郭東睿 廣州市真光中學
生物物理學應用物理學的概念與方法研究生物各層次結(jié)構(gòu)和功能的關(guān)系、生命活動的物理化學過程以及物質(zhì)在生命活動過程中表現(xiàn)的物理特性。我們的社會正處于人工智能革命的時代,人工智能研究和開發(fā)用于模擬和擴展人類智慧的方法、技術(shù)及應用系統(tǒng),是會給人類社會帶來根本性變革的技術(shù)趨勢。利用人工智能技術(shù)手段進行生物物理學的研究將極大地促進生物物理學的發(fā)展。本文將簡要地介紹人工智能技術(shù)生物物理學中的一些研究新進展。
在過去的幾年中,大量的研究致力于設計用于微創(chuàng)藥物的磁微米級機器人系統(tǒng)。不同微生物的運動是大自然有效推動這些微泳體的解決方案。到目前為止,科學家們在設計基于細菌推進的微泳體方面已經(jīng)做了大量工作,而許多其他微生物的運動尚未成為設計微泳體的靈感源泉。伊朗謝里夫技術(shù)大學的Amir Shamloo 等人以一種纖毛微生物草履蟲為靈感,提出了一種能夠進行貨物運輸?shù)男滦臀⒂倔w。這種新穎的微泳體由多個均勻間隔的硬質(zhì)桿組成,這些桿橫跨一個球體的表面,可以攜帶放置在球內(nèi)的貨物。這種微泳體的推進受微泳體幾何形狀(直徑、桿數(shù)、貨物尺寸)的影響,他們進行了CFD 模擬研究,對這個微泳體的動態(tài)進行了分析,從而揭示了具有這種幾何形狀的微泳體的復雜動力學特性。
從納米技術(shù)的早期開始,科學家們已經(jīng)夢想出類似于大型工業(yè)流水線的納米機械系統(tǒng)。用于自下而上創(chuàng)建復雜分子結(jié)構(gòu)的DNA分子自組裝已被證明具有巨大的潛力來推動實現(xiàn)這一愿景。在過去的幾年里,大量的機械元件被開發(fā)出來,有可能被用作更精細的系統(tǒng)的組件。這些元件基于各種不同的概念,以方便構(gòu)象變化、滑動運動和旋轉(zhuǎn)。EnzoKopperger 等研究人員開發(fā)了一種基于DNA 的分子機械臂,它集成在用DNA 折疊技術(shù)創(chuàng)建的方形基板上,擴展了DNA 組裝納米機器的可用建筑組件的系列。底板和臂之間的靈活連接允許臂相對于特定可尋底板旋轉(zhuǎn)。基于一些折疊方法,該結(jié)構(gòu)可有效地自組裝。在單分子熒光技術(shù)的幫助下,在一毫秒的時間尺度上觀察到在基板上不同對接位置的擴散臂旋轉(zhuǎn)和臨時固定。利用DNA 納米結(jié)構(gòu)的高電荷,他們還演示了利用電場主動控制手臂相對于基板的角度。機器人手臂的激活只需要幾毫秒,這比合成DNA 納米機器的既定操作方法快許多數(shù)量級。該系統(tǒng)有望成為一個通用的快速原型平臺,用于開發(fā)分子裝配線和高度并行的納米力譜元件。
疼痛評估不當、醫(yī)療支出增加、生產(chǎn)力下降和治療不當是全球性難題,往往導致生活障礙和對生活失去興趣。Sanjay Kumar Singh 等專家研制了一套智能計算系統(tǒng)(ICS),它在提高疼痛評估的準確性和支持衛(wèi)生保健從業(yè)者在臨床決策過程方面起著重要作用。ICS 從患者或?qū)<沂盏降呐R床數(shù)據(jù)中獲得知識。專家們從1992年至 2014 年以英文出版的各種權(quán)威期刊和電子數(shù)據(jù)庫中進行了廣泛的文獻檢索,以提取與ICS 相關(guān)的文章,同時考慮患者的慢性和急性疼痛癥狀。他們共對45 項研究進行了分析,從1320 條引文中選取了32 項研究,從參考跟蹤中獲得了10 項。他們采用了四類計算機識別技術(shù),包括人工神經(jīng)網(wǎng)絡、基于規(guī)則的算法、統(tǒng)計學習算法和非標準集理論,采用問卷、分數(shù)和術(shù)語等方法進行內(nèi)容處理。設計良好的計算機化方法ICS 能夠簡化病人評估過程,增加醫(yī)生的可及性,并提高護理質(zhì)量,將有助于臨床實踐。
O.D.Chernavskaya 等人提出了一種"自然建構(gòu)方法"來模擬認知過程。該方法基于信息的動態(tài)理論、非線性微分方程技術(shù)和"動態(tài)形式神經(jīng)元"的概念。他們利用自然建構(gòu)方法設計了認知體系結(jié)構(gòu),此體系結(jié)構(gòu)的一個重要特征是將整個系統(tǒng)拆分為兩個類似的半腦系統(tǒng)(與左右腦半球類似),其中一個負責信息的生成和學習,另一個負責接收和處理已知信息。他們討論了對直覺、邏輯、意識、潛意識概念的解釋,并將所開發(fā)的認知體系結(jié)構(gòu)與其他理論方法(圖形理論和"認知"概念)以及解剖數(shù)據(jù)進行了比較。他們還提出了一種實驗的概念,可以驗證或否定自然建構(gòu)方法的主要推論。
Tayyebe Shabaniyan 和Hossein Parsaei 等人開發(fā)了一個決策支持系統(tǒng)(DSS),用于預測腎結(jié)石治療的術(shù)后結(jié)果,特別是經(jīng)皮腎鏡取石術(shù)(PCNL)后結(jié)果,該系統(tǒng)可作為一個手術(shù)前的咨詢工具。DSS 的整個過程包括數(shù)據(jù)收集和預測模型開發(fā)。他們收集了254例患者的術(shù)前/術(shù)后變量,對于特征變量,他們使用來自三個類別的 26 個變量,包括患者病史變量、腎結(jié)石參數(shù)和實驗室數(shù)據(jù)。預測模型是利用機器學習技術(shù)開發(fā)的,包括維數(shù)約簡和監(jiān)督分類。他們開發(fā)了一種將順序前向選擇與費舍爾的判別分析相結(jié)合的新方法,降低了特征空間的維數(shù),提高了系統(tǒng)的性能并使用多分類器方案進行預測,通過在數(shù)據(jù)集上運行"一個患者交叉驗證"的方法來評估所生成的 DSS。DSS 系統(tǒng)預測治療結(jié)果的精度為94.8%,并且正確估計了85.2%的患者需要放置支架后去除腎結(jié)石。在預測患者在手術(shù)期間是否需要輸血時,DSS系統(tǒng)正確預測了95.0%的病例。Tayyebe Shabaniyan 提出的DSS 系統(tǒng)可幫助泌尿科醫(yī)生預測手術(shù)結(jié)果,選擇適當?shù)氖中g(shù)切除腎結(jié)石。
生物物理及相關(guān)領(lǐng)域的科研人員在草履蟲元波激發(fā)的磁旋轉(zhuǎn)微泳體、基于DNA 的機器人手臂的實時驅(qū)動、使用智能計算系統(tǒng)進行疼痛評估、認知過程建模的自然建構(gòu)方法以及基于人工智能的腎結(jié)石治療臨床決策支持系統(tǒng)等方面進行了諸多研究,其研究成果必將促進生物物理學的智能化發(fā)展。