Χιλιάδες πράκτορες AI αποκαλύπτουν νέες ερευνητικές κατευθύνσεις σε βιολογικά δεδομένα

Κι αν οι επιστήμονες μπορούσαν να ανακαλύψουν νέα στοιχεία για τις νόσους Αλτσχάιμερ και Πάρκινσον μέσα σε λίγα λεπτά αντί για μήνες; Η OpenAI, η PerturbAI⁠(ανοίγει σε νέο παράθυρο) και το Scripps Research⁠(ανοίγει σε νέο παράθυρο) συνεργάστηκαν και χρησιμοποίησαν χιλιάδες πράκτορες AI που βασίζονται στο GPT‑Rosalind⁠(ανοίγει σε νέο παράθυρο) για να αναλύσουν και να ερμηνεύσουν υπάρχοντα πειραματικά δεδομένα από εκατομμύρια εγκεφαλικά κύτταρα ποντικών⁠(ανοίγει σε νέο παράθυρο) μέσα σε μόλις 32 λεπτά. Οι πράκτορες συνέδεσαν τις επιδράσεις της διατάραξης της λειτουργίας γονιδίων με ευρήματα της επιστημονικής βιβλιογραφίας, αποκαλύπτοντας απροσδόκητες βιολογικές συνδέσεις που μπορούν να βοηθήσουν τους επιστήμονες να κατανοήσουν ασθένειες και να εντοπίσουν ερευνητικές κατευθύνσεις για νέες θεραπείες. Η εργασία αυτή δείχνει πώς η AI μπορεί να βοηθήσει τους ερευνητές να εξερευνήσουν περισσότερα από όσα αποκαλύπτουν τα βιολογικά πειράματα μεγάλης κλίμακας.

Τα σύγχρονα πειράματα παράγουν πολύ περισσότερα δεδομένα από όσα μπορούν να διερευνήσουν σε βάθος οι επιστήμονες. Οι ερευνητές μπορούν πλέον να τροποποιούν χιλιάδες γονίδια και να μετρούν τις επιδράσεις τους σε εκατομμύρια κύτταρα. Για να κατανοήσουμε όμως τι σημαίνουν αυτά τα αποτελέσματα για τις ανθρώπινες ασθένειες, πρέπει να συνδέσουμε σύνθετα πειραματικά ευρήματα με διάσπαρτη επιστημονική γνώση δεκαετιών. Εδώ η AI μπορεί να βοηθήσει τους επιστήμονες να ανακαλύψουν υποσχόμενες κατευθύνσεις που διαφορετικά θα μπορούσαν να περάσουν απαρατήρητες.

Η ομάδα μοίρασε την ανάλυση σε χιλιάδες πράκτορες AI που βασίζονται στο GPT‑Rosalind, μια προσέγγιση που ονομάζουμε κατανεμημένη βιολογική συλλογιστική. Οι πράκτορες εξέτασαν έναν άτλαντα CRISPR ολόκληρου του εγκεφάλου⁠(ανοίγει σε νέο παράθυρο), ένα σύνολο δεδομένων που δείχνει πώς η διατάραξη της λειτουργίας γονιδίων επηρεάζει διαφορετικούς τύπους κυττάρων σε όλο τον εγκέφαλο του ποντικού. Κάθε πράκτορας διερεύνησε τη διατάραξη της λειτουργίας ενός γονιδίου, ανέλυσε τις κυτταρικές αποκρίσεις, αναζήτησε στοιχεία στην επιστημονική βιβλιογραφία και πρότεινε εξηγήσεις για τα αποτελέσματα. Οι αναφορές τους συνδυάστηκαν σε έναν άτλαντα συλλογιστικής που συνδέει γονίδια, κυτταρικές επιδράσεις, σχετικές δημοσιεύσεις και πιθανούς βιολογικούς μηχανισμούς.

Η ερευνητική ομάδα εκτίμησε ότι μια αντίστοιχη ανάλυση και βιβλιογραφική ανασκόπηση από ανθρώπους, με εξέταση μίας διαταραχής κάθε φορά, θα απαιτούσε από αρκετούς μήνες έως έναν χρόνο. Οι πράκτορες αναπαρήγαγαν ευρήματα από αναλύσεις ανθρώπων, ενώ παράλληλα ανέδειξαν πρόσθετες ερευνητικές κατευθύνσεις. Οι εκτιμήσεις τους για την πρωτοτυπία και την επιστημονική αξία συμφωνούσαν επίσης με τις κρίσεις ειδικών που συμμετείχαν σε τυφλή αξιολόγηση. Αυτά τα ευρήματα βοηθούν στον καθορισμό προτεραιοτήτων για τα περαιτέρω πειράματα που απαιτούνται ώστε να ελεγχθούν οι προτεινόμενοι βιολογικοί μηχανισμοί.

