วิทยาศาสตร์คอมพิวเตอร์กับ Covid-19 ในการรับมือการระบาดใหญ่ครั้งแรกของยุคดิจิทัล

นี่ไม่ใช่การระบาดใหญ่หรือ Pandemic ครั้งแรกของโลก

ประวัติศาสตร์มนุษยชาติได้เอาตัวรอดจากโศกนาฏกรรมเหล่านี้มานับไม่ถ้วน ไม่ว่าจะเป็นเชื้อโรคจากธรรมชาติที่คร่าชีวิตบุคคลอันเป็นที่รักไปมากมาย จนถึงเชื้อที่ได้ผลักดันเราให้เกิดการพัฒนาอย่างก้าวกระโดด รวมถึงครั้งนี้ที่เป็นการระบาดใหญ่ระดับโลกครั้งแรกในรอบเกือบ 40 ปี

ข้อแตกต่างระหว่างการระบาดของ COVID-19 กับการระบาดครั้งอื่นคือยุคสมัยในการระบาด ที่ปัจจุบันเรียกว่ายุคดิจิทัล หรือยุคสมัยแห่งวิทยาการข้อมูล เราอยู่ในยุคที่ประชากรส่วนใหญ่สามารถเข้าถึงอินเทอร์เน็ตได้ จากข้อมูลของเว็บไซต์ Statista ระบุว่าประชากรมากกว่าครึ่งของคนทั่วโลกย้ายจากยุคอนาล็อกเข้าสู่ยุคดิจิทัล ทำให้บุคคเหล่านี้เราถึงทุกคนที่ได้อ่านบทความนี้สามารถเข้าถึงข้อมูลทั่วทั้งโลกได้ง่ายๆ จากการพิมพ์หาใน Google 

ความสามารถนี้เป็นประโยชน์อย่างมากให้กับนักวิจัยและนักวิชาการทั่วโลก เราไม่จำเป็นต้องเข้าไปให้ห้องสมุดแล้วนั่งงมหนังสือเป็นกองอีกแล้ว เราเพียงกดค้นหาคำไม่กี่คำ ก็มีข้อมูลเป็นล้านให้เลือกบนหน้าจอ

วิธีพื้นฐานในการใช้ต่อกรกับสิ่งที่เราไม่รู้นั้นมีชื่อว่า Trial and Error หรือการลองผิดลองถูก ซึ่งกินเวลาอย่างมากและสิ้นเปลืองทรัพยากรอย่างไม่จำเป็น อุปสรรคนี้ทำให้นักวิทยาศาตร์ตั้งคำถามว่าถ้าหากเราไม่ลงมือทำแล็ปจริง แต่เปลี่ยนเป็นการจำลองบนคอมพิวเตอร์จะเป็นอย่างไร? 

งานวิจัยสาขา Computational Science จึงเกิดขึ้น นักวิจัยได้ใช้ข้อมูลจากอินเทอร์เน็ตมาและวิทยาการด้านคอมพิวเตอร์ เช่น Artificial Intellegence (AI) ผนวกกันเป็นงานจำลองทางวิทยาศาสตร์  

ปัจจุบันหลายงานวิจัยได้ใช้ศาสตร์ด้านนี้ในการลดเวลาในการทดลองและตัดเรื่องการใช้ทรัพยากรที่ฟุ่มเฟือย เนื่องจากเราทำทุกอย่างบนคอมพิวเตอร์ก่อนทำการทดลองจริง ซึ่งอันที่จริงแล้วมีการคิดค้นศาสตร์ด้านนี้มีมากว่า 20 ปีแล้ว แต่งานสาขานี้มักจะโดนมองข้ามเนื่องจากการจำลองมักจะถูกมองว่ามันไม่ใช่การทดลองจริง การจำลองไม่อาจครอบคลุมปัจจัยทั้งหมดในธรรมชาติได้ 

จนมาถึง COVID-19 ที่งานด้านนี้ได้เฉิดฉายให้ทุกคนได้เห็นกับการจำลองโครงสร้างและการแพร่กระจายของเชื่อดังกล่าว และทั้งโลกก็ได้เห็นว่าวิทยาศาสตร์ทำให้เรามาไกลขนาดไหน

ชื่อเต็มของไวรัส Covid-19 คือ SARS-CoV-2 ซึ่งหลายคนอาจจะคุ้นคำว่า SARS เพราะเมื่อช่วงปี 2002-2004 มีการระบาดของไวรัส SARS-Co-V สายพันธุ์แรกขึ้น ด้วยเหตุนี้เราจึงมีฐานข้อมูลอยู่พอสมควร เมื่อนักวิทยาศาสตร์ทราบว่าไวรัสชนิดใหม่นี้พัฒนามาจาก SARS-CoV ทำให้เรามีแต้มต่อในการรับมือ และด้วยวิทยาการข้อมูลทำให้เราคาดการณ์และหาทางออกได้อย่างรวดเร็ว ตัวอย่างเช่น ในด้านระบาดวิทยา เราได้พยากรณ์แน้วโน้มการติดเชื้อ COVID-19 ในแต่ละประเทศทั่วโลกและได้ทราบว่าหากเรากักตัวจะทำให้ยอดการติดเชื้อลดลงจนอยู่ในระดับที่ควบคุมได้ 

