- Kunstmatige intelligentie transformeert biologisch onderzoek op gebieden zoals genomica, eiwitstructuurbepaling en beeldanalyse.
- Geavanceerde modellen zoals AlphaFold en AlphaGenome, in combinatie met bio-informatica en systeembiologie, stellen ons in staat complexe structuren, functies en metabolische routes te voorspellen.
- Open en samenwerkingsinitiatieven (MOC-A, AI4LIFE, BioImage Model Zoo) democratiseren de toegang tot data, modellen en computerbronnen.
- Er blijven belangrijke uitdagingen bestaan: de behoefte aan meer kwalitatieve data, de interpreteerbaarheid van modellen, regelgeving, ethiek en gelijke toegang tot AI-infrastructuren.
Biologisch onderzoek en kunstmatige intelligentie hebben elkaar decennialang met argwaan bekeken, maar de laatste jaren zijn ze onmisbare partners geworden. Wat vroeger uitsluitend met microscopen, pipetten en notitieboekjes werd gedaan, is nu afhankelijk van algoritmen die miljoenen datapunten kunnen analyseren, moleculaire structuren kunnen voorspellen die met de hand onmogelijk op te lossen zijn, en nieuwe experimenten kunnen voorstellen.
Deze nieuwe fase in de wetenschap combineert computationele biologie, datawetenschap, deep learning-modellen en open platforms om uiteenlopende problemen aan te pakken, zoals de oorsprong van het leven, de diagnose van complexe ziekten, precisiegeneeskunde en geneesmiddelenontwerp. Het resultaat is een paradigmaverschuiving: biologie wordt letterlijk in code geschreven.
Van klassieke bio-informatica tot deep learning in de biologie.
Biologie en AI hebben zich lange tijd in zeer verschillende tempo's ontwikkeld: biologie is complex, vol uitzonderingen en context , terwijl traditionele algoritmen schone, homogene en goed gestructureerde data nodig hebben om robuust te functioneren. Deze spanning is een van de grootste obstakels geweest voor de wijdverspreide toepassing van AI in laboratoria.
In de computationele biologie is AI echter niet nieuw: methoden voor machinaal leren werden al in de jaren tachtig toegepast om eiwit- en DNA-sequenties te classificeren , en neurale netwerken werden al snel gebruikt om de secundaire structuren van eiwitten te voorspellen. Sindsdien zijn deze technieken onderdeel geworden van het standaardrepertoire van de bio-informatica.
Bij het bespreken van AI in de biologie is het belangrijk om onderscheid te maken tussen "klassieke" machine learning-technieken en deep learning-benaderingen . Zowel supervised als unsupervised machine learning zijn met succes gebruikt om classificatiesystemen te bouwen (bijvoorbeeld om "kanker"- en "niet-kanker"-monsters te onderscheiden) of om genen en monsters te groeperen op basis van expressiepatronen, wat helpt bij het genereren van hypothesen en het prioriteren van experimentele doelen.
Diepgaande leermethoden , met name diepe neurale netwerken , hebben een revolutie teweeggebracht in specifieke vakgebieden waar de hoeveelheid data enorm is en het signaal zeer gestructureerd, zoals de analyse van microscopie- of histopathologiebeelden. Hier overtreft AI de menselijke capaciteiten ruimschoots in het detecteren van subtiele en repetitieve patronen.
Niet alle gebieden binnen de biologie profiteren evenveel: vakgebieden met miljoenen goed opgeslagen sequenties, zoals eiwitdatabases als UniProtKB , bieden een ideale omgeving voor het trainen van krachtige modellen. Daarentegen maken databases met specifieke interacties, die veel kleiner en heterogener zijn, het nog niet mogelijk om het volledige potentieel van deep learning te benutten.
Taalmodellen voor eiwitten en de drijfveer achter structurele biologie
Een van de meest verrassende ontwikkelingen is de toepassing van taalmodellen, geïnspireerd door natuurlijke taalverwerking , om met eiwitsequenties te werken. Net zoals een tekstmodel grammaticale en semantische patronen leert, kan een model dat getraind is op miljoenen aminozuursequenties regelmatigheden vastleggen die structuur, functie en evolutie weerspiegelen.
Bij recente internationale evaluaties van methoden voor het voorspellen van eiwitfuncties, zoals de CAFA5-studie, is het overgrote deel van de beste modellen gebaseerd op dit type diepe representatie . Ze worden getraind op databases zoals UniProtKB, die vol zitten met sequenties, en zijn in staat om te generaliseren naar slecht gekarakteriseerde eiwitten om waarschijnlijke functies te suggereren.
