אלפי סוכני בינה מלאכותית חושפים כיווני מחקר חדשים בנתