- Kunstig intelligens forvandler biologisk forskning innen felt som genomikk, proteinstrukturering og bildeanalyse.
- Avanserte modeller som AlphaFold og AlphaGenome, sammen med bioinformatikk og systembiologi, lar oss forutsi komplekse strukturer, funksjoner og metabolske veier.
- Åpne og samarbeidende initiativer (MOC-A, AI4LIFE, BioImage Model Zoo) demokratiserer tilgang til data, modeller og beregningsressurser.
- Viktige utfordringer gjenstår: behovet for mer kvalitetsdata, tolkbarhet av modeller, regulering, etikk og rettferdig tilgang til AI-infrastrukturer.
Biologisk forskning og kunstig intelligens har sett på hverandre med skepsis i flere tiår, men de siste årene har de blitt uunnværlige partnere. Det som en gang ble gjort utelukkende med mikroskoper, pipetter og notatbøker, er nå avhengig av algoritmer som er i stand til å analysere millioner av datapunkter, forutsi molekylære strukturer som er umulige å løse for hånd, og foreslå nye eksperimenter.
Denne nye vitenskapsfasen kombinerer beregningsbiologi, datavitenskap, modeller for dyp læring og åpne plattformer for å løse problemer så forskjellige som livets opprinnelse, diagnostisering av komplekse sykdommer, presisjonsmedisin og legemiddeldesign. Resultatet er et paradigmeskifte: biologi skrives, bokstavelig talt, i kode.
Fra klassisk bioinformatikk til dyp læring i biologi
I lang tid har biologi og kunstig intelligens utviklet seg i svært ulikt tempo: biologi er kompleks, full av unntak og kontekst , mens tradisjonelle algoritmer trenger rene, homogene og velstrukturerte data for å fungere robust. Denne spenningen har vært en av de største hindringene for den utbredte bruken av kunstig intelligens i laboratoriet.
Innen beregningsbiologi er imidlertid ikke kunstig intelligens ny: maskinlæringsmetoder ble allerede brukt på 80-tallet for å klassifisere protein- og DNA-sekvenser , og nevrale nettverk begynte snart å bli brukt til å forutsi proteiners sekundærstrukturer. Siden den gang har disse teknikkene blitt en del av standardrepertoaret innen bioinformatikk.
Når man diskuterer AI i biologi, er det viktig å skille mellom «klassiske» maskinlæringsteknikker og dyplæringsmetoder . Overvåket og uovervåket maskinlæring har blitt brukt med hell til å bygge klassifikatorer (for eksempel å skille mellom «kreft»-/«ikke-kreft»-prøver) eller til å gruppere gener og prøver i henhold til uttrykksmønstre, noe som bidrar til å generere hypoteser og prioritere eksperimentelle mål.
Dyp læringsmetoder , spesielt dype nevrale nettverk , har revolusjonert spesifikke felt der datamengden er enorm og signalet er svært strukturert, for eksempel analyse av mikroskopi eller histopatologiske bilder. Her overgår AI langt menneskelige evner til å oppdage subtile og repeterende mønstre.
Ikke alle områder innen biologi drar like stor nytte av dette: felt med millioner av vellagrede sekvenser, som proteindatabaser som UniProtKB , tilbyr et ideelt miljø for å trene kraftige modeller. I motsetning til dette tillater ikke databaser med spesifikke interaksjoner, som er mye mindre og mer heterogene, at dyp læring kan dra full nytte av potensialet sitt ennå.
Språkmodeller for proteiner og drivkraften for strukturbiologi
En av de mest overraskende utviklingene har vært bruken av språkmodeller, inspirert av naturlig språkbehandling , for å jobbe med proteinsekvenser. Akkurat som en tekstmodell lærer grammatiske og semantiske mønstre, kan en modell trent på millioner av aminosyresekvenser fange opp regelmessigheter som gjenspeiler struktur, funksjon og evolusjon.
