Tisíce AI agentů odhalují nové stopy v biologických datech

Co kdyby vědci mohli nacházet nové stopy k pochopení Alzheimerovy a Parkinsonovy choroby během minut místo měsíců? OpenAI, PerturbAI⁠(otevře se v novém okně) a Scripps Research⁠(otevře se v novém okně) společně využily tisíce AI agentů založených na modelu GPT‑Rosalind⁠(otevře se v novém okně) k analýze a interpretaci existujících experimentálních dat z milionů buněk myšího mozku⁠(otevře se v novém okně) za pouhých 32 minut. Agenti propojili účinky narušení genů s poznatky z vědecké literatury a odhalili nečekané biologické souvislosti, které mohou vědcům pomoci porozumět nemocem a určit směry výzkumu nových léčebných postupů. Tato práce ukazuje, jak může AI pomoci výzkumníkům důkladněji prozkoumat poznatky z rozsáhlých biologických experimentů.

Moderní experimenty vytvářejí mnohem více dat, než kolik jich vědci dokážou důkladně prozkoumat. Výzkumníci dnes mohou upravovat tisíce genů a měřit jejich účinky v milionech buněk. Aby však pochopili, co tyto výsledky znamenají pro lidská onemocnění, musí složitá experimentální zjištění propojit s rozptýlenými vědeckými poznatky nashromážděnými za celá desetiletí. Právě zde může AI pomoci vědcům odhalit slibné stopy, které by jinak mohly zůstat nepovšimnuty.

Tým rozdělil analýzu mezi tisíce AI agentů založených na modelu GPT‑Rosalind. Tento přístup nazýváme distribuovaným biologickým uvažováním. Agenti zkoumali celomozkový atlas CRISPR⁠(otevře se v novém okně), datovou sadu ukazující, jak narušení genů ovlivňuje různé typy buněk v celém myším mozku. Každý agent zkoumal narušení určitého genu, analyzoval buněčné reakce, prohledával vědeckou literaturu a navrhoval vysvětlení výsledků. Jejich zprávy byly sloučeny do atlasu uvažování, který propojuje geny, buněčné účinky, relevantní publikace a možné biologické mechanismy.

Výzkumný tým odhadl, že srovnatelná analýza a rešerše literatury prováděná lidmi, postupně pro jednotlivé perturbace, by zabrala několik měsíců až rok. Agenti zopakovali zjištění z lidských analýz a zároveň odhalili další stopy. Jejich hodnocení novosti a vědecké hodnoty se také shodovalo s posudky lidských odborníků, kteří nevěděli, kdo výstupy vytvořil. Tato zjištění pomáhají určit priority dalších experimentů potřebných k ověření navržených biologických mechanismů.

Některé z těchto poznatků přinášejí nové stopy k pochopení onemocnění mozku. Agenti odhalili nečekané rozdíly v tom, jak dva geny spojené s onemocněním ovlivňují mozkové buňky, i možnou souvislost mezi regulací cholesterolu a neurodegenerací. Tato zjištění by mohla vědcům pomoci zkoumat, jak se onemocnění rozvíjí a kde by mohla zasáhnout budoucí léčba.

Výzkumníci mohou tato zjištění začít zkoumat už dnes. Atlas uvažování je k dispozici⁠(otevře se v novém okně) a umožňuje vědcům porovnávat související geny, zkoumat nečekané reakce a hledat slibné stopy pro další výzkum. Nové objevy často vznikají, když výzkumníci z různých oborů spojí své odborné znalosti a nečekaným způsobem propojí známé myšlenky. AI může hledání takových souvislostí výrazně rozšířit tím, že propojí nová data s poznatky rozptýlenými napříč obory. Její přínos přitom nespočívá jen v rychlejší analýze dat. Spojením AI s experimentální biologií, lidskými odbornými znalostmi a vědeckou literaturou můžeme vědcům pomoci vytěžit z dat více ověřitelných myšlenek.

