โดย เพซัค เบนสัน • 2 พฤศจิกายน 2026

เยรูซาเลม, 2 พฤศจิกายน 2026 (TPS-IL) — คณะนักวิจัยชาวอิสราเอลได้พัฒนาเครื่องมือปัญญาประดิษฐ์ที่สามารถระบุ DNA ของแบคทีเรียได้ แม้ว่าจะมาจากจุลินทรีย์ที่ไม่มีอยู่ในฐานข้อมูลทางพันธุกรรมที่มีอยู่เดิม ซึ่งอาจช่วยให้นักวิทยาศาสตร์ค้นพบรูปแบบของสิ่งมีชีวิตจุลชีพที่เคยซ่อนเร้นอยู่ก่อนหน้านี้

เทคโนโลยีนี้อาจเปิดช่องทางใหม่สำหรับการศึกษาจุลินทรีย์ในดิน ซึ่งจำนวนมากยังคงไม่เป็นที่เข้าใจอย่างถ่องแท้ การระบุแบคทีเรียเหล่านี้อาจช่วยให้นักวิทยาศาสตร์เข้าใจสุขภาพของดิน การเจริญเติบโตของพืช และบทบาทของจุลินทรีย์ที่มีต่อสิ่งแวดล้อมได้ดียิ่งขึ้น

เครื่องมือดังกล่าวมีชื่อว่า BBERT ซึ่งจดจำรูปแบบใน DNA ของแบคทีเรียแทนที่จะพึ่งพาการเปรียบเทียบกับฐานข้อมูลทางพันธุกรรมที่มีอยู่ สามารถระบุชิ้นส่วนที่สั้นเพียง 100 หน่วยโครงสร้าง DNA รวมถึงลำดับที่วิธีการแบบดั้งเดิมมักไม่สามารถจัดหมวดหมู่ได้

เมื่อนักวิทยาศาสตร์วิเคราะห์ DNA ในดิน พวกเขาจะได้รับชิ้นส่วนสั้น ๆ หลายล้านชิ้นจากแบคทีเรีย เชื้อรา พืช และสิ่งมีชีวิตอื่น ๆ การระบุแหล่งที่มาอาจเป็นเรื่องยาก โดยเฉพาะอย่างยิ่งเมื่อสิ่งมีชีวิตเหล่านั้นไม่มีอยู่ในฐานข้อมูลอ้างอิงทางพันธุกรรม สารพันธุกรรมที่ยังอธิบายไม่ได้จำนวนมากนี้เรียกว่า “สสารมืด” ทางจุลชีพ BBERT รับมือกับความท้าทายนี้โดยใช้เทคนิคปัญญาประดิษฐ์ที่ใช้ในเทคโนโลยีทางภาษาเช่นกัน แทนที่จะเรียนรู้รูปแบบในประโยค เครื่องมือนี้จะเรียนรู้รูปแบบใน DNA ของแบคทีเรีย ซึ่งทำให้สามารถจดจำลำดับที่ไม่คุ้นเคยได้โดยไม่ต้องจับคู่กับฐานข้อมูลที่มีอยู่เดิม

BBERT ได้รับการพัฒนาโดยคณะนักวิจัยที่มหาวิทยาลัยฮิบรูแห่งเยรูซาเลม มหาวิทยาลัยไฮฟา และสถาบันโวลคานี ซึ่งเป็นหน่วยงานวิจัยของกระทรวงเกษตรอิสราเอล ผลการค้นพบดังกล่าวได้รับการตีพิมพ์ในวารสาร *Nucleic Acids Research* ที่ผ่านการประเมินโดยผู้ทรงคุณวุฒิ

การศึกษานี้ นำโดย ดร. อาเมียร์ เอเรซ จากสถาบันฟิสิกส์ราคาห์ มหาวิทยาลัยฮิบรู และ ดร. ออมรี เอ็ม. ฟินเคล จากภาควิชาวิทยาศาสตร์พืชและสิ่งแวดล้อมของมหาวิทยาลัย

การสำรวจสสารมืดทางจุลชีพ

ในการทดสอบ BBERT สามารถแยกแยะ DNA ของแบคทีเรียออกจาก DNA ที่ไม่ใช่แบคทีเรียด้วยความแม่นยำประมาณ 90% ซึ่งมีประสิทธิภาพเหนือกว่าเครื่องมือการเรียนรู้เชิงลึกอื่น ๆ ที่ได้รับการประเมิน เครื่องมือนี้ระบุชิ้นส่วนที่มีคำสั่งสำหรับสร้างโปรตีนด้วยความแม่นยำประมาณ 88% และระบุวิธีการอ่านคำสั่งเหล่านั้นด้วยความแม่นยำประมาณ 96%

