ทุเรียนเป็นพืชเศรษฐกิจที่สำคัญของประเทศไทยและเป็นสินค้าส่งออกที่มีปริมาณสูงที่สุดในโลก อย่างไรก็ตาม การผลิตทุเรียนให้มีคุณภาพสูงจำเป็นต้องอาศัยการดูแลสุขภาพของต้นทุเรียนให้แข็งแรงและปราศจากโรค เพื่อให้สามารถให้ผลผลิตได้อย่างมีประสิทธิภาพ และลดความเสียหายที่อาจเกิดขึ้นกับทั้งต้นและผลทุเรียน โรคที่พบได้บ่อยและสามารถแพร่กระจายได้อย่างรวดเร็ว มักเป็นโรคที่เกิดขึ้นบริเวณใบ ซึ่งส่งผลกระทบโดยตรงต่อการเจริญเติบโตของต้นทุเรียนและคุณภาพของผลผลิต การตรวจสอบและควบคุมโรคทางใบจึงเป็นปัจจัยสำคัญในการรักษาคุณภาพของทุเรียน งานวิจัยนี้มีวัตถุประสงค์เพื่อนำเทคโนโลยีการวิเคราะห์ภาพถ่ายร่วมกับปัญญาประดิษฐ์ (Artificial Intelligence: AI) มาประยุกต์ใช้ในการจำแนกโรคที่เกิดขึ้นในใบทุเรียน เพื่อให้เกษตรกรสามารถตรวจสอบโรคได้ด้วยตนเองโดยไม่ต้องอาศัยผู้เชี่ยวชาญ โดยจำแนกใบออกเป็น 3 ประเภท ได้แก่ ใบสุขภาพดี (Healthy: H) ใบที่ติดเชื้อแอนแทรคโนส (Anthracnose: A) และใบที่ติดเชื้อจุดสาหร่าย (Algal Spot: S) ทั้งนี้ ได้นำอัลกอริทึม Convolutional Neural Networks (CNN) ได้แก่ ResNet-50, GoogleNet และ AlexNet มาใช้ในการพัฒนาแบบจำลองเพื่อจำแนกประเภทของโรค ผลการทดลองพบว่า แบบจำลองที่ใช้ ResNet-50, GoogleNet และ AlexNet ให้ค่าความแม่นยำในการจำแนกใบเท่ากับ 93.57%, 93.95% และ 68.69% ตามลำดับ
ทุเรียนเป็นพืชเศรษฐกิจที่มีบทบาทสำคัญต่อประเทศไทยในหลายมิติ ทั้งในด้านเศรษฐกิจ การเกษตร และการท่องเที่ยว โดยประเทศไทยเป็นหนึ่งในผู้ผลิตและส่งออกทุเรียนรายใหญ่ของโลก การรักษาคุณภาพของทุเรียนจึงเป็นปัจจัยสำคัญในการรักษาความสามารถในการแข่งขันในตลาดโลก อย่างไรก็ตาม การผลิตทุเรียนให้มีคุณภาพสูงและให้ผลผลิตที่ดีนั้น จำเป็นต้องอาศัยการดูแลรักษาต้นทุเรียนให้แข็งแรงและมีความต้านทานต่อโรคได้อย่างมีประสิทธิภาพ โรคพืชเป็นหนึ่งในปัจจัยสำคัญที่ส่งผลกระทบต่อผลผลิตของทุเรียน ซึ่งอาจเกิดจากปัจจัยแวดล้อม เช่น สภาพดิน น้ำ อากาศ รวมถึงการติดเชื้อจากเชื้อรา แบคทีเรีย และไวรัส โรคโลกที่เกิดได้ง่ายและพบเห็นได้มากที่สุดคือโรคทางใบ เนื่องจากใบมีบทบาทสำคัญต่อกระบวนการสังเคราะห์แสง ซึ่งมีผลต่อการเจริญเติบโตของต้นและคุณภาพของผลผลิต