Některé z nejzajímavějších stop v experimentu leží mimo oblast, kterou se vědci původně rozhodli zkoumat. V datové sadě zahrnující tisíce perturbací lze takové stopy snadno přehlédnout.

Agenti odhalili nečekaný rozdíl mezi Tsc1 a Tsc2, dvěma geny, které společně řídí mTOR, významný regulátor buněčného růstu, metabolismu a stárnutí. Narušení kteréhokoli z těchto genů mělo v několika skupinách neuronů podobné účinky. V mozečku, který pomáhá koordinovat pohyb, však narušení Tsc2 změnilo aktivitu desítek genů zapojených do komunikace mezi neurony, zatímco narušení Tsc1 vyvolalo jen malé změny.

Tento rozdíl může mít význam pro lidská onemocnění. U lidí s tuberózní sklerózou jsou abnormality mozečku úzce spojeny s mutacemi TSC2. Léky snižující aktivitu mTOR sice mohou léčit některé mozkové nádory a záchvaty, potíže s učením a chováním spojené s tímto onemocněním však zůstávají obtížně řešitelné. Agenti přesně určili skupinu neuronů a buněčné změny, které stojí za další zkoumání: které změny by mohly napravit stávající léky a které by mohly ukázat cestu k novým léčebným přístupům? Výzkumníci tak získávají konkrétnější otázky, na něž mohou hledat odpovědi v laboratoři.

Dokázal by jediný agent s přístupem k celé datové sadě odvést stejně dobrou práci jako tisíce agentů pracujících souběžně? Otestovali jsme to při použití stejného modelu a stejných prostředků. S rostoucím objemem práce jediný agent prohledával méně literatury a při největším objemu citoval pouze 11 zdrojů, zatímco distribuovaní agenti citovali více než 700 zdrojů. Také lidští odborníci dávali přednost interpretacím distribuovaných agentů.

Vědci mají omezený čas a často se zaměřují na nejvýraznější signály v datech. Distribuovaní agenti mohou pomoci prozkoumat širší škálu reakcí, včetně nenápadných či nečekaných, a propojit je s relevantní vědeckou literaturou. Souběžné nasazení agentů umožňuje zkoumat mnoho perturbací najednou. Vědci tak mohou důkladněji prozkoumat výsledky experimentu a najít slibné stopy, které by jinak mohly uniknout pozornosti.

Zjištění nabývá na hodnotě, když ukazuje cestu k experimentu, který stojí za to provést. Jednu takovou stopu agenti našli u genu DCTN1, jehož mutace způsobují Perryho syndrom, neurodegenerativní onemocnění s příznaky podobnými Parkinsonově chorobě.

DCTN1 se podílí na transportu látek a struktur uvnitř neuronů. V celomozkovém atlasu CRISPR vedlo narušení Dctn1 ke zvýšené expresi genů zapojených do tvorby cholesterolu. Agenti toto pozorování propojili s výzkumem, podle něhož mohou problémy s transportem cholesterolu vést buňky k jeho zvýšené tvorbě. Vyvstala tak otázka pro navazující experimenty: mohlo by narušení DCTN1 změnit rozložení cholesterolu uvnitř neuronů a mohly by tyto změny přispívat k neurodegeneraci? Pokud ano, mohlo by obnovení normálního rozložení cholesterolu pomoci chránit neurony?

Také lidští odborníci považovali tuto hypotézu za novou, významnou a hodnou dalšího zkoumání. Tento příklad ukazuje, jak propojení nečekaného výsledku s existujícími poznatky může proměnit stopu v ověřitelnou myšlenku a potenciálně i v nový směr léčby onemocnění.

Ústřední roli v objevování si nadále zachovávají vědci. Odhalováním dalších slibných stop může AI pomáhat výzkumníkům rozhodovat, kterým myšlenkám se věnovat, navrhovat experimenty a interpretovat výsledky. Cílem je proměnit více informací z biologických experimentů v poznatky, které mohou časem pomoci nasměrovat vývoj lepších léků.