Des milliers d’agents d’IA pour découvrir de nouvelles pistes dans les données biologiques
Comment OpenAI, PerturbAI et Scripps Research ont utilisé des agents d’IA distribués pour aider les scientifiques à repérer des pistes de recherche prometteuses dans les données de millions de cellules cérébrales
Découvrez comment OpenAI, PerturbAI et Scripps Research ont déployé des milliers d’agents d’IA en parallèle pour repérer des liens biologiques prometteurs dans les données complexes de millions de cellules cérébrales.
Crédit vidéo : PerturbAI.
Et si les scientifiques pouvaient découvrir de nouveaux indices sur les maladies d’Alzheimer et de Parkinson en quelques minutes plutôt qu’en plusieurs mois? Ensemble, OpenAI, PerturbAI(s'ouvre dans une nouvelle fenêtre) et Scripps Research(s'ouvre dans une nouvelle fenêtre) ont utilisé des milliers d’agents d’IA propulsés par GPT‑Rosalind(s'ouvre dans une nouvelle fenêtre) pour analyser et interpréter des données expérimentales existantes provenant de millions de cellules cérébrales de souris(s'ouvre dans une nouvelle fenêtre) en seulement 32 minutes. Les agents ont relié les effets des perturbations de gènes aux résultats de la littérature scientifique, révélant des liens biologiques inattendus qui peuvent aider les scientifiques à comprendre les maladies et à dégager des pistes de recherche pour de nouveaux traitements. Ces travaux montrent comment l’IA peut aider les chercheurs à explorer davantage ce que révèlent les expériences biologiques à grande échelle.
Les expériences modernes génèrent bien plus de données que les scientifiques ne peuvent en étudier en profondeur. Les chercheurs peuvent désormais modifier des milliers de gènes et mesurer leurs effets dans des millions de cellules. Mais comprendre ce que ces résultats signifient pour les maladies humaines exige de relier des résultats expérimentaux complexes à des décennies de connaissances scientifiques dispersées. C’est là que l’IA peut aider les scientifiques à découvrir des pistes prometteuses qui pourraient autrement passer inaperçues.
« Nous créons des atlas cellulaires pour que d’autres scientifiques puissent faire des découvertes que nous n’avons pas encore imaginées. L’IA pourrait aider davantage de chercheurs à explorer ces ressources et à transformer des observations inattendues en nouvelles questions à examiner. »
L’équipe a réparti l’analyse entre des milliers d’agents d’IA propulsés par GPT‑Rosalind, une approche que nous appelons le raisonnement biologique distribué. Les agents ont examiné un atlas CRISPR du cerveau entier(s'ouvre dans une nouvelle fenêtre), un jeu de données montrant comment les perturbations de gènes affectent différents types de cellules dans l’ensemble du cerveau de la souris. Chaque agent a étudié une perturbation de gène, analysé les réponses cellulaires, exploré la littérature scientifique et proposé des explications aux résultats. Leurs rapports ont été combinés en un atlas de raisonnement reliant les gènes, les effets cellulaires, les publications pertinentes et les mécanismes biologiques possibles.
L’équipe de recherche a estimé qu’une analyse humaine et une revue de la littérature comparables, menées une perturbation à la fois, prendraient de plusieurs mois à un an. Les agents ont reproduit les résultats d’analyses humaines tout en découvrant des pistes supplémentaires. Leurs évaluations de la nouveauté et de la valeur scientifique concordaient aussi avec les jugements d’experts humains travaillant à l’aveugle. Ces résultats aident à établir les priorités parmi les expériences supplémentaires nécessaires pour tester les mécanismes biologiques proposés.
Certaines de ces observations ouvrent de nouvelles pistes pour comprendre les maladies du cerveau. Les agents ont repéré des différences inattendues dans les effets de deux gènes associés à des maladies sur les cellules cérébrales, ainsi qu’un lien potentiel entre la régulation du cholestérol et la neurodégénérescence. Ces résultats pourraient aider les scientifiques à étudier comment les maladies se développent et où de futurs traitements pourraient agir.
« Parfois, les indices sont déjà là, dispersés dans différents domaines; nous ne les avons simplement pas encore reliés. Le lien possible entre la fonction neuronale et le métabolisme du cholestérol montre comment ces éléments, une fois réunis, peuvent nous offrir une nouvelle façon d’envisager la biologie des maladies. »
Les chercheurs peuvent commencer à explorer ces résultats dès aujourd’hui. L’atlas de raisonnement est accessible(s'ouvre dans une nouvelle fenêtre), ce qui permet aux scientifiques de comparer des gènes apparentés, d’étudier des réponses inattendues et de repérer des pistes prometteuses à approfondir. De nouvelles découvertes émergent souvent lorsque des chercheurs de différents domaines mettent leur expertise en commun et relient des idées familières de façons inattendues. L’IA peut multiplier considérablement ces liens en reliant de nouvelles données à des connaissances dispersées entre les disciplines. Le potentiel va au-delà d’une analyse plus rapide des données. En combinant l’IA, la biologie expérimentale, l’expertise humaine et la littérature scientifique, nous pouvons aider les scientifiques à transformer davantage de leurs données en idées vérifiables.
