Biološka istraživanja s umjetnom inteligencijom: stvarne primjene i izazovi

Informatec Digital » Resursi » Biološka istraživanja s umjetnom inteligencijom: stvarne primjene i izazovi

Biološka istraživanja i vještačka inteligencija decenijama se oprezno gledaju, ali su posljednjih godina postali nezamjenjivi partneri. Ono što se nekada radilo isključivo mikroskopima, pipetama i bilježnicama sada se oslanja na algoritme sposobne za analizu miliona podataka, predviđanje molekularnih struktura koje je nemoguće riješiti ručno i predlaganje novih eksperimenata.

Ova nova faza nauke kombinuje računarsku biologiju, nauku o podacima, modele dubokog učenja i otvorene platforme kako bi se riješili problemi raznoliki poput porijekla života, dijagnoze složenih bolesti, precizne medicine i dizajna lijekova. Rezultat je promjena paradigme: biologija se doslovno piše u kodu.

Od klasične bioinformatike do dubokog učenja u biologiji

Dugo vremena, biologija i umjetna inteligencija su napredovale vrlo različitim tempom: biologija je složena, puna izuzetaka i konteksta , dok tradicionalnim algoritmima trebaju čisti, homogeni i dobro strukturirani podaci da bi robusno funkcionirali. Ova napetost je bila jedna od glavnih prepreka širokoj primjeni umjetne inteligencije u laboratoriji.

Međutim, u računarskoj biologiji, vještačka inteligencija nije nova: metode mašinskog učenja su se već primjenjivale 80-ih za klasifikaciju proteinskih i DNK sekvenci , a neuronske mreže su ubrzo počele da se koriste za predviđanje sekundarnih struktura proteina. Od tada su ove tehnike postale dio standardnog repertoara bioinformatike.

Kada se raspravlja o vještačkoj inteligenciji u biologiji, važno je razlikovati "klasične" tehnike mašinskog učenja od pristupa dubokog učenja . Nadzirano i nenadzirano mašinsko učenje uspješno se koristi za izgradnju klasifikatora (na primjer, razlikovanje uzoraka "raka" / "nekanceroznih") ili za grupiranje gena i uzoraka prema obrascima ekspresije, što pomaže u generiranju hipoteza i određivanju prioriteta eksperimentalnih ciljeva.

Metodologije dubokog učenja , posebno duboke neuronske mreže , revolucionirale su specifična područja gdje je količina podataka ogromna, a signal visoko strukturiran, kao što je analiza mikroskopskih ili histopatoloških slika. Ovdje umjetna inteligencija daleko nadmašuje ljudske sposobnosti u otkrivanju suptilnih i ponavljajućih obrazaca.

Nisu sva područja biologije podjednako korisna: područja s milionima dobro pohranjenih sekvenci, poput proteinskih baza podataka poput UniProtKB-a , nude idealno okruženje za obuku moćnih modela. Nasuprot tome, repozitoriji specifičnih interakcija, koji su mnogo manji i heterogeniji, još uvijek ne dozvoljavaju dubokom učenju da iskoristi svoj puni potencijal.

Jezički modeli za proteine ​​i podsticaj za strukturnu biologiju

Jedan od najiznenađujućih razvoja je usvajanje jezičkih modela, inspirisanih obradom prirodnog jezika , za rad sa proteinskim sekvencama. Baš kao što tekstualni model uči gramatičke i semantičke obrasce, model obučen na milionima aminokiselinskih sekvenci može uhvatiti pravilnosti koje odražavaju strukturu, funkciju i evoluciju.

U nedavnim međunarodnim evaluacijama metoda predviđanja funkcija proteina, kao što je CAFA5 vježba, velika većina najboljih modela zasniva se na ovoj vrsti duboke reprezentacije . Oni se obučavaju na bazama podataka poput UniProtKB, koje su prepune sekvenci i sposobne su generalizirati na slabo okarakterizirane proteine ​​kako bi predložile vjerovatne funkcije.

Ovaj napredak doprinosi uticaju modela poput AlphaFolda, koji je predviđanje tercijarnih struktura proteina korištenjem umjetne inteligencije stavio u prvi plan. Toliko da je Nobelova nagrada za hemiju nedavno prepoznala razvoj funkcionalnih vještačkih proteina i algoritama za predviđanje strukture kao važnu naučnu prekretnicu.

