Hiljade AI agenata otkrivaju nove tragove u biološkim podacima

Šta kada bi naučnici mogli otkriti nove tragove o Alzheimerovoj i Parkinsonovoj bolesti za nekoliko minuta umjesto za nekoliko mjeseci? Zajedničkim radom, OpenAI, PerturbAI⁠(otvara se u novom prozoru) i Scripps Research⁠(otvara se u novom prozoru) iskoristili su hiljade AI agenata koje pokreće GPT‑Rosalind⁠(otvara se u novom prozoru) da za samo 32 minute analiziraju i protumače postojeće eksperimentalne podatke o milionima ćelija mišjeg mozga⁠(otvara se u novom prozoru). Agenti su povezali efekte narušavanja funkcije gena s nalazima iz naučne literature, otkrivajući neočekivane biološke veze koje mogu pomoći naučnicima da razumiju bolesti i odrede pravce istraživanja novih terapija. Ovaj rad pokazuje kako AI može pomoći istraživačima da potpunije istraže ono što otkrivaju veliki biološki eksperimenti.

Savremeni eksperimenti stvaraju daleko više podataka nego što naučnici mogu temeljito istražiti. Istraživači sada mogu mijenjati hiljade gena i mjeriti njihove efekte u milionima ćelija. Ali da bismo razumjeli šta ti rezultati znače za bolesti kod ljudi, potrebno je povezati složene eksperimentalne nalaze s decenijama naučnih saznanja rasutih po različitim izvorima. Upravo tu AI može pomoći naučnicima da otkriju obećavajuće tragove koji bi inače mogli proći nezapaženo.

Tim je podijelio analizu među hiljadama AI agenata koje pokreće GPT‑Rosalind, koristeći pristup koji nazivamo distribuiranim biološkim rezonovanjem. Agenti su ispitali CRISPR atlas cijelog mozga⁠(otvara se u novom prozoru), skup podataka koji pokazuje kako narušavanje funkcije gena utiče na različite vrste ćelija širom mišjeg mozga. Svaki agent istraživao je narušavanje funkcije jednog gena, analizirao ćelijske odgovore, pretraživao naučnu literaturu i predlagao objašnjenja rezultata. Njihovi izvještaji objedinjeni su u atlas rezonovanja koji povezuje gene, ćelijske efekte, relevantne publikacije i moguće biološke mehanizme.

Istraživački tim procijenio je da bi ljudima za uporedivu analizu i pregled literature, uz obradu jedne po jedne perturbacije, trebalo od nekoliko mjeseci do godinu dana. Agenti su reproducirali nalaze ljudskih analiza i pritom otkrili dodatne tragove. Njihove procjene novine i naučne vrijednosti nalaza također su se podudarale s procjenama stručnjaka koji nisu znali ko je izradio izvještaje. Ovi nalazi pomažu u određivanju prioriteta za daljnje eksperimente potrebne za testiranje predloženih bioloških mehanizama.

Neka od ovih saznanja upućuju na nove tragove za razumijevanje bolesti mozga. Agenti su utvrdili neočekivane razlike u djelovanju dvaju gena povezanih s bolestima na moždane ćelije, kao i moguću vezu između regulacije holesterola i neurodegeneracije. Ovi nalazi mogli bi pomoći naučnicima da istraže kako se bolest razvija i na koje bi procese buduće terapije mogle djelovati.

Istraživači mogu početi istraživati ove nalaze već danas. Atlas rezonovanja je dostupan⁠(otvara se u novom prozoru), pa naučnici mogu porediti srodne gene, istraživati neočekivane odgovore i prepoznati obećavajuće tragove za daljnje istraživanje. Nova otkrića često nastaju kada istraživači iz različitih oblasti udruže svoje stručno znanje i povežu poznate ideje na neočekivane načine. AI može znatno povećati broj takvih veza povezujući nove podatke sa znanjem rasutim po različitim disciplinama. Mogućnosti se ne svode samo na bržu analizu podataka. Kombiniranjem AI-ja s eksperimentalnom biologijom, ljudskim stručnim znanjem i naučnom literaturom možemo pomoći naučnicima da više svojih podataka pretvore u ideje koje se mogu testirati.

