ການສຶກສານີ້ກ່ຽວຂ້ອງກັບການວິເຄາະໂປຣຕີນ(proteomes)ຈາກຕົວຢ່າງມະເຮັງ 7,525 ຕົວຢ່າງ ຊຶ່ງເກັບກໍາຈາກກຸ່ມຄົ້ນຄວ້າທັງໝົດ 30 ກຸ່ມໃນ 6 ປະເທດຄື: ອົສຕຣາລີ, ສະຫະລັດ ອາເມຣິກາ, ການາດາ, ແອັດສະປາຍ, ເກຣັກແລະ ໂອຕຣິດ. ໂດຍທີມງານຂອງສະຖາບັນດັ່ງກ່າວ ທີ່ນະຄອນຊິດນີ ໄດ້ນໍາໃຊ້ການຮຽນຮູ້ແບບລວມສູນມາຝຶກອົບຮົມໂມເດລ AI ໃນທ້ອງຖິ່ນ, ເພື່ອແບ່ງປັນຂໍ້ມູນທີ່ບໍ່ແມ່ນຂໍ້ມູນລະອຽດອ່ອນກັບເຊີເວີສູນກາງ.
ວາລະສານ Cancer Discovery ລະບຸວ່າ: ວິທີການດັ່ງກ່າວຊ່ວຍໃຫ້ທີມງານສາມາດສ້າງເຄື່ອງມືການວິນິດໄສທີ່ຖືກຕ້ອງລະດັບໂລກໂດຍບໍ່ຕ້ອງໂອນຂໍ້ມູນຄົນເຈັບລະຫວ່າງສະຖາບັນຕ່າງໆ ຊຶ່ງຖືເປັນການເອົາຊະນະຄວາມທ້າທາຍໃນການເກັບກໍາຂໍ້ມູນມະເຮັງຂະໜາດໃຫຍ່ທີ່ເກີດຈາກກົດໝາຍຄວາມເປັນສ່ວນຕົວທີ່ເຂັ້ມງວດ ແລະຄວາມແຕກຕ່າງທາງດ້ານເຕັກນິກໃນວິທີການຂອງຫ້ອງທົດລອງ.
ທ່ານ ໂຣເຈີ ເຣດເດລ ຜູ້ອໍານວຍການສະຖາບັນຄົ້ນຄວ້າກ່ຽວກັບເດັກແລະຫົວໜ້າໜ່ວຍງານຄົ້ນຄວ້າໂຣກມະເຮັງກ່າວວ່າ: ວິທີການປະສົມປະສານຂໍ້ມູນການວິເຄາະໂປຣຕີນທີ່ໄດ້ຈາກເຕັກນິກຕ່າງໆ ຊຶ່ງເພີ່ມຄວາມຖືກຕ້ອງຂອງການວິນິດໄສ. ທ່ານກ່າວຕື່ມວ່າ: ການຄົ້ນຄວ້າດັ່ງກ່າວມີຈຸດປະສົງເພື່ອນໍາໃຊ້ຂໍ້ມູນການວິເຄາະໂປຣຕີນມາແນະນຳການປິ່ນປົວມະເຮັງແລະວິທີການທີ່ຂັບເຄື່ອນດ້ວຍ AI ແມ່ນຄວາມກ້າວໜ້າທີ່ສໍາຄັນໃນຂົງເຂດວິທະຍາມະເຮັງ ທີ່ສາມາດວິເຄາະຂໍ້ມູນຂະໜາດໃຫຍ່ໄດ້ແລ້ວ.
ຄໍາເຫັນ