Međutim, ovi modeli također predstavljaju izazove: oni su prave "crne kutije" koje je teško interpretirati . To je dovelo do pojave cijelog područja, objašnjive umjetne inteligencije (XAI), koja nastoji razotkriti specifične obrasce koje model koristi i zašto donosi određene odluke - nešto što je ključno pri radu s biomedicinskim podacima.

Pored struktura, primjena modela proteinskog jezika za označavanje nepoznatih genskih funkcija postaje bitan alat za iskorištavanje miliona sekvenci kojima trenutno nedostaje eksperimentalna karakterizacija.

Vještačka inteligencija će rekonstruirati porijeklo života i primitivni metabolizam

Spoj računarske biologije i umjetne inteligencije ne služi samo za pogled u budućnost, već i za vraćanje evolucijskog sata unatrag i istraživanje daleke prošlosti života . Upečatljiv primjer je rad Instituta za integrativnu sistemsku biologiju (I2SysBio), gdje je takozvana strategija " generativnog metabolizma " korištena za praćenje od posljednjeg univerzalnog zajedničkog pretka (LUCA) do najranijih faza života.

Komparativna genetika nam omogućava da procijenimo koliko su stari zajednički preci između vrsta : što su genomi sličniji, to je njihov posljednji zajednički predak noviji; što su različitiji, to se više vraćamo u prošlost. S masovnom akumulacijom sekvenciranih genoma, koncept LUCA - tog pretka od kojeg danas potiču sva živa bića - je usavršen i sada se smatra da je star oko 4.200 milijarde godina.

Glavni izazov, do sada, bio je povezivanje prebiotičke hemije rane Zemlje sa već organizovanim metabolizmima LUCA . Ni pristupi odozdo prema gore (od jednostavne hemije do biologije) ni pristupi odozgo prema dolje (od današnjih organizama unazad) nisu uspjeli premostiti taj jaz.

Generativni metabolizam koristi algoritme koji generiraju metaboličke mreže iz skupova reakcijskih pravila . Radeći unatrag, on zaključuje koje su predačke gene i enzime LUCA mogla posjedovati i koje su reakcije bile moguće u specifičnom primitivnom okruženju, proširujući metabolički prostor izvan danas poznatih puteva.

Na ovaj način, vještačka inteligencija funkcioniše kao svojevrsni "molekularni detektiv" sposoban da rekonstruiše hipotetičke metaboličke puteve , povezujući trenutne reakcije sa vjerovatnim skupovima prebiotičkih reakcija. Ovaj pristup, koji se široko koristi u sintetičkoj biologiji i metaboličkom inženjerstvu, ovdje je prenamijenjen kako bi se riješila jedna od velikih enigmi: kako je složeni metabolizam nastao iz jednostavne, neorganizovane hemije.

Nauka o podacima primijenjena u biologiji: od mokre laboratorije do tastature

Moderna biološka istraživanja postala su intenzivno digitalna. Danas, biolog koji želi biti u prvom planu mora upravljati cijelim genomima, slikama visoke rezolucije te kliničkim i okolišnim podacima , a sve to integrirano u sve složenije analitičke procese.

U ovom kontekstu, nauka o podacima primijenjena u biologiji postala je ključni profil. Istraživač sposoban da kombinuje biologiju, programiranje i statistiku može ići daleko dalje od pukog tumačenja rezultata: on dizajnira eksperimente zasnovane na podacima, gradi prediktivne modele i blisko sarađuje sa inženjerima i informatičarima.

U genomici, tehnologije sekvenciranja sljedeće generacije (NGS) generiraju milijarde očitavanja po eksperimentu, što je nemoguće izvesti bez robusnih tehnika mašinskog učenja, statistike i distribuiranog računarstva . Ovi alati omogućavaju sastavljanje genoma, identifikaciju varijanti povezanih s bolestima i analizu profila ekspresije gena (RNA-seq) kako bi se otkrilo koji su geni aktivirani ili utišani pod različitim uslovima.