Deze vooruitgang vergroot de impact van modellen zoals AlphaFold, die de voorspelling van tertiaire eiwitstructuren met behulp van AI op de voorgrond hebben geplaatst. Sterker nog, de Nobelprijs voor de Scheikunde erkende onlangs de ontwikkeling van functionele kunstmatige eiwitten en algoritmen voor structuurvoorspelling als een belangrijke wetenschappelijke mijlpaal.
Deze modellen brengen echter ook uitdagingen met zich mee: het zijn ware "black boxes" die moeilijk te interpreteren zijn . Dit heeft geleid tot de opkomst van een geheel subgebied, namelijk verklaarbare kunstmatige intelligentie (XAI), dat ernaar streeft de specifieke patronen te ontrafelen die het model gebruikt en waarom het bepaalde beslissingen neemt – iets dat cruciaal is bij het werken met biomedische data.
Naast de structuuranalyse wordt de toepassing van eiwittaalmodellen voor het annoteren van onbekende genfuncties een essentieel hulpmiddel om te profiteren van de miljoenen sequenties die momenteel nog niet experimenteel gekarakteriseerd zijn.
AI wordt ingezet om de oorsprong van het leven en het primitieve metabolisme te reconstrueren.
De combinatie van computationele biologie en AI dient niet alleen om naar de toekomst te kijken, maar ook om de evolutionaire klok terug te draaien en het verre verleden van het leven te verkennen . Een treffend voorbeeld is het werk van het Institute for Integrative Systems Biology (I2SysBio), waar de zogenaamde " generatieve metabolisme " -strategie is gebruikt om terug te traceren van de laatste universele gemeenschappelijke voorouder (LUCA) naar de vroegste stadia van het leven.
Vergelijkende genetica stelt ons in staat om te schatten hoe oud de gemeenschappelijke voorouders van verschillende soorten zijn : hoe meer de genomen op elkaar lijken, hoe recenter hun laatste gemeenschappelijke voorouder is; hoe meer ze verschillen, hoe verder terug in de tijd we gaan. Met de enorme hoeveelheid gesequenceerde genomen is het concept van LUCA – het oerorganisme waaruit alle levende wezens van nu afstammen – verfijnd en wordt het nu geschat op ongeveer 4.200 miljard jaar geleden.
De grootste uitdaging tot nu toe was het verbinden van de prebiotische chemie van de vroege aarde met de reeds georganiseerde stofwisselingen van LUCA . Noch bottom-up (van eenvoudige chemie naar biologie) noch top-down (van hedendaagse organismen terug) benaderingen waren erin geslaagd die kloof te overbruggen.
De generatieve metabolismebenadering maakt gebruik van algoritmen die metabolische netwerken genereren op basis van sets reactieregels . Door terug te redeneren, wordt afgeleid welke voorouderlijke genen en enzymen LUCA mogelijk bezat en welke reacties plausibel waren in een specifieke primitieve omgeving, waardoor de metabolische ruimte wordt uitgebreid tot voorbij de routes die we vandaag kennen.
Op deze manier functioneert AI als een soort "moleculaire detective" die in staat is hypothetische metabolische routes te reconstrueren en huidige reacties te verbinden met plausibele sets van prebiotische reacties. Deze aanpak, die veelvuldig wordt gebruikt in de synthetische biologie en metabole engineering, wordt hier opnieuw ingezet om een van de grote raadsels te beantwoorden: hoe complexe stofwisseling is ontstaan uit eenvoudige, ongeorganiseerde chemie.
Datawetenschap toegepast op biologie: van het laboratorium naar het toetsenbord.
Modern biologisch onderzoek is sterk gedigitaliseerd. Een bioloog die vandaag de dag voorop wil lopen, moet complete genomen, beelden met hoge resolutie en klinische en milieugegevens beheren , die allemaal geïntegreerd zijn in steeds complexere analyseprocessen.
In deze context is datawetenschap toegepast op de biologie een cruciaal vakgebied geworden. Een onderzoeker die biologie, programmeren en statistiek kan combineren , kan veel verder gaan dan alleen het interpreteren van resultaten: hij of zij ontwerpt datagestuurde experimenten, bouwt voorspellende modellen en werkt nauw samen met ingenieurs en computerwetenschappers.