คณะนักวิจัยได้ทดสอบเครื่องมือนี้กับชุดข้อมูล DNA ในดินที่เปิดเผยต่อสาธารณะจำนวน 1,969 ชุด BBERT ระบุชิ้นส่วนในสัดส่วนที่มีนัยสำคัญซึ่งเครื่องมือเปรียบเทียบที่ใช้กันอย่างแพร่หลายไม่สามารถจัดหมวดหมู่ได้

การวิเคราะห์ยังให้ข้อมูลเชิงลึกใหม่เกี่ยวกับสสารมืดทางจุลชีพ ชิ้นส่วนที่ไม่ได้รับการจัดหมวดหมู่มีแนวโน้มที่จะมี DNA ที่ไม่ใช่แบคทีเรียมากกว่าชิ้นส่วนที่นักวิจัยสามารถตีความได้ ซึ่งบ่งชี้ว่าสารพันธุกรรมที่ยังอธิบายไม่ได้นั้นมาจากหลายแหล่ง ไม่ใช่แค่แบคทีเรียที่ไม่คุ้นเคยเท่านั้น

BBERT ยังสามารถช่วยให้นักวิทยาศาสตร์ประกอบชิ้นส่วน DNA สั้น ๆ ให้เป็นลำดับที่ยาวขึ้นเพื่อสร้างจีโนมของแบคทีเรียขึ้นมาใหม่ ซึ่งก็คือชุดคำสั่งทางพันธุกรรมทั้งหมดที่แบคทีเรียมี ในการทดสอบจำลอง การคัดกรอง DNA ผ่านเครื่องมือนี้ช่วยลดเวลาเฉลี่ยในการสร้างขึ้นมาใหม่จากประมาณ 66 ชั่วโมงเหลือ 25 ชั่วโมงต่อชุดข้อมูล ลำดับที่ได้มีข้อผิดพลาดและช่องว่างน้อยลง ขณะเดียวกันก็ยังคงความครอบคลุมทางพันธุกรรมไว้ได้ประมาณ 96% ของที่ทำได้โดยไม่ต้องคัดกรอง

การทดสอบที่เกี่ยวข้องกับปมรากถั่วป่า ซึ่งเป็นโครงสร้างที่พืชใช้เป็นที่อยู่ของแบคทีเรีย ก็แสดงให้เห็นถึงการปรับปรุงเช่นกัน BBERT ลดเวลาในการสร้างขึ้นมาใหม่ลงครึ่งหนึ่ง และลดการใช้หน่วยความจำคอมพิวเตอร์สูงสุดจาก 188 กิกะไบต์เหลือ 82 กิกะไบต์ ขณะเดียวกันก็ลดการปนเปื้อนในจีโนมที่สร้างขึ้นมาใหม่หลายตัว

เทคโนโลยีนี้อาจให้ประโยชน์ต่อการวิจัยด้านการเกษตรและสิ่งแวดล้อมได้ในที่สุด นักวิทยาศาสตร์อาจนำไปใช้เพื่อค้นหาจุลินทรีย์ที่ช่วยให้พืชดูดซับสารอาหาร ปกป้องพืชผลจากโรค หรือทนต่อความแห้งแล้ง นอกจากนี้ยังอาจช่วยให้นักวิจัยศึกษาว่าชุมชนจุลินทรีย์ในดินตอบสนองต่อมลพิษและการเปลี่ยนแปลงสภาพภูมิอากาศอย่างไร การนำไปใช้เหล่านี้จะต้องมีการวิจัยและการทดสอบเพิ่มเติม

เครื่องมือนี้มีข้อจำกัด โดยอาจมองข้ามชิ้นส่วนของแบคทีเรีย เข้าใจผิดว่าสารพันธุกรรมอื่นเป็น DNA ของแบคทีเรีย และประสบปัญหาในการแยกแยะแบคทีเรียออกจากอาร์เคีย ซึ่งเป็นจุลินทรีย์กลุ่มหลักอีกกลุ่มหนึ่ง

BBERT สามารถทำงานบนคอมพิวเตอร์ส่วนบุคคลที่มีการ์ดแสดงผลที่เหมาะสม ซึ่งอาจทำให้ห้องปฏิบัติการขนาดเล็กเข้าถึงการวิเคราะห์ DNA ขั้นสูงได้ง่ายขึ้น และทำให้นักวิจัยสามารถกลับไปตรวจดูคอลเลกชัน DNA ในสิ่งแวดล้อมที่มีอยู่เดิมเพื่อค้นหาข้อมูลที่วิธีการก่อนหน้านี้ไม่สามารถระบุได้