และในด้านไวรัสวิทยา เราสามารถจำลองแท่งโปรตีนที่อยู่บนไวรัส แท่งโปรตีนนี้เป็นกุญแจสำคัญในการเปิดทางให้ไวรัสเข้าไปอยู่ในเซลล์ร่างกายเราเพื่อขยายจำนวน เราใช้โมเดลที่ได้มาจำลองการยับยั้งโปรตีนด้วยตัวยาต่างๆ ที่เรียกว่า Protein Docking ซึ่งวิธีนี้ทำให้เราทราบว่ายาที่เรามีอยู่นั้นตัวไหนสามารถใช้เพื่อช่วยในการต้านเชื้อได้บ้าง รวมไปถึงการใช้ข้อมูลโปรตีนนี้ไปพัฒนาเป็นวัคซีนอย่างรวดเร็ว เป็นที่มาของนวัตกรรม mRNA vaccine ที่มีการผลิตครั้งแรกจากบริษัท Pfizer 

Computational Science จึงมีบทบาทสำคัญอย่างมากในการทำให้เราผ่านวิกฤตการณ์ครั้งนี้ไปได้ แม้ว่าสถาณการณ์การระบาดของ COVID-19 ในหลายประเทศรวมถึงประเทศไทยยังคงไม่ดีนัก การมีอยู่ของวิทยาการเหล่านี้ช่วยเร่งให้เราผ่านไปได้ไวขึ้น 

การะบาดครั้งนี้ทำให้เห็นว่าที่จริงแล้วเราสามารถยับยั้งเหตุการณ์ได้ไวกว่านี้มาก แต่มนุษย์เรายังคงมีความเลินเล่อและไม่ได้ให้ความสำคัญกับสิ่งที่ควรจะทำ เรายังคงมีสงคราม การแบ่งแยก คอรัปชั่น และความเหลื่อมลำในแทบจะทุกหย่อมหญ้า

ถ้าหากโลกเรายังคงเป็นแบบนี้อยู่ วิกฤติครั้งหน้าก็ยังคงมีญาติผู้เสียชีวิตที่ต้องเสียน้ำตาอย่างไร้ซึ่งเหตุผล


อ้างอิง

  • Johnson, Joseph. “Number of Internet Users Worldwide.” Statista, 27 Jan. 2021, www.statista.com/statistics/273018/number-of-internet-users-worldwide/.
  • “Naming the Coronavirus Disease (COVID-19) and the Virus That Causes It.” World Health Organization, World Health Organization, www.who.int/emergencies/diseases/novel-coronavirus-2019/technical-guidance/naming-the-coronavirus-disease-(covid-2019)-and-the-virus-that-causes-it.
  • “A Timeline of COVID-19 Developments in 2020.” AJMC, www.ajmc.com/view/a-timeline-of-covid19-developments-in-2020.
  • Gill, Stephen. “How Computer Modelling Has Been Used during the Coronavirus (COVID-19) Outbreak to Inform Political Decisions.” Mewburn Ellis: Intellectual Property Specialists, www.mewburn.com/news-insights/how-computer-modelling-has-been-used-during-the-covid-19-outbreak-to-inform-political-decisions.
  • Wrapp, Daniel, et al. “Cryo-EM Structure of the 2019-NCoV Spike in the Prefusion Conformation.” Science, vol. 367, no. 6483, 2020, pp. 1260–1263., doi:10.1126/science.abb2507.
  • Ball, Philip. “The Lightning-Fast Quest for COVID Vaccines — and What It Means for Other Diseases.” Nature, vol. 589, no. 7840, 2020, pp. 16–18., doi:10.1038/d41586-020-03626-1.
  • Arnold, Carrie. “How Computational Immunology Changed the Face of COVID-19 Vaccine Development.” Nature Medicine, 2020, doi:10.1038/d41591-020-00027-9.

Contributors

ไมเคิล อาร์มสตรอง

นักศึกษาปริญญาโทด้านเคมีที่ปรากฏตัวอยู่ตามร้านกาแฟและสันเขื่อน บุคคลผู้หาแรงบันดาลใจจากการถ่ายรูป การเล่าเรื่อง และการเล่นดนตรี ที่กล่าวมาข้างต้นไม่มีอะไรเกี่ยวกับวิทยาศาสตร์เลย นั่นหนะสิ สรุปแล้วนี่เป็นนักวิทยาศาสตร์จริงมั้ยเนี่ย