Ορισμένα από αυτά τα συμπεράσματα υποδεικνύουν νέες κατευθύνσεις για την κατανόηση των παθήσεων του εγκεφάλου. Οι πράκτορες εντόπισαν απροσδόκητες διαφορές στον τρόπο με τον οποίο δύο γονίδια που σχετίζονται με ασθένειες επηρεάζουν τα εγκεφαλικά κύτταρα, καθώς και μια πιθανή σύνδεση μεταξύ της ρύθμισης της χοληστερόλης και του νευροεκφυλισμού. Αυτά τα ευρήματα θα μπορούσαν να βοηθήσουν τους επιστήμονες να διερευνήσουν πώς αναπτύσσονται οι ασθένειες και σε ποια σημεία θα μπορούσαν να παρέμβουν μελλοντικές θεραπείες.

Οι ερευνητές μπορούν να αρχίσουν να εξερευνούν αυτά τα ευρήματα από σήμερα. Ο άτλαντας συλλογιστικής είναι διαθέσιμος⁠(ανοίγει σε νέο παράθυρο), επιτρέποντας στους επιστήμονες να συγκρίνουν συγγενή γονίδια, να διερευνήσουν απροσδόκητες αποκρίσεις και να εντοπίσουν υποσχόμενες κατευθύνσεις για περαιτέρω έρευνα. Νέες ανακαλύψεις προκύπτουν συχνά όταν ερευνητές από διαφορετικούς κλάδους συνδυάζουν την τεχνογνωσία τους και συνδέουν γνωστές ιδέες με απροσδόκητους τρόπους. Η AI μπορεί να διευρύνει σημαντικά την κλίμακα αυτών των συνδέσεων, συνδέοντας νέα δεδομένα με γνώση διάσπαρτη σε διαφορετικούς επιστημονικούς κλάδους. Οι δυνατότητες δεν περιορίζονται στην ταχύτερη ανάλυση δεδομένων. Συνδυάζοντας την AI με την πειραματική βιολογία, την ανθρώπινη τεχνογνωσία και την επιστημονική βιβλιογραφία, μπορούμε να βοηθήσουμε τους επιστήμονες να μετατρέπουν περισσότερα από τα δεδομένα τους σε ιδέες που μπορούν να ελεγχθούν πειραματικά.

Μερικά από τα πιο ενδιαφέροντα στοιχεία ενός πειράματος βρίσκονται έξω από το πλαίσιο όσων ξεκίνησαν να διερευνούν οι επιστήμονες. Σε ένα σύνολο δεδομένων που καλύπτει χιλιάδες διαταραχές, αυτά τα στοιχεία μπορούν εύκολα να περάσουν απαρατήρητα.

Οι πράκτορες εντόπισαν μια απροσδόκητη διαφορά μεταξύ των Tsc1 και Tsc2, δύο γονιδίων που συνεργάζονται για τον έλεγχο του mTOR, ενός βασικού ρυθμιστή της κυτταρικής ανάπτυξης, του μεταβολισμού και της γήρανσης. Η διατάραξη της λειτουργίας οποιουδήποτε από τα δύο γονίδια είχε παρόμοιες επιδράσεις σε αρκετές ομάδες νευρώνων. Ωστόσο, στην παρεγκεφαλίδα, η οποία συμβάλλει στον συντονισμό της κίνησης, η διατάραξη της λειτουργίας του Tsc2 μετέβαλε τη δραστηριότητα δεκάδων γονιδίων που συμμετέχουν στην επικοινωνία μεταξύ νευρώνων, ενώ η διατάραξη της λειτουργίας του Tsc1 προκάλεσε μικρές μόνο αλλαγές.

Αυτή η διαφορά ενδέχεται να έχει σημασία για τις ανθρώπινες ασθένειες. Σε άτομα με οζώδη σκλήρυνση, οι ανωμαλίες στην παρεγκεφαλίδα συνδέονται στενά με μεταλλάξεις του TSC2. Παρότι τα φάρμακα που μειώνουν τη δραστηριότητα του mTOR μπορούν να αντιμετωπίσουν ορισμένους όγκους του εγκεφάλου και επιληπτικές κρίσεις, οι μαθησιακές δυσκολίες και οι δυσκολίες στη συμπεριφορά που συνδέονται με τη νόσο παραμένουν δύσκολο να αντιμετωπιστούν. Οι πράκτορες εντόπισαν μια συγκεκριμένη ομάδα νευρώνων και κυτταρικές αλλαγές που αξίζει να διερευνηθούν: ποιες αλλαγές θα μπορούσαν να διορθώσουν τα υπάρχοντα φάρμακα και ποιες θα μπορούσαν να υποδείξουν νέες θεραπευτικές προσεγγίσεις; Έτσι, οι ερευνητές έχουν ένα πιο συγκεκριμένο σύνολο ερωτημάτων προς διερεύνηση στο εργαστήριο.