I nyere internasjonale evalueringer av metoder for å predikere proteinfunksjoner, som CAFA5-øvelsen, er de aller fleste av de beste modellene basert på denne typen dyp representasjon . De er trent på databaser som UniProtKB, som er fullpakket med sekvenser, og er i stand til å generalisere til dårlig karakteriserte proteiner for å foreslå sannsynlige funksjoner.
Dette fremskrittet forsterker effekten av modeller som AlphaFold, som brakte prediksjon av proteiners tertiære strukturer ved hjelp av kunstig intelligens i forgrunnen. Så mye at Nobelprisen i kjemi nylig anerkjente utviklingen av funksjonelle kunstige proteiner og strukturelle prediksjonsalgoritmer som en viktig vitenskapelig milepæl.
Disse modellene byr imidlertid også på utfordringer: de er veritable «svarte bokser» som er vanskelige å tolke . Dette har ført til fremveksten av et helt underfelt, forklarbar kunstig intelligens (XAI), som søker å avdekke de spesifikke mønstrene modellen bruker og hvorfor den tar visse beslutninger – noe som er kritisk når man jobber med biomedisinske data.
Utover strukturer er anvendelsen av proteinspråkmodeller for å annotere ukjente genfunksjoner i ferd med å bli et viktig verktøy for å dra nytte av de millioner av sekvenser som for tiden mangler eksperimentell karakterisering.
AI skal rekonstruere livets opprinnelse og primitiv metabolisme
Sammenslåingen av beregningsbiologi og kunstig intelligens tjener ikke bare til å se fremover, men også til å spole tilbake den evolusjonære klokken og utforske livets fjerne fortid . Et slående eksempel er arbeidet til Institute for Integrative Systems Biology (I2SysBio), hvor den såkalte « generative metabolisme » -strategien har blitt brukt til å spore tilbake fra den siste universelle felles forfaren (LUCA) til de tidligste stadiene av livet.
Komparativ genetikk lar oss anslå hvor gamle felles forfedre er mellom arter : jo mer like genomene er, desto nyere er deres siste felles forfader; jo mer forskjellige de er, desto lenger tilbake i tid går vi. Med den massive akkumuleringen av sekvenserte genomer har konseptet LUCA – den forfedreorganismen som alle levende ting i dag stammer fra – blitt raffinert og plasseres nå til rundt 4.200 milliarder år siden.
Den største utfordringen, frem til nå, har vært å koble den prebiotiske kjemien til den tidlige jorden med de allerede organiserte metabolismene til LUCA . Verken bottom-up (fra enkel kjemi til biologi) eller top-down (fra dagens organismer og bakover) tilnærminger har klart å bygge bro over dette gapet.
Den generative metabolismetilnærmingen benytter algoritmer som genererer metabolske nettverk fra sett med reaksjonsregler . Ved å jobbe bakover utleder den hvilke forfedregener og enzymer LUCA kan ha hatt, og hvilke reaksjoner som var plausible i et spesifikt primitivt miljø, og utvider dermed det metabolske rommet utover de signalveiene som er kjent i dag.
På denne måten fungerer AI som en slags «molekylær detektiv» som er i stand til å rekonstruere hypotetiske metabolske veier , og koble nåværende reaksjoner med plausible sett av prebiotiske reaksjoner. Denne tilnærmingen, som er mye brukt i syntetisk biologi og metabolsk ingeniørfag, er gjenbrukt her for å ta opp en av de store gåtene: hvordan kompleks metabolisme oppsto fra enkel, uorganisert kjemi.
Datavitenskap anvendt på biologi: fra våtlaboratoriet til tastaturet
Moderne biologisk forskning har blitt intenst digital. I dag må en biolog som ønsker å være i forkant håndtere hele genomer, høyoppløselige bilder og kliniske og miljømessige data , alt integrert i stadig mer komplekse analytiske rørledninger.
I denne sammenhengen har datavitenskap anvendt i biologi blitt en kritisk profil. En forsker som er i stand til å kombinere biologi, programmering og statistikk kan gå langt utover å tolke resultater: de designer datadrevne eksperimenter, bygger prediktive modeller og samarbeider tett med ingeniører og informatikere.