Sistemska biologija, sa svoje strane, oslanja se na nauku o podacima kako bi rekonstruisala mreže regulacije gena, interakcije protein-protein i metaboličke puteve . Cilj više nije proučavanje izolovanog gena, već razumijevanje ćelije kao složene mreže, lociranje ključnih "čvorova" i simuliranje kako bi se sistem promijenio ako bi se ovi čvorovi manipulisali.

Još jedno novo područje je proučavanje mikrobioma i metagenomike . Ovdje, vještačka inteligencija pomaže u klasifikaciji hiljada mikrobnih vrsta u jednom uzorku, povezivanju mikrobnih sastava s ishranom, bolestima ili tretmanima i modeliranju ekoloških interakcija između mikroba i njihovog okruženja. Bez ovih alata, mikrobiom bi bio samo beskrajna lista imena; s vještačkom inteligencijom, on postaje zlatni rudnik biomarkera i novih terapijskih ciljeva.

Duboko učenje za biološko snimanje i zdravlje maternice

Moderna mikroskopija proizvodi sve složenije trodimenzionalne i vremenske slike . Ručna analiza svih ovih snimaka bila bi nepraktična, zbog čega su kompjuterski vid i duboko učenje postali neophodni alati u ćelijskoj biologiji i medicini.

Trenutni algoritmi mogu brojati i klasificirati ćelije, segmentirati strukture, detektirati tumore u digitalnim biopsijama i pratiti kretanje ćelija u realnom vremenu. Ovo ne samo da štedi vrijeme laboratorijskog osoblja, već i donosi objektivnost i ponovljivost analizama.

U oblasti zdravlja maternice, kombinacija sistemske biologije i vještačke inteligencije mijenja način na koji razumijemo patologije poput endometrioze, Ashermanovog sindroma i određenih vrsta neplodnosti. Umjesto da se posmatra samo jedan marker ili izolovana slika, genomski, proteomski, histološki i klinički podaci se integrišu kako bi se izgradili modeli koji opisuju maternicu kao dinamički sistem.

Zahvaljujući ovim modelima, mogu se razviti personalizirani medicinski alati za optimizaciju tretmana plodnosti , prilagođavanje hormonskih protokola na osnovu očekivanog odgovora svakog pacijenta i otkrivanje ranih biomarkera disfunkcije maternice. Institucije poput Fondacije Carlos Simón rade upravo na ovim vrstama integrativnih pristupa.

Otvoreni projekti i kolaborativni ekosistemi umjetne inteligencije u naukama o životu

Učinkovita primjena umjetne inteligencije u biologiji ne zavisi samo od dobrih modela, već i od izgradnje otvorenih ekosistema gdje su dostupni podaci, alati i računarski resursi . Ovdje besplatni softver, akademsko računarstvo u oblaku i javno-privatna partnerstva igraju centralnu ulogu.

Jedan primjer je saradnja između Red Hat Researcha i Mass Open Cloud Alliance (MOC-A) , koja promovira otvoreni oblak u kojem univerziteti, javni centri i kompanije dijele infrastrukturu: CPU, GPU, pohranu podataka, velike baze podataka, alate i AI modele smještene u podatkovnom centru koji je neutralan s ugljikom.

Na osnovu ovoga, na primjer, platforma sa Red Hat OpenShift AI je raspoređena za eksperimentisanje u otkrivanju lijekova , koja se koristi na forumima gdje istraživači mogu obučavati i testirati modele otvorenog koda, skalirati resurse prema svojim potrebama i nastaviti pristup svom radu nakon događaja.

Pristupačnost je ključna: mnogim akademskim grupama i regionalnim bolnicama nedostaje dovoljna lokalna infrastruktura za velika opterećenja umjetnom inteligencijom . Zajedničke platforme poput MOC-A demokratiziraju pristup resursima koji bi inače bili rezervirani za velike farmaceutske kompanije ili vodeće istraživačke centre.

Uz dostupnost, transparentnost i mogućnost revizije i prilagođavanja modela su ključne u biomedicini. Otvoreni kod omogućava pregled koda, prilagođavanje modela lokalnim kontekstima i kreiranje rješenja prilagođenih specifičnim radnim procesima - nešto što je teško postići zatvorenim, vlasničkim alatima.

