between a set of DNA promoter sequences, called motifs, and regulators.

Cụ thể, thuật toán MEDUSA (để phân biệt phần tử theo mô-típ bằng cách kết hợp các chuỗi) - thử qua mọi khả năng kết đôi giữa một tập hợp các trình tự khởi động DNA, được gọi là mô-típ và trình điều chỉnh.

Then, much like a child might match a list of words with their definitions by drawing a line between the two, MEDUSA finds the pairing that best improves the fit between the model and the data it tries to emulate.

Sau đó, giống như một đứa trẻ có thể nối dãy các từ với định nghĩa của chúng bằng cách vẽ một đường thẳng giữa hai từ, MEDUSA nhận thấy việc ghép nối giúp cải thiện tốt nhất sự phù hợp giữa mô hình và dữ liệu mà nó cố gắng mô phỏng.

(Wiggins refers to these pairings as edges.)

(Wiggins gọi các cặp này là các cạnh.)

Each time MEDUSA finds a pairing, it updates the model by adding a new rule to guide its search for the next pairing.

Mỗi lần MEDUSA tìm thấy một cặp, nó sẽ cập nhật mô hình bằng cách thêm một quy tắc mới để hướng dẫn nó tìm kiếm ghép nối tiếp theo.

It then determines the strength of each pairing by how well the rule improves the existing model.

Sau đó, nó xác định độ mạnh của từng cặp bằng cách xem xem quy tắc đó cải thiện mô hình hiện tại tốt như thế nào.

The hierarchy of numbers enables Wiggins and his colleagues to determine which pairings are more important than others and how they can collectively influence the activity of each of the yeast’s 6,200 genes.

hệ thống phân cấp số lượng cho phép Wiggins và các đồng nghiệp của ông xác định những cặp nào là quan trọng hơn và cách chúng có thể ảnh hưởng đến hoạt động của từng loại trong số 6.200 gen của nấm men.

By adding one pairing at a time, MEDUSA can predict which genes ratchet up their RNA production or clamp that production down, as well as reveal the collective mechanisms that orchestrate an organism’s transcriptional logic.

Bằng cách thêm từng cặp vào mỗi thời điểm, MEDUSA có thể dự đoán gen nào điều chỉnh quá trình sản xuất ARN của chúng hoặc kìm hãm quá trình sản xuất đó, cũng như tiết lộ các cơ chế tập thể điều phối logic phiên mã của sinh vật.

Từ vựng (34)

shuttle bus (ˈʃʌt̬.əl) (bʌs) — xe buýt đưa đón theo chặng
yeast (jiːst) — nấm men
budding (ˈbʌd.ɪŋ) — chớm nở
reproductive cycle (ˌriː.prəˈdʌk.t̬ɪv) (ˈsaɪ.kəl) — chu kỳ sinh sản
shirking (ʃɝːk) — trốn tránh
foraying into (ˈfɔɹeɪɪŋ) (ˈɪn.tuː) — thâm nhập vào
branch (bræntʃ) — nhánh
artificial intelligence (ˌɑːr.t̬əˈfɪʃ.əl) (ɪnˈtel.ə.dʒəns) — trí tuệ nhân tạo
tools (ˈtuɫz) — công cụ
predict (prɪˈdɪkt) — dự đoán
colleagues (ˈkɑɫiɡz) — đồng nghiệp
tweaked (twiːk) — điều chỉnh
gene regulation (dʒiːn) (ˌreɡ.jəˈleɪ.ʃən) — điều hoà chỉnh gen
impetus (ˈɪm.pə.t̬əs) — động lực
phenomena (fəˈnɑmənə) — hiện tượng
microarrays (microarrays*) — vi mạch
panoramic view (ˌpæn.əˈræm.ɪk) (vjuː) — cái nhìn toàn cảnh
cell (sel) — tế bào
simultaneously (ˌsaɪ.məlˈteɪ.ni.əs.li) — đồng thời
query (ˈkwɪr.i) — truy vấn
evolution (ˌiː.vəˈluː.ʃən) — sự tiến hóa
statistics (stəˈtɪstɪks) — số liệu thống kê
infer (ɪnˈfɝː) — suy ra
particles (ˈpɑɹtəkəɫz, ˈpɑɹtɪkəɫz) — hạt
forced to (fɔːrst) (tuː) — buộc phải
algorithms (ˈæɫɡɝˌɪðəmz) — thuật toán
vigorously (ˈvɪɡ.ɚ.əs.li) — mạnh mẽ
discriminate (dɪˈskrɪm.ə.neɪt) — phân biệt
starved (stɑːrvd) — đói
sequence agglomeration (ˈsikwəns) (əˌɡlɑː.məˈreɪ.ʃən) — kết hợp trình tự
emulate (ˈem.jə.leɪt) — mô phỏng
edges (ˈɛdʒəz, ˈɛdʒɪz) — cạnh
hierarchy (ˈhaɪ.rɑːr.ki) — hệ thống phân cấp
mechanisms (ˈmɛkəˌnɪzəmz) — cơ chế