In de genomica genereren next-generation sequencing (NGS)-technologieën miljarden reads per experiment, wat onmogelijk te beheren is zonder robuuste machine learning-, statistische en gedistribueerde computertechnieken . Deze tools maken het mogelijk om genomen samen te stellen, ziektegerelateerde varianten te identificeren en genexpressieprofielen (RNA-seq) te analyseren om te ontdekken welke genen onder verschillende omstandigheden geactiveerd of onderdrukt worden.
Systeembiologie maakt op haar beurt gebruik van datawetenschap om genregulatienetwerken, eiwit-eiwitinteracties en metabolische routes te reconstrueren . Het doel is niet langer om een geïsoleerd gen te bestuderen, maar om de cel te begrijpen als een complex netwerk, belangrijke 'knooppunten' te lokaliseren en te simuleren hoe het systeem zou veranderen als deze knooppunten gemanipuleerd zouden worden.
Een ander opkomend onderzoeksgebied is de studie van het microbioom en metagenomica . Hierbij helpt AI bij het classificeren van duizenden microbiële soorten in één enkel monster, het relateren van microbiële samenstellingen aan voeding, ziekten of behandelingen, en het modelleren van ecologische interacties tussen microben en hun omgeving. Zonder deze tools zou het microbioom slechts een eindeloze lijst met namen zijn; met AI wordt het een goudmijn aan biomarkers en nieuwe therapeutische doelen.
Diep leren voor biologische beeldvorming en baarmoedergezondheid
Moderne microscopie produceert steeds complexere driedimensionale en temporele beelden . Het handmatig analyseren van al deze beelden zou onpraktisch zijn, en daarom zijn computervisie en deep learning essentiële instrumenten geworden in de celbiologie en de geneeskunde.
Moderne algoritmen kunnen cellen tellen en classificeren, structuren segmenteren, tumoren detecteren in digitale biopsieën en celbewegingen in realtime volgen. Dit bespaart niet alleen tijd voor laboratoriumpersoneel, maar zorgt ook voor objectiviteit en reproduceerbaarheid van de analyses.
Op het gebied van baarmoedergezondheid verandert de combinatie van systeembiologie en kunstmatige intelligentie onze kijk op pathologieën zoals endometriose, het syndroom van Asherman en bepaalde vormen van onvruchtbaarheid. In plaats van slechts naar één marker of een geïsoleerde afbeelding te kijken, worden genomische, proteomische, histologische en klinische gegevens geïntegreerd om modellen te bouwen die de baarmoeder beschrijven als een dynamisch systeem.
Dankzij deze modellen kunnen gepersonaliseerde geneeskundige instrumenten worden ontwikkeld om vruchtbaarheidsbehandelingen te optimaliseren , hormoonprotocollen aan te passen aan de verwachte reactie van elke patiënt en vroege biomarkers van baarmoederdisfunctie op te sporen. Instellingen zoals de Carlos Simón Foundation werken precies aan dit soort integrale benaderingen.
Open projecten en samenwerkingsverbanden op het gebied van AI in de biowetenschappen
De effectieve inzet van AI in de biologie hangt niet alleen af van goede modellen, maar ook van het creëren van open ecosystemen waar data, tools en rekenkracht toegankelijk zijn . Vrije software, academische cloudcomputing en publiek-private partnerschappen spelen hierbij een centrale rol.
Een voorbeeld hiervan is de samenwerking tussen Red Hat Research en de Mass Open Cloud Alliance (MOC-A) , die een open cloud promoot waarin universiteiten, openbare centra en bedrijven infrastructuur delen: CPU's, GPU's, opslag, grote databases, tools en AI-modellen, gehost in een CO2-neutraal datacenter.
Op basis hiervan is bijvoorbeeld een platform met Red Hat OpenShift AI ingezet voor experimenten in de geneesmiddelenontwikkeling . Dit platform wordt gebruikt in fora waar onderzoekers open-source modellen kunnen trainen en testen, resources kunnen schalen naar behoefte en toegang kunnen blijven houden tot hun werk na afloop van de evenementen.
Toegankelijkheid is cruciaal: veel academische groepen en regionale ziekenhuizen beschikken niet over voldoende lokale infrastructuur voor grootschalige AI-taken . Gedeelde platforms zoals MOC-A democratiseren de toegang tot resources die anders voorbehouden zouden zijn aan grote farmaceutische bedrijven of toonaangevende onderzoekscentra.
Naast toegankelijkheid zijn transparantie en de mogelijkheid om modellen te controleren en aan te passen cruciaal in de biomedische wetenschap. Open source maakt codebeoordeling mogelijk, aanpassing van modellen aan lokale contexten en het creëren van oplossingen die zijn afgestemd op specifieke workflows – iets wat moeilijk te bereiken is met gesloten, propriëtaire tools.
