Uso de miles de agentes de IA para descubrir nuevas pistas en datos biológicos
Cómo OpenAI, PerturbAI y Scripps Research usaron agentes de IA distribuidos para ayudar a los científicos a identificar pistas prometedoras para la investigación en datos de millones de células cerebrales
Descubre cómo OpenAI, PerturbAI y Scripps Research desplegaron miles de agentes de IA en paralelo para identificar conexiones biológicas prometedoras en datos complejos de millones de células cerebrales.
Vídeo: PerturbAI.
¿Y si los científicos pudieran descubrir nuevas pistas sobre el alzhéimer y el párkinson en minutos en lugar de meses? En una colaboración conjunta, OpenAI, PerturbAI(se abre en una ventana nueva) y Scripps Research(se abre en una ventana nueva) utilizaron miles de agentes de IA basados en GPT‑Rosalind(se abre en una ventana nueva) para analizar e interpretar datos experimentales existentes de millones de células cerebrales de ratón(se abre en una ventana nueva) en solo 32 minutos. Los agentes relacionaron los efectos de las inactivaciones génicas con hallazgos de la bibliografía científica y descubrieron conexiones biológicas inesperadas que pueden ayudar a los científicos a comprender las enfermedades e identificar líneas de investigación para nuevos tratamientos. El trabajo muestra cómo la IA puede ayudar a los investigadores a explorar más a fondo lo que revelan los experimentos biológicos a gran escala.
Los experimentos actuales generan muchos más datos de los que los científicos pueden investigar en profundidad. Ahora los investigadores pueden alterar miles de genes y medir sus efectos en millones de células. Pero comprender qué significan estos resultados para las enfermedades humanas exige relacionar hallazgos experimentales complejos con un conocimiento científico acumulado durante décadas y disperso en distintas fuentes. Es aquí donde la IA puede ayudar a los científicos a descubrir pistas prometedoras que, de otro modo, podrían pasar desapercibidas.
«Creamos atlas celulares para que otros científicos puedan hacer descubrimientos que aún no hemos imaginado. La IA podría ayudar a más investigadores a explorar estos recursos y transformar observaciones inesperadas en nuevas preguntas que poner a prueba».
El equipo repartió el análisis entre miles de agentes de IA basados en GPT‑Rosalind, un enfoque que denominamos razonamiento biológico distribuido. Los agentes examinaron un atlas CRISPR de todo el cerebro(se abre en una ventana nueva), un conjunto de datos que muestra cómo las inactivaciones génicas afectan a distintos tipos de células en todo el cerebro del ratón. Cada agente investigó una inactivación génica, analizó las respuestas celulares, consultó la bibliografía científica y propuso explicaciones para los resultados. Sus informes se combinaron en un atlas de razonamiento que relaciona genes, efectos celulares, publicaciones pertinentes y posibles mecanismos biológicos.
El equipo de investigación estimó que un análisis y una revisión bibliográfica comparables realizados por personas, estudiando las perturbaciones de una en una, llevarían entre varios meses y un año. Los agentes reprodujeron los hallazgos de los análisis humanos y, además, descubrieron nuevas pistas. Sus valoraciones sobre la novedad y el valor científico también coincidieron con las de expertos humanos que realizaron una evaluación ciega. Estos hallazgos ayudan a priorizar los experimentos adicionales necesarios para poner a prueba los mecanismos biológicos propuestos.
Algunos de estos resultados apuntan a nuevas pistas para comprender las enfermedades cerebrales. Los agentes identificaron diferencias inesperadas en los efectos de dos genes asociados a enfermedades sobre las células cerebrales, así como una posible conexión entre la regulación del colesterol y la neurodegeneración. Estos hallazgos podrían ayudar a los científicos a investigar cómo se desarrollan las enfermedades y en qué puntos podrían actuar futuros tratamientos.
«A veces las pistas ya están ahí, dispersas entre distintos campos; simplemente aún no las hemos conectado. El posible vínculo entre la función neuronal y el metabolismo del colesterol muestra cómo esas piezas, una vez reunidas, pueden ofrecernos una nueva forma de entender la biología de las enfermedades».
Los investigadores pueden empezar a explorar estos hallazgos desde hoy. El atlas de razonamiento está disponible(se abre en una ventana nueva) para que los científicos puedan comparar genes relacionados, investigar respuestas inesperadas e identificar pistas prometedoras que seguir explorando. Los nuevos descubrimientos suelen surgir cuando investigadores de distintos campos aúnan sus conocimientos y relacionan ideas conocidas de formas inesperadas. La IA puede multiplicar estas conexiones al relacionar nuevos datos con conocimientos dispersos entre distintas disciplinas. Las posibilidades van más allá de analizar datos con mayor rapidez. Al combinar la IA con la biología experimental, el conocimiento de los expertos y la bibliografía científica, podemos ayudar a los científicos a transformar una mayor parte de sus datos en ideas comprobables.