หากไม่มีการตรวจสอบและควบคุมโรคทางใบอย่างเหมาะสม อาจส่งผลให้ผลผลิตลดลง ต้นทุเรียนอ่อนแอ และเพิ่มความเสี่ยงต่อการระบาดของโรคในสวน ปัจจุบันการตรวจสอบและวินิจฉัยโรคในใบทุเรียนยังคงต้องอาศัยผู้เชี่ยวชาญด้านพืช ซึ่งอาจมีข้อจำกัดทั้งในด้านจำนวนบุคลากรและเวลาในการตรวจสอบแปลงปลูกขนาดใหญ่ การนำเทคโนโลยีภาพถ่ายและปัญญาประดิษฐ์ (Artificial Intelligence: AI) มาประยุกต์ใช้ในการจำแนกและวินิจฉัยโรคทางใบ จึงเป็นแนวทางในการช่วยเกษตรกรให้สามารถวิเคราะห์และวินิจฉัยโรคได้ด้วยตนเอง ลดความจำเป็นในการพึ่งพาผู้เชี่ยวชาญ และสามารถดำเนินการควบคุมโรคได้อย่างทันท่วงที ด้วยเหตุนี้งานวิจัยนี้จึงมุ่งเน้นไปที่การพัฒนาแบบจำลองการตรวจสอบโรคในใบทุเรียนโดยใช้เทคโนโลยีปัญญาประดิษฐ์ร่วมกับอัลกอริทึมการเรียนรู้เชิงลึก (Deep Learning) เพื่อจำแนกประเภทของโรคที่เกิดขึ้นในใบ โดยมีเป้าหมายเพื่อช่วยเพิ่มประสิทธิภาพในการตรวจสอบโรค ลดต้นทุนและเวลาในการวินิจฉัยโรค และสนับสนุนเกษตรกรให้สามารถบริหารจัดการสวนทุเรียนได้อย่างมีประสิทธิภาพและยั่งยืน
คณะเทคโนโลยีการเกษตร
ปลากระเบนตุ๊กตา (Brevitrygon heterura) เป็นปลากระเบนที่พบได้บ่อยในตลาดท้องถิ่น แต่เช่นเดียวกับปลากระเบนชนิดอื่นๆ ปลากระเบนตุ๊กตาก็เผชิญกับการคุกคามจากการประมงเกินขนาดและการทำลายแหล่งที่อยู่อาศัย ดังนั้น การระบุชนิดของปลาที่ถูกต้องจึงมีความสำคัญ เนื่องจากมาตรการอนุรักษ์อาจแตกต่างกันตามชนิดของปลา งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาความแปรผันทางลักษณะภายนอกของ B. heterura ในอ่าวไทยโดยการศึกษาทางสัณฐานวิทยาและการวิเคราะห์พันธุกรรม ในระหว่างเดือนตุลาคม 2565 ถึงกุมภาพันธ์ 2566 ได้เก็บตัวอย่างจำนวน 49 ตัวอย่างจากท่าเรือที่จอดเรือ พบว่ามีสองกลุ่มที่แตกต่างกันตามลักษณะทางสัณฐานวิทยาโดยพิจารณาจาก 40 สัดส่วน ตัวอย่างจากจังหวัดจันทบุรี ระยอง ชลบุรี สมุทรสาคร นครศรีธรรมราช และสงขลา ซึ่งเรียกว่ากลุ่ม A มักมีความยาวปากยาวกว่าตัวอย่างจากจังหวัดประจวบคีรีขันธ์ ซึ่งเรียกว่ากลุ่ม B ตามลักษณะทางสัณฐานภายนอกที่ใช้ในการระบุชนิดของปลา มีสัดส่วนทางสัณฐานวิทยา สาม สัดส่วนที่แตกต่างกันอย่างมีนัยสำคัญระหว่างกลุ่ม A และกลุ่ม B