AI4LIFE, FAIR podaci i modeli slika spremni za AI

U Evropi, projekti poput AI4LIFE fokusiraju se na to da umjetnu inteligenciju učine dostupnom biolozima bez naprednog iskustva u programiranju . Njihov cilj je premostiti jaz između moći tehnika dubokog učenja i svakodnevne realnosti laboratorija za biološke nauke.

AI4LIFE razvija jednostavne platforme za analizu bioloških slika korištenjem umjetne inteligencije : segmentacija ćelija, detekcija strukture, izdvajanje karakteristika… Sve uokvireno u FAIR principu za podatke (locirani, dostupni, interoperabilni i višekratno upotrebljivi), prilagođeno skupovima slika i modelima „spremnim za umjetnu inteligenciju“.

Projekat promovira standarde za označavanje i dokumentiranje skupova podataka slika kako bi se oni mogli lako ponovno koristiti za obuku novih modela ili poboljšanje postojećih. Ovo smanjuje potrebu za ponovljenom ponovnom obradom podataka, štedi vrijeme računanja i potiče saradnju između grupa.

Kamen temeljac AI4LIFE-a je BioImage Model Zoo, repozitorij modela za analizu bioloških slika u zajednici . Tamo naučnici mogu preuzeti obučene modele, primijeniti ih s popularnim alatima za analizu i doprinijeti vlastitim modelima, stvarajući živi, ​​stalno poboljšavajući ekosistem.

Pored toga, projekat organizuje inicijative poput otvorenih poziva za podršku specifičnim slučajevima upotrebe i takmičenja "Izazov uklanjanja šuma", gdje se razvijaju i upoređuju metode za poboljšanje kvaliteta mikroskopskih slika. Ovaj kolaborativni pristup ubrzava inovacije, povećava vidljivost novih alata i olakšava njihovo usvajanje.

Otkriće novih antibiotika i racionalan dizajn lijekova

Ista logika kombinovanja sekvenci, jezičkih modela i mokrog eksperimentisanja primjenjuje se na kritičan problem: otpornost na antibiotike. Laboratorije poput Grupe za mašinsku biologiju, koju vodi César de la Fuente, istražuju upotrebu vještačke inteligencije za lociranje i dizajniranje novih antimikrobnih molekula.

Njihova strategija uključuje korištenje dubokog učenja za analizu miliona proteina i peptida , kako iz trenutnih organizama tako i iz izumrlih vrsta, pristupom koji se naziva "molekularna de-ekstinkcija": spašavanje molekula iz prošlosti s antimikrobnim potencijalom i njihova optimizacija putem sintetičke biologije.

Dio ovog rada inspirisan je prirodnim izvorima kao što su antimikrobni peptidi iz kože vodozemaca , koji su modificirani i poboljšani korištenjem umjetne inteligencije kako bi se maksimizirala njihova učinkovitost protiv rezistentnih bakterija i minimizirala toksičnost i neželjeni učinci na ljudski mikrobiot.

Modeli mašinskog učenja ne samo da predviđaju koje sekvence bi se mogle ponašati kao antibiotici, već i pomažu u finom podešavanju stabilnosti, rastvorljivosti, selektivnosti i drugih ključnih parametara prije prelaska na laboratorijske eksperimente. Ovo dramatično skraćuje vrijeme od početne ideje do predkliničkih kandidata.

Gledajući unaprijed ka istraživačkim karijerama, profili koji savladavaju biologiju, programiranje i tehnike umjetne inteligencije su u prvom planu ove nove paradigme otkrivanja lijekova uz pomoć algoritama.

Vještačka inteligencija i matične ćelije: reprogramiranje, terapije i izazovi

Još jedno brzo razvijajuće područje je presjek umjetne inteligencije i biologije matičnih ćelija . Ovdje fokus nije samo na analizi podataka, već i na dizajniranju efikasnijih i sigurnijih ćelijskih procesa za kliničke primjene.

Jedan od najspominjanijih napredaka je saradnja između OpenAI-a i Retro Biosciences-a , koja je dovela do poboljšanja poznatih Yamanaka faktora, odgovornih za pretvaranje odraslih ćelija u indukovane pluripotentne matične ćelije (iPSC). Korištenjem AI modela specijalizovanih u biologiji, identifikovane su varijante sa znatno većim kapacitetom reprogramiranja.