Innen genomikk genererer neste generasjons sekvenseringsteknologi (NGS) milliarder av avlesninger per eksperiment, noe som er umulig å håndtere uten robuste maskinlærings-, statistiske og distribuerte databehandlingsteknikker . Disse verktøyene muliggjør sammenstilling av genomer, identifisering av sykdomsassosierte varianter og analyse av genuttrykksprofiler (RNA-sekvensering) for å oppdage hvilke gener som aktiveres eller deaktiveres under forskjellige forhold.
Systembiologi, på sin side, er avhengig av datavitenskap for å rekonstruere genreguleringsnettverk, protein-protein-interaksjoner og metabolske veier . Målet er ikke lenger å studere et isolert gen, men å forstå cellen som et komplekst nettverk, finne viktige «noder» og simulere hvordan systemet ville endre seg hvis disse nodene ble manipulert.
Et annet fremvoksende område er studiet av mikrobiomet og metagenomikk . Her bidrar kunstig intelligens til å klassifisere tusenvis av mikrobielle arter i en enkelt prøve, relatere mikrobielle sammensetninger til kosthold, sykdommer eller behandlinger, og modellere økologiske interaksjoner mellom mikrober og deres miljø. Uten disse verktøyene ville mikrobiomet bare vært en endeløs liste med navn; med kunstig intelligens blir det en gullgruve av biomarkører og nye terapeutiske mål.
Dyp læring for biologisk avbildning og livmorhelse
Moderne mikroskopi produserer stadig mer komplekse tredimensjonale og temporale bilder . Å analysere alle disse bildene for hånd ville være upraktisk, og det er derfor datasyn og dyp læring har blitt viktige verktøy innen cellebiologi og medisin.
Nåværende algoritmer kan telle og klassifisere celler, segmentere strukturer, oppdage svulster i digitale biopsier og spore cellebevegelser i sanntid. Dette sparer ikke bare laboratoriepersonalet tid, men gir også objektivitet og reproduserbarhet til analysene.
Innen livmorhelse endrer kombinasjonen av systembiologi og kunstig intelligens hvordan vi forstår patologier som endometriose, Ashermans syndrom og visse typer infertilitet. I stedet for å se på bare én markør eller et isolert bilde, integreres genomiske, proteomiske, histologiske og kliniske data for å bygge modeller som beskriver livmoren som et dynamisk system.
Takket være disse modellene kan man utvikle personlige medisinske verktøy for å optimalisere fertilitetsbehandlinger , justere hormonelle protokoller basert på hver pasients forventede respons og oppdage tidlige biomarkører for livmordysfunksjon. Institusjoner som Carlos Simón Foundation jobber nettopp med denne typen integrerende tilnærminger.
Åpne prosjekter og samarbeidende AI-økosystemer innen biovitenskap
Effektiv utplassering av kunstig intelligens i biologi avhenger ikke bare av å ha gode modeller, men også av å bygge åpne økosystemer der data, verktøy og beregningsressurser er tilgjengelige . Her spiller fri programvare, akademisk skytjenester og offentlig-private partnerskap en sentral rolle.
Et eksempel er samarbeidet mellom Red Hat Research og Mass Open Cloud Alliance (MOC-A) , som fremmer en åpen sky der universiteter, offentlige sentre og bedrifter deler infrastruktur: CPU, GPU, lagring, store databaser, verktøy og AI-modeller som ligger i et karbonnøytralt datasenter.
Basert på dette har for eksempel en plattform med Red Hat OpenShift AI blitt tatt i bruk for eksperimentering innen legemiddelutvikling , brukt i fora der forskere kan trene og teste modeller med åpen kildekode, skalere ressurser etter behov og fortsette å få tilgang til arbeidet sitt etter hendelsene.
Tilgjengelighet er nøkkelen: mange akademiske grupper og regionale sykehus mangler tilstrekkelig lokal infrastruktur for store AI-arbeidsmengder . Delte plattformer som MOC-A demokratiserer tilgang til ressurser som ellers ville vært reservert for store farmasøytiske selskaper eller ledende forskningssentre.