ลักษณะหลักที่อธิบายความแปรผันภายในชนิดระหว่างกลุ่ม A และกลุ่ม B จะได้รับการอภิปรายเพิ่มเติม การศึกษารหัสพันธุกรรมดีเอ็นเอบาร์โค้ดจากชิ้นส่วนของยีน cytochrome c oxidase subunit I (COI) จากตัวอย่าง 41 ตัวอย่างจากกลุ่ม A และ 8 ตัวอย่างจากกลุ่ม B พบว่าเปอร์เซ็นต์ความแตกต่างของลำดับรหัสพันธุกรรม (p-distance) ระหว่างกลุ่ม A และกลุ่ม B อยู่ที่ 0.0-2.5 การศึกษานี้ช่วยเพิ่มความเข้าใจเกี่ยวกับความแปรผันของรูปแบบและพันธุกรรมของ B. heterura ในอ่าวไทย
คณะวิศวกรรมศาสตร์
โครงการนี้จัดทำขึ้นเพื่อตอบสนองต่อปัญหาในทางการแพทย์ที่เกี่ยวข้องกับกระบวนการนับและแยกเซลล์เม็ดเลือดจากตัวอย่าง ซึ่งเป็นกระบวนการที่ต้องใช้เวลาและความแม่นยำสูง เพื่อช่วยลดภาระของบุคลากรทางการแพทย์ ทางผู้จัดทำจึงได้พัฒนา แพลตฟอร์มและระบบปัญญาประดิษฐ์ (AI) ที่สามารถจำแนกประเภทและนับจำนวนเซลล์จากภาพตัวอย่างได้โดยอัตโนมัติ ระบบนี้ถูกออกแบบมาเพื่อช่วยผ่อนแรงนักเทคนิคการแพทย์ให้สามารถทำงานได้อย่างรวดเร็วและแม่นยำยิ่งขึ้น ลดระยะเวลาในการตรวจวิเคราะห์ อีกทั้งยังเป็นการส่งเสริมการพัฒนาเทคโนโลยีในวงการแพทย์ เพื่อให้สามารถรองรับการใช้งานในระดับห้องเรียน ห้องปฏิบัติการจนถึงโรงพยาบาลได้อย่างมีประสิทธิภาพ
คณะแพทยศาสตร์
ความเป็นมา: ยีน RGL3 มีบทบาทในการส่งสัญญาณระดับเซลล์ที่สำคัญ และมีความเชื่อมโยงกับความเสี่ยงต่อภาวะความดันโลหิตสูงเนื่องจากการกลายพันธุ์ของยีนในเอ็กซอน 6 การศึกษาความสัมพันธ์เชื่อมโยงในจีโนม (GWAS) แสดงให้เห็นว่า RGL3 เกี่ยวข้องกับภาวะความดันโลหิตสูง ซึ่งทำให้เห็นถึงข้อมูลเชิงลึกเกี่ยวกับพื้นฐานทางพันธุกรรมของภาวะนี้ และอาจช่วยให้ค้นพบผลที่สามารถปกป้องหัวใจและหลอดเลือดจากยีนนี้ แม้ว่าจะมีการค้นพบดังกล่าว แต่ปัจจุบันก็ยังขาดข้อมูลที่ยืนยันบทบาทที่ชัดเจนของ RGL3 ในภาวะความดันโลหิตสูง นอกจากนี้ ผลกระทบทางด้านโครงสร้าง และหน้าที่ของการแปรผันทางพันธุกรรมที่ไม่ทราบนัยยะสำคัญ (VUS) ยังคงไม่มีข้อมูลอธิบายชัดเจน วัตถุประสงค์: การศึกษานี้มีวัตถุประสงค์ในการวิเคราะห์การเปลี่ยนแปลงของโครงสร้างโปรตีน RGL3 ที่เกิดจากการกลายพันธุ์และตรวจสอบตำแหน่งของจุดที่จับลิแกนด์ วิธีการ: รูปแบบการแปรผันทางพันธุกรรมของยีน