Certains des indices les plus intéressants d’une expérience se trouvent en dehors du sujet que les scientifiques avaient prévu d’étudier. Dans un jeu de données couvrant des milliers de perturbations, ces indices peuvent facilement passer inaperçus.
Les agents ont repéré une différence inattendue entre Tsc1 et Tsc2, deux gènes qui agissent ensemble pour contrôler mTOR, un régulateur majeur de la croissance cellulaire, du métabolisme et du vieillissement. La perturbation de l’un ou l’autre de ces gènes avait des effets similaires dans plusieurs groupes de neurones. Mais dans le cervelet, qui aide à coordonner les mouvements, la perturbation de Tsc2 modifiait l’activité de dizaines de gènes impliqués dans la communication neuronale, tandis que celle de Tsc1 produisait peu de changements.
Cette différence pourrait être pertinente pour les maladies humaines. Chez les personnes atteintes de sclérose tubéreuse, les anomalies du cervelet sont fortement liées aux mutations de TSC2. Bien que les médicaments qui réduisent l’activité de mTOR puissent traiter certaines tumeurs cérébrales et crises épileptiques, les difficultés d’apprentissage et de comportement associées à la maladie restent difficiles à prendre en charge. Les agents ont ciblé un groupe précis de neurones et des changements cellulaires qui méritent d’être étudiés : quels changements les médicaments existants pourraient-ils corriger, et lesquels pourraient orienter de nouvelles approches thérapeutiques? Cela donne aux chercheurs un ensemble de questions plus précises à examiner en laboratoire.
Un seul agent disposant de l’ensemble des données pourrait-il faire aussi bien que des milliers d’agents travaillant en parallèle? Nous avons testé cette possibilité en gardant le même modèle et les mêmes ressources. À mesure que la charge de travail augmentait, l’agent unique explorait moins la littérature scientifique, ne citant que 11 références à la charge maximale, alors que les agents distribués en citaient plus de 700. Les experts humains préféraient aussi les interprétations des agents distribués.
Les scientifiques disposent de peu de temps et se concentrent souvent sur les signaux les plus forts dans leurs données. Les agents distribués peuvent aider à examiner un éventail plus large de réponses, y compris celles qui sont subtiles ou inattendues, et à les relier à la littérature scientifique pertinente. L’exécution des agents en parallèle permet d’étudier de nombreuses perturbations à la fois. Cela aide les scientifiques à explorer davantage ce que contient une expérience et à repérer des pistes prometteuses qui pourraient autrement passer inaperçues.
À la charge de travail maximale, les agents distribués citaient plus de 700 références, contre 11 pour un agent unique.
Une découverte prend de la valeur lorsqu’elle mène à une expérience qui mérite d’être menée. Les agents ont trouvé une telle piste dans DCTN1, un gène dont les mutations causent le syndrome de Perry, une maladie neurodégénérative aux symptômes semblables à ceux de la maladie de Parkinson.
DCTN1 participe au transport de composants à l’intérieur des neurones. Dans l’atlas CRISPR du cerveau entier, la perturbation de Dctn1 augmentait l’expression des gènes impliqués dans la production de cholestérol. Les agents ont relié cette observation à des recherches suggérant que des problèmes de transport du cholestérol pourraient amener les cellules à en produire davantage. Cela a soulevé une question pour les expériences de suivi : la perturbation de DCTN1 pourrait-elle modifier la répartition du cholestérol dans les neurones, et ces changements pourraient-ils contribuer à la neurodégénérescence? Si oui, le rétablissement d’une répartition normale du cholestérol pourrait-il aider à protéger les neurones?
Les experts humains ont eux aussi jugé cette hypothèse nouvelle, importante et digne d’être approfondie. Cet exemple montre comment relier un résultat inattendu aux connaissances existantes peut transformer un indice en idée vérifiable et, potentiellement, en nouvelle voie de traitement.
Lors de comparaisons à l’aveugle, les experts humains préféraient les rapports des agents distribués à ceux d’un agent unique dans 75 % des cas.
Les scientifiques restent au cœur de la découverte. En révélant davantage de pistes prometteuses, l’IA peut aider les chercheurs à choisir les idées à approfondir, à concevoir des expériences et à interpréter les résultats. L’objectif est de transformer une plus grande part de l’information issue des expériences biologiques en connaissances qui, avec le temps, pourront orienter le développement de meilleurs médicaments.