Algunas de las pistas más interesantes de un experimento quedan fuera del planteamiento que los científicos se propusieron investigar. En un conjunto de datos que abarca miles de perturbaciones, esas pistas pueden pasar fácilmente desapercibidas.
Los agentes identificaron una diferencia inesperada entre Tsc1 y Tsc2, dos genes que trabajan juntos para controlar mTOR, un regulador clave del crecimiento celular, el metabolismo y el envejecimiento. La inactivación de cualquiera de los dos genes tuvo efectos similares en varios grupos de neuronas. Pero en el cerebelo, que ayuda a coordinar el movimiento, la inactivación de Tsc2 alteró la actividad de decenas de genes implicados en la comunicación neuronal, mientras que la de Tsc1 produjo pocos cambios.
Esa diferencia podría ser relevante para las enfermedades humanas. En las personas con esclerosis tuberosa, las anomalías del cerebelo están estrechamente relacionadas con las mutaciones de TSC2. Aunque los medicamentos que reducen la actividad de mTOR pueden tratar ciertos tumores cerebrales y convulsiones, las dificultades de aprendizaje y de conducta asociadas a la enfermedad siguen siendo difíciles de abordar. Los agentes identificaron un grupo concreto de neuronas y cambios celulares que merecen investigarse: ¿qué cambios podrían corregir los medicamentos existentes y cuáles podrían apuntar a nuevos enfoques terapéuticos? Esto ofrece a los investigadores un conjunto de preguntas más concretas que poner a prueba en el laboratorio.
¿Podría un único agente con acceso al conjunto de datos completo rendir tan bien como miles de agentes trabajando en paralelo? Lo pusimos a prueba manteniendo constantes el modelo y los recursos. A medida que aumentaba la carga de trabajo, el agente único consultaba menos bibliografía: con la carga máxima, citó solo 11 referencias, mientras que los agentes distribuidos citaron más de 700. Los expertos humanos también prefirieron las interpretaciones de los agentes distribuidos.
Los científicos disponen de un tiempo limitado y suelen centrarse en las señales más claras de sus datos. Los agentes distribuidos pueden ayudar a examinar una mayor variedad de respuestas, incluidas las sutiles o inesperadas, y relacionarlas con la bibliografía científica pertinente. Ejecutar los agentes en paralelo permite investigar muchas perturbaciones a la vez. Esto ayuda a los científicos a explorar más a fondo la información de un experimento e identificar pistas prometedoras que, de otro modo, podrían pasar desapercibidas.
Con la carga de trabajo máxima, los agentes distribuidos citaron más de 700 referencias, frente a las 11 de un único agente.
Un hallazgo cobra más valor cuando apunta a un experimento que merece la pena realizar. Los agentes encontraron una pista de este tipo en DCTN1, un gen cuyas mutaciones causan el síndrome de Perry, una enfermedad neurodegenerativa con síntomas similares a los del párkinson.
DCTN1 interviene en el transporte de sustancias y estructuras dentro de las neuronas. En el atlas CRISPR de todo el cerebro, la inactivación de Dctn1 aumentó la expresión de los genes implicados en la síntesis de colesterol. Los agentes relacionaron esta observación con investigaciones que sugieren que los problemas en el transporte del colesterol pueden hacer que las células produzcan más colesterol. Esto planteó una pregunta para futuros experimentos: ¿podría la inactivación de DCTN1 cambiar la distribución del colesterol dentro de las neuronas y podrían esos cambios contribuir a la neurodegeneración? De ser así, ¿podría el restablecimiento de la distribución normal del colesterol ayudar a proteger las neuronas?
Los expertos humanos también consideraron que esta hipótesis era novedosa, relevante y merecía seguir investigándose. Este ejemplo muestra cómo relacionar un resultado inesperado con el conocimiento existente puede transformar una pista en una idea comprobable y, potencialmente, en una nueva vía para tratar enfermedades.
En comparaciones ciegas, los expertos humanos prefirieron los informes de los agentes distribuidos a los de un único agente en el 75 % de los casos.
Los científicos siguen siendo el eje central de los descubrimientos. Al descubrir más pistas prometedoras, la IA puede ayudar a los investigadores a decidir qué ideas explorar, diseñar experimentos e interpretar resultados. El objetivo es convertir una mayor parte de la información de los experimentos biológicos en conocimiento que, con el tiempo, ayude a orientar el desarrollo de mejores medicamentos.