AI4LIFE, eerlijke data en AI-geschikte beeldmodellen
In Europa richten projecten zoals AI4LIFE zich op het toegankelijk maken van AI voor biologen zonder geavanceerde programmeerkennis . Hun doel is om de kloof te overbruggen tussen de kracht van deep learning-technieken en de dagelijkse praktijk van life sciences-laboratoria.
AI4LIFE ontwikkelt gebruiksvriendelijke platforms voor biologische beeldanalyse met behulp van AI : celsegmentatie, structuurdetectie, feature-extractie, enz. Dit alles binnen het FAIR-principe voor data (loceerbaar, toegankelijk, interoperabel en herbruikbaar), aangepast aan beeldsets en modellen die "klaar zijn voor AI".
Het project bevordert standaarden voor het annoteren en documenteren van beelddatasets, zodat deze gemakkelijk hergebruikt kunnen worden om nieuwe modellen te trainen of bestaande modellen te verbeteren. Dit vermindert de noodzaak om gegevens herhaaldelijk te verwerken, bespaart rekentijd en bevordert de samenwerking tussen groepen.
Een hoeksteen van AI4LIFE is de BioImage Model Zoo, een community-repository van modellen voor biologische beeldanalyse . Wetenschappers kunnen er getrainde modellen downloaden, deze toepassen met populaire analysetools en hun eigen modellen bijdragen, waardoor een levend, voortdurend verbeterend ecosysteem ontstaat.
Daarnaast organiseert het project initiatieven zoals open oproepen ter ondersteuning van specifieke toepassingen en "Denoising Challenge"-wedstrijden, waarin methoden voor het verbeteren van de kwaliteit van microscopiebeelden worden ontwikkeld en vergeleken. Deze samenwerkingsaanpak versnelt innovatie, vergroot de zichtbaarheid van nieuwe tools en bevordert de acceptatie ervan.
Ontdekking van nieuwe antibiotica en rationeel geneesmiddelenontwerp
Dezelfde logica van het combineren van sequenties, taalmodellen en experimenten in het laboratorium is van toepassing op een cruciaal probleem: antibioticaresistentie. Laboratoria zoals de Machine Biology Group, onder leiding van César de la Fuente, onderzoeken het gebruik van AI om nieuwe antimicrobiële moleculen te lokaliseren en te ontwerpen.
Hun strategie omvat het gebruik van deep learning om miljoenen eiwitten en peptiden te analyseren , afkomstig van zowel huidige organismen als uitgestorven soorten, in een aanpak die "moleculaire de-extinctie" wordt genoemd: het redden van moleculen uit het verleden met antimicrobieel potentieel en het optimaliseren ervan door middel van synthetische biologie.
Een deel van dit werk is geïnspireerd op natuurlijke bronnen, zoals antimicrobiële peptiden uit de huid van amfibieën . Deze peptiden worden met behulp van AI gemodificeerd en verbeterd om hun effectiviteit tegen resistente bacteriën te maximaliseren en toxiciteit en ongewenste effecten op de menselijke darmflora te minimaliseren.
Machine learning-modellen voorspellen niet alleen welke sequenties zich als antibiotica zouden kunnen gedragen, maar helpen ook bij het verfijnen van stabiliteit, oplosbaarheid, selectiviteit en andere belangrijke parameters voordat er laboratoriumexperimenten worden uitgevoerd. Dit verkort de tijd van het eerste idee tot preklinische kandidaten aanzienlijk.
Vooruitkijkend naar onderzoekscarrières, staan profielen die biologie, programmeren en AI-technieken beheersen centraal in dit nieuwe paradigma van algoritme-ondersteunde geneesmiddelenontwikkeling.
AI en stamcellen: herprogrammering, therapieën en uitdagingen
Een ander snel evoluerend vakgebied is het snijvlak van kunstmatige intelligentie en stamcelbiologie . Hier ligt de focus niet alleen op het analyseren van data, maar ook op het ontwerpen van efficiëntere en veiligere cellulaire processen voor klinische toepassingen.
Een van de meest besproken ontwikkelingen is de samenwerking tussen OpenAI en Retro Biosciences , die heeft geleid tot verbeteringen in de befaamde Yamanaka-factoren, die verantwoordelijk zijn voor de omzetting van volwassen cellen in geïnduceerde pluripotente stamcellen (iPSC's). Met behulp van AI-modellen die gespecialiseerd zijn in biologie, zijn varianten met een aanzienlijk groter herprogrammeringsvermogen geïdentificeerd.