RGL3 จะถูกสืบค้นจากฐานข้อมูล NCBI ClinVar การแปรผันทางพันธุกรรมที่ไม่ทราบนัยยะสำคัญ และการแปรผันทางพันธุกรรมที่มีแนวโน้มเป็นปกติจะถูกนำมาวิเคราะห์ รูปแบบการแปรผันทางพันธุกรรมจะถูกจัดเรียงตามลําดับเบสหลายลําดับโดยใช้ BioEdit v7.7.1 โปรแกรม AlphaFold 2 จะถูกใช้ในการทำนายโครงสร้าง 3D ของทั้งสองกลุ่ม จากนั้นจะทำการประเมินคุณภาพโดยใช้ PROCHECK โดเมน RasGEF, RasGEF_NTER และ RA ของโปรตีนจะถูกนำมาวิเคราาะห์ และ BIOVIA Discovery Studio Visualizer 2024 จะถูกใช้ในการประเมินการเปลี่ยนแปลงทางโครงสร้างและลักษณะทางฟิสิกส์เคมี ผลการศึกษา: การวิเคราะห์รูปแบบการแปรผันทางพันธุกรรมของ RGL3 จำนวน 81 ตัว พบว่ามี 5 ตัวที่มีแนวโน้มเป็นปกติ และ 76 ตัวที่เป็นการแปรผันทางพันธุกรรมที่ไม่ทราบนัยยะสำคัญ (VUS) ซึ่งทั้งหมดเป็นการกลายพันธุ์แบบ missense การสร้างแบบจำลองโครงสร้างโดยใช้ AlphaFold 2 แสดงให้เห็นโดเมนที่สำคัญสามโดเมน ได้แก่ RasGEF_NTER, RasGEF และ RA ซึ่งการกลายพันธุ์ทำให้เกิดการเปลี่ยนแปลงของโครงสร้าง จากการตรวจสอบโดยใช้ Ramachandran plot พบว่ามีกรดอะมิโน 79.7% อยู่ในพื้นที่ที่ถูกต้อง ทำให้โครงสร้างโดยรวมเชื่อถือได้ นอกจากนี้ การกลายพันธุ์ในโดเมน RasGEF และ RA ทำให้เกิดการเปลี่ยนแปลงของค่าความเป็นขั้ว ประจุ และความเสถียร ซึ่งอาจส่งผลส่อประสิทธิภาพในการทำงานของโปรตีน ข้อมูลเหล่านี้แสดงให้เห็นถึงผลกระทบทางโครงสร้างของการกลายพันธุ์ของยีน RGL3 และช่วยในการศึกษาเกี่ยวกับหน้าที่เชิงโมเลกุลต่อไป อภิปรายและสรุป: การกลายพันธุ์ที่พบใน RGL3 ทำให้เกิดการเปลี่ยนแปลงทางฟิสิกส์เคมีในโดเมนสำคัญ ซึ่งส่งผลกระทบต่อการเปลี่ยนแปลงประจุ ความเป็นขั้ว และความยืดหยุ่น การเปลี่ยนแปลงเหล่านี้น่าจะส่งผลต่อการปฏิสัมพันธ์กับ Ras-like GTPases การแลกเปลี่ยน GDP-GTP และการส่งสัญญาณในเซลล์ การวิเคราะห์ทางโครงสร้างแสดงให้เห็นว่าการกลายพันธุ์ในโดเมน RasGEF และ RA อาจรบกวนสภาพการถูกกระตุ้น ซึ่งอาจส่งผลต่อหน้าที่และความเสถียรของโปรตีน การศึกษานี้ชี้ให้เห็นว่าการกลายพันธุ์ในยีน RGL3 อาจมีผลกระทบในเชิงหน้าที่ของโปรตีน โปรตีนดังกล่าวจึงควรถูกศึกษาเพิ่มเติมถึงคุณสมบัติเชิงโมเลกุลที่อาจมีผลต่อการเกิดโรค