Sammen med tilgjengelighet er åpenhet og muligheten til å revidere og tilpasse modeller avgjørende innen biomedisin. Åpen kildekode muliggjør kodegjennomgang, justering av modeller til lokale kontekster og etablering av løsninger skreddersydd for spesifikke arbeidsflyter – noe som er vanskelig å oppnå med lukkede, proprietære verktøy.
AI4LIFE, FAIR-data og AI-klare bildemodeller
I Europa fokuserer prosjekter som AI4LIFE på å gjøre AI tilgjengelig for biologer uten avansert programmeringserfaring . Målet deres er å bygge bro mellom kraften i dyp læringsteknikker og den daglige virkeligheten i biovitenskapelige laboratorier.
AI4LIFE utvikler brukervennlige plattformer for biologisk bildeanalyse ved hjelp av AI : cellesegmentering, strukturdeteksjon, funksjonsutvinning ... Alt innrammet innenfor FAIR-prinsippet for data (lokaliserbare, tilgjengelige, interoperable og gjenbrukbare), tilpasset bildesett og modeller «klare for AI».
Prosjektet fremmer standarder for annotering og dokumentasjon av bildedatasett, slik at de enkelt kan gjenbrukes for å trene nye modeller eller forbedre eksisterende. Dette reduserer behovet for å behandle data gjentatte ganger, sparer beregningstid og fremmer samarbeid mellom grupper.
En hjørnestein i AI4LIFE er BioImage Model Zoo, et fellesskapsarkiv for modeller for biologisk bildeanalyse . Der kan forskere laste ned trente modeller, bruke dem med populære analyseverktøy og bidra med sine egne modeller, og dermed skape et levende og stadig forbedrende økosystem.
I tillegg organiserer prosjektet initiativer som åpne utlysninger for å støtte spesifikke brukstilfeller og «Denoising Challenge»-konkurranser, der metoder for å forbedre kvaliteten på mikroskopibilder utvikles og sammenlignes. Denne samarbeidstilnærmingen akselererer innovasjon, øker synligheten til nye verktøy og legger til rette for bruk av dem.
Oppdagelsen av nye antibiotika og rasjonell legemiddeldesign
Den samme logikken med å kombinere sekvenser, språkmodeller og våteksperimentering gjelder for et kritisk problem: antibiotikaresistens. Laboratorier som Machine Biology Group, ledet av César de la Fuente, utforsker bruken av AI for å finne og designe nye antimikrobielle molekyler.
Strategien deres innebærer å bruke dyp læring til å analysere millioner av proteiner og peptider , fra både nåværende organismer og utdødde arter, i en tilnærming som kalles «molekylær de-utryddelse»: å redde molekyler fra fortiden med antimikrobielt potensial og optimalisere dem gjennom syntetisk biologi.
En del av dette arbeidet er inspirert av naturlige kilder som antimikrobielle peptider fra amfibiehud , som er modifisert og forbedret ved hjelp av kunstig intelligens for å maksimere effektiviteten mot resistente bakterier og minimere toksisitet og uønskede effekter på den menneskelige mikrobiotaen.
Maskinlæringsmodeller forutsier ikke bare hvilke sekvenser som kan oppføre seg som antibiotika, men hjelper også med å finjustere stabilitet, løselighet, selektivitet og andre viktige parametere før man går videre til laboratorieeksperimenter. Dette forkorter tiden dramatisk fra første idé til prekliniske kandidater.
Når man ser fremover mot forskerkarrierer, er profiler som behersker biologi, programmering og AI-teknikker i forkant av dette nye paradigmet for algoritmeassistert legemiddelutvikling.
AI og stamceller: omprogrammering, terapier og utfordringer
Et annet felt i rask utvikling er skjæringspunktet mellom kunstig intelligens og stamcellebiologi . Her er fokuset ikke bare på å analysere data, men også på å designe mer effektive og tryggere cellulære prosesser for kliniske anvendelser.
Et av de mest omtalte fremskrittene er samarbeidet mellom OpenAI og Retro Biosciences , som har ført til forbedringer i de kjente Yamanaka-faktorene, som er ansvarlige for å konvertere voksne celler til induserte pluripotente stamceller (iPSC-er). Ved hjelp av AI-modeller spesialisert i biologi har man identifisert varianter med betydelig større omprogrammeringskapasitet.
Resultatene peker mot celleomprogrammering som er opptil 50 ganger mer effektiv , med forbedret DNA-reparasjon og mer robust celleforyngelse. Dette baner vei for kraftigere og tryggere regenerative terapier, noe som reduserer risikoen for mutasjoner eller uønsket atferd i de omprogrammerte cellene.
I mellomtiden jobber grupper i Japan, i samarbeid med selskaper som Google, med å automatisere iPS-celleproduksjon ved hjelp av kunstig intelligens . Målet er å standardisere og optimalisere hvert trinn i prosessen, redusere kostnader og variasjon slik at celleterapier kan være levedyktige i stor skala.
AI brukes også til å analysere komplekse data fra biologiske systemer (SysBioAI-lignende tilnærminger) , oppdage risikoer i tidlige stadier, tilpasse behandlinger basert på hver pasients molekylære profil og justere behandlinger i sanntid i henhold til den observerte responsen.
Potensielle bruksområder spenner fra å akselerere kliniske studier og redusere kostnader til personlig regenerativ medisin, cellulær foryngelse og integrering av kunstig intelligens i alle faser av den biomedisinske prosessen. Dette kommer selvsagt med alvorlige utfordringer: cellulær heterogenitet, sikkerhetsrisikoer , regulering, etikk og det konstante behovet for data av høy kvalitet.
I mellomtiden søker forskrifter som EUs lov om kunstig intelligens å sikre at disse fremskrittene implementeres innenfor rammeverk av åpenhet, menneskelig tilsyn og sikkerhetsgarantier, spesielt i medisinske applikasjoner med høy risiko.
Alfagenomet og den "mørke materien" i det menneskelige genomet
Hvis AlphaFold endret måten vi forstår proteinfolding på, har AlphaGenome nå som mål å oversette DNA-koden til funksjonell informasjon , med spesiell interesse for de 98 % av genomet som ikke koder for proteiner, men konsentrerer de fleste variantene relatert til komplekse sykdommer.
AlphaGenome er utviklet av Google DeepMind-teamet, og er en AI-modell basert på dyp læring trent på menneskelige og musegenomer , i stand til å analysere lange strekninger med DNA og forutsi tusenvis av genetiske signaler relatert til regulering av gener og proteiner.
I standardiserte vurderinger samsvarer eller overgår spådommene andre ledende modeller i så godt som alle tester, noe som får mange eksperter til å anse det som et vendepunkt innen beregningsgenomikk . Evnen til å tolke ikke-kodende regioner gjør det til et nøkkelverktøy for å tyde den "mørke materien" i genomet.
De praktiske implikasjonene er enorme: AlphaGenome kan forbedre tolkningen av genetiske tester, identifisere sjeldne varianter involvert i patologier , veilede utviklingen av nye behandlinger og simulere hvordan mutasjoner i regulatoriske regioner endrer genuttrykk.
Forskere fra sentre som CNB-CSIC, Francis Crick Institute eller Wellcome Sanger understreker at selv om det ikke er en tryllestav som løser alle problemer , er det et fremragende ingeniørarbeid som integrerer mange tidligere ideer og tar dem til et mye høyere ytelsesnivå.
De understreker imidlertid også et viktig poeng: disse modellene er kritisk avhengige av kvaliteten, mangfoldet og standardiseringen av treningsdataene . Den største utfordringen for fremtiden er å generere og dele robuste, åpne og veldokumenterte biologiske data for å gi næring til neste generasjon av genomisk AI.
Gitt dette scenariet, fremstår biologisk forskning støttet av kunstig intelligens som et stadig voksende felt, hvor kombinasjonen av massive datasett, avanserte modeller, åpne infrastrukturer og tverrfaglig samarbeid omdefinerer hvordan vitenskapelige spørsmål formuleres og hvordan svar søkes, fra livets opprinnelse til de mest personlige terapiene i dagens medisin.