Θα μπορούσε ένας μόνο πράκτορας, έχοντας στη διάθεσή του ολόκληρο το σύνολο δεδομένων, να αποδώσει εξίσου καλά με χιλιάδες πράκτορες που εργάζονται παράλληλα; Το δοκιμάσαμε, διατηρώντας σταθερά το μοντέλο και τους διαθέσιμους πόρους. Καθώς ο φόρτος εργασίας αυξανόταν, ο μεμονωμένος πράκτορας αναζητούσε μικρότερο μέρος της βιβλιογραφίας και, στον μεγαλύτερο φόρτο εργασίας, παρέθεσε μόλις 11 βιβλιογραφικές αναφορές, ενώ οι κατανεμημένοι πράκτορες παρέθεσαν περισσότερες από 700. Οι ειδικοί που αξιολόγησαν τα αποτελέσματα προτίμησαν επίσης τις ερμηνείες των κατανεμημένων πρακτόρων.

Οι επιστήμονες έχουν περιορισμένο χρόνο και συχνά εστιάζουν στα ισχυρότερα σήματα που εντοπίζουν στα δεδομένα τους. Οι κατανεμημένοι πράκτορες μπορούν να βοηθήσουν στην εξέταση ευρύτερου φάσματος αποκρίσεων, ακόμη και ανεπαίσθητων ή απροσδόκητων, και στη σύνδεσή τους με τη σχετική επιστημονική βιβλιογραφία. Η παράλληλη λειτουργία των πρακτόρων επιτρέπει την ταυτόχρονη διερεύνηση πολλών διαταραχών. Έτσι, οι επιστήμονες μπορούν να εξερευνήσουν περισσότερα από όσα αποκαλύπτει ένα πείραμα και να εντοπίσουν υποσχόμενες κατευθύνσεις που διαφορετικά θα μπορούσαν να περάσουν απαρατήρητες.

Ένα εύρημα αποκτά μεγαλύτερη αξία όταν υποδεικνύει ένα πείραμα που αξίζει να γίνει. Οι πράκτορες εντόπισαν μια τέτοια κατεύθυνση στο DCTN1, ένα γονίδιο του οποίου οι μεταλλάξεις προκαλούν το σύνδρομο Perry, μια νευροεκφυλιστική νόσο με συμπτώματα παρόμοια με εκείνα της νόσου Πάρκινσον.

Το DCTN1 συμμετέχει στη μεταφορά φορτίων στο εσωτερικό των νευρώνων. Στον άτλαντα CRISPR ολόκληρου του εγκεφάλου, η διατάραξη της λειτουργίας του Dctn1 αύξησε την έκφραση γονιδίων που συμμετέχουν στην παραγωγή χοληστερόλης. Οι πράκτορες συνέδεσαν αυτή την παρατήρηση με έρευνες που υποδηλώνουν ότι τα προβλήματα στη μεταφορά της χοληστερόλης μπορεί να οδηγήσουν τα κύτταρα στην παραγωγή περισσότερης χοληστερόλης. Αυτό έθεσε ένα ερώτημα για περαιτέρω πειράματα: θα μπορούσε η διατάραξη της λειτουργίας του DCTN1 να αλλάξει την κατανομή της χοληστερόλης μέσα στους νευρώνες και θα μπορούσαν αυτές οι αλλαγές να συμβάλλουν στον νευροεκφυλισμό; Αν ναι, θα μπορούσε η αποκατάσταση της φυσιολογικής κατανομής της χοληστερόλης να βοηθήσει στην προστασία των νευρώνων;

Οι ειδικοί που αξιολόγησαν αυτή την υπόθεση τη θεώρησαν επίσης πρωτότυπη, σημαντική και άξια περαιτέρω διερεύνησης. Το παράδειγμα αυτό δείχνει πώς η σύνδεση ενός απροσδόκητου αποτελέσματος με την υπάρχουσα γνώση μπορεί να μετατρέψει μια ένδειξη σε ιδέα που μπορεί να ελεγχθεί πειραματικά και, ενδεχομένως, σε μια νέα κατεύθυνση για τη θεραπεία ασθενειών.

Οι επιστήμονες παραμένουν στο επίκεντρο της ανακάλυψης. Αναδεικνύοντας περισσότερες υποσχόμενες κατευθύνσεις, η AI μπορεί να βοηθήσει τους ερευνητές να αποφασίσουν ποιες ιδέες να διερευνήσουν, να σχεδιάσουν πειράματα και να ερμηνεύσουν αποτελέσματα. Στόχος είναι να μετατρέπεται μεγαλύτερο μέρος της πληροφορίας των βιολογικών πειραμάτων σε γνώση που, με την πάροδο του χρόνου, μπορεί να συμβάλει στην ανάπτυξη καλύτερων φαρμάκων.