Neki od najzanimljivijih tragova u eksperimentu nalaze se izvan onoga što su naučnici prvobitno namjeravali istražiti. U skupu podataka koji obuhvata hiljade perturbacija takvi tragovi lako mogu proći nezapaženo.

Agenti su utvrdili neočekivanu razliku između Tsc1 i Tsc2, dvaju gena koji zajedno kontrolišu mTOR, ključni regulator ćelijskog rasta, metabolizma i starenja. Narušavanje funkcije bilo kojeg od ova dva gena imalo je slične efekte u nekoliko grupa neurona. Međutim, u malom mozgu, koji pomaže u koordinaciji pokreta, narušavanje funkcije gena Tsc2 promijenilo je aktivnost desetina gena uključenih u komunikaciju među neuronima, dok je narušavanje funkcije gena Tsc1 izazvalo tek male promjene.

Ta razlika može biti važna za razumijevanje bolesti kod ljudi. Kod osoba s tuberoznom sklerozom, abnormalnosti malog mozga snažno su povezane s mutacijama gena TSC2. Iako lijekovi koji smanjuju aktivnost mTOR-a mogu liječiti određene tumore mozga i epileptičke napade, poteškoće u učenju i ponašanju povezane s ovom bolešću i dalje je teško ublažiti. Agenti su precizno izdvojili grupu neurona i ćelijske promjene koje vrijedi istražiti: koje bi promjene postojeći lijekovi mogli ispraviti, a koje bi mogle ukazati na nove pristupe liječenju? Time istraživači dobijaju konkretnija pitanja koja mogu ispitati u laboratoriji.

Može li jedan agent kojem je dostupan cijeli skup podataka postići jednako dobre rezultate kao hiljade agenata koji rade paralelno? To smo testirali koristeći isti model i iste resurse. Kako je obim posla rastao, samostalni agent pretraživao je sve manje literature. Pri najvećem obimu posla naveo je samo 11 referenci, dok su distribuirani agenti naveli više od 700. Stručnjaci su također dali prednost tumačenjima distribuiranih agenata.

Naučnici imaju ograničeno vrijeme i često se fokusiraju na najizraženije signale u podacima. Distribuirani agenti mogu pomoći u ispitivanju šireg raspona odgovora, uključujući suptilne ili neočekivane, te u njihovom povezivanju s relevantnom naučnom literaturom. Paralelni rad agenata omogućava istovremeno istraživanje velikog broja perturbacija. To naučnicima pomaže da detaljnije istraže rezultate eksperimenta i prepoznaju obećavajuće tragove koji bi inače mogli proći nezapaženo.

Nalaz dobija na vrijednosti kada upućuje na eksperiment koji vrijedi provesti. Agenti su jedan takav trag pronašli u genu DCTN1, čije mutacije uzrokuju Perryjev sindrom, neurodegenerativnu bolest sa simptomima sličnim Parkinsonovoj bolesti.

DCTN1 učestvuje u transportu materijala unutar neurona. U CRISPR atlasu cijelog mozga narušavanje funkcije gena Dctn1 povećalo je ekspresiju gena uključenih u sintezu holesterola. Agenti su ovo zapažanje povezali s istraživanjima koja ukazuju na to da problemi s transportom holesterola mogu navesti ćelije da proizvode više holesterola. To je otvorilo pitanje za naredne eksperimente: može li narušavanje funkcije gena DCTN1 promijeniti raspodjelu holesterola unutar neurona i mogu li te promjene doprinijeti neurodegeneraciji? Ako je tako, bi li obnavljanje normalne raspodjele holesterola moglo pomoći u zaštiti neurona?

I stručnjaci su ovu hipotezu smatrali novom, značajnom i vrijednom daljnjeg istraživanja. Ovaj primjer pokazuje kako povezivanje neočekivanog rezultata s postojećim znanjem može pretvoriti trag u ideju koja se može testirati, a potencijalno i u novi pravac liječenja bolesti.

Naučnici i dalje imaju ključnu ulogu u otkrivanju novih saznanja. Otkrivanjem većeg broja obećavajućih tragova, AI može pomoći istraživačima da odluče koje ideje dalje istraživati, osmisle eksperimente i protumače rezultate. Cilj je pretvoriti više informacija iz bioloških eksperimenata u znanje koje s vremenom može pomoći u usmjeravanju razvoja boljih lijekova.