De resultaten wijzen op een tot wel 50 keer efficiëntere celherprogrammering , met verbeterde DNA-reparatie en een robuustere celverjonging. Dit maakt de weg vrij voor krachtigere en veiligere regeneratieve therapieën, waardoor het risico op mutaties of ongewenst gedrag in de geherprogrammeerde cellen wordt verminderd.
Ondertussen werken groepen in Japan, in samenwerking met bedrijven zoals Google, aan de automatisering van de iPS-celproductie met behulp van AI . Het doel is om elke stap van het proces te standaardiseren en te optimaliseren, waardoor de kosten en variabiliteit worden verlaagd, zodat celtherapieën op grote schaal haalbaar worden.
AI wordt ook gebruikt om complexe data uit biologische systemen te analyseren (SysBioAI-achtige benaderingen) , risico's in een vroeg stadium te detecteren, therapieën te personaliseren op basis van het moleculaire profiel van elke patiënt en behandelingen in realtime aan te passen aan de waargenomen respons.
Potentiële toepassingen variëren van het versnellen van klinische onderzoeken en het verlagen van kosten tot gepersonaliseerde regeneratieve geneeskunde, celverjonging en de integratie van AI in alle fasen van de biomedische pijplijn. Dit brengt natuurlijk serieuze uitdagingen met zich mee: cellulaire heterogeniteit, veiligheidsrisico's , regelgeving, ethiek en de constante behoefte aan hoogwaardige data.
Regelgeving zoals de Europese richtlijn inzake kunstmatige intelligentie (AI) streeft er ondertussen naar om ervoor te zorgen dat deze ontwikkelingen worden ingezet binnen kaders van transparantie, menselijk toezicht en veiligheidsgaranties, met name in risicovolle medische toepassingen.
AlphaGenome en de "donkere materie" van het menselijk genoom
Als AlphaFold onze kijk op eiwitvouwing heeft veranderd, streeft AlphaGenome er nu naar om de DNA-code te vertalen naar functionele informatie , met speciale aandacht voor die 98% van het genoom die niet codeert voor eiwitten, maar wel de meeste varianten bevat die verband houden met complexe ziekten.
AlphaGenome, ontwikkeld door het Google DeepMind-team, is een AI-model gebaseerd op deep learning, getraind op menselijke en muizengenomen . Het model is in staat om lange stukken DNA te analyseren en duizenden genetische signalen te voorspellen die verband houden met de regulatie van genen en eiwitten.
Bij gestandaardiseerde beoordelingen komen de voorspellingen overeen met, of overtreffen ze zelfs, andere toonaangevende modellen in vrijwel alle tests, waardoor veel experts het beschouwen als een keerpunt in de computationele genomica . Dankzij het vermogen om niet-coderende regio's te interpreteren, is het een essentieel instrument voor het ontcijferen van de "donkere materie" van het genoom.
De praktische implicaties zijn enorm: AlphaGenome zou de interpretatie van genetische tests kunnen verbeteren, zeldzame varianten die bij pathologieën betrokken zijn kunnen identificeren , de ontwikkeling van nieuwe behandelingen kunnen sturen en kunnen simuleren hoe mutaties in regulerende gebieden de genexpressie veranderen.
Onderzoekers van centra zoals het CNB-CSIC, het Francis Crick Institute en het Wellcome Sanger benadrukken dat het, hoewel het geen toverstaf is die alle problemen oplost , een buitengewoon staaltje techniek is dat veel eerdere ideeën integreert en naar een veel hoger prestatieniveau tilt.
Ze benadrukken echter ook een belangrijk punt: deze modellen zijn cruciaal afhankelijk van de kwaliteit, diversiteit en standaardisatie van de trainingsgegevens . De grootste uitdaging voor de toekomst is het genereren en delen van robuuste, open en goed gedocumenteerde biologische gegevens om de volgende generatie genomische AI te voeden.
In dit scenario ontwikkelt biologisch onderzoek, ondersteund door kunstmatige intelligentie, zich tot een voortdurend groeiend vakgebied. De combinatie van enorme datasets, geavanceerde modellen, open infrastructuren en interdisciplinaire samenwerking herdefinieert de manier waarop wetenschappelijke vragen worden geformuleerd en hoe antwoorden worden gezocht, van de oorsprong van het leven tot de meest gepersonaliseerde therapieën in de huidige geneeskunde.