Rezultati ukazuju na reprogramiranje ćelija koje je do 50 puta efikasnije , sa poboljšanim popravljanjem DNK i robusnijim podmlađivanjem ćelija. Ovo otvara put snažnijim i sigurnijim regenerativnim terapijama, smanjujući rizik od mutacija ili neželjenog ponašanja u reprogramiranim ćelijama.

U međuvremenu, grupe u Japanu, u saradnji sa kompanijama poput Googlea, rade na automatizaciji proizvodnje iPS ćelija pomoću vještačke inteligencije . Cilj je standardizirati i optimizirati svaki korak procesa, smanjujući troškove i varijabilnost kako bi ćelijske terapije mogle biti održive u velikim razmjerima.

Vještačka inteligencija se također koristi za analizu složenih podataka iz bioloških sistema (pristupi tipa SysBioAI) , otkrivanje rizika u ranim fazama, personalizaciju terapija na osnovu molekularnog profila svakog pacijenta i prilagođavanje tretmana u stvarnom vremenu u skladu s uočenim odgovorom.

Potencijalne primjene kreću se od ubrzavanja kliničkih ispitivanja i smanjenja troškova do personalizirane regenerativne medicine, podmlađivanja ćelija i integracije umjetne inteligencije u sve faze biomedicinskog procesa. Naravno, ovo dolazi s ozbiljnim izazovima: ćelijskom heterogenošću, sigurnosnim rizicima , regulacijom, etikom i stalnom potrebom za visokokvalitetnim podacima.

U međuvremenu, propisi poput Zakona o vještačkoj inteligenciji Evropske unije nastoje osigurati da se ovi napredci primjenjuju u okvirima transparentnosti, ljudskog nadzora i sigurnosnih garancija, posebno u visokorizičnim medicinskim primjenama.

AlfaGenome i "tamna materija" ljudskog genoma

Ako je AlphaFold promijenio način na koji razumijemo savijanje proteina, AlphaGenome sada ima za cilj prevesti DNK kod u funkcionalne informacije , s posebnim interesom za onih 98% genoma koji ne kodira proteine, ali koncentrira većinu varijanti povezanih sa složenim bolestima.

AlphaGenome, koji je razvio Google DeepMind tim, je model umjetne inteligencije zasnovan na dubokom učenju, obučen na ljudskim i mišjim genomima , sposoban za analizu dugih dijelova DNK i predviđanje hiljada genetskih signala povezanih s regulacijom gena i proteina.

U standardiziranim procjenama, njegova predviđanja se podudaraju ili nadmašuju druge vodeće modele u gotovo svim testovima, što je mnoge stručnjake navelo da ga smatraju prekretnicom u računarskoj genomici . Njegova sposobnost interpretiranja nekodirajućih regija čini ga ključnim alatom za dešifriranje "tamne materije" genoma.

Praktične implikacije su ogromne: AlphaGenome bi mogao poboljšati interpretaciju genetskih testova, identificirati rijetke varijante uključene u patologije , voditi razvoj novih tretmana i simulirati kako mutacije u regulatornim regijama mijenjaju ekspresiju gena.

Istraživači iz centara kao što su CNB-CSIC, Francis Crick Institute ili Wellcome Sanger naglašavaju da, iako to nije čarobni štapić koji rješava sve probleme , to je izvanredno inženjersko djelo koje integrira mnoge prethodne ideje i podiže ih na mnogo viši nivo performansi.

Međutim, oni također naglašavaju ključnu stvar: ovi modeli kritično zavise od kvalitete, raznolikosti i standardizacije podataka za obuku . Glavni izazov za budućnost je generiranje i dijeljenje robusnih, otvorenih i dobro dokumentiranih bioloških podataka koji će nahraniti sljedeću generaciju genomske umjetne inteligencije.

S obzirom na ovaj scenario, biološka istraživanja podržana vještačkom inteligencijom pojavljuju se kao stalno rastuće polje, gdje kombinacija ogromnih skupova podataka, naprednih modela, otvorenih infrastruktura i interdisciplinarne saradnje redefinira način na koji se formuliraju naučna pitanja i kako se traže odgovori, od porijekla života do najpersonaliziranijih terapija u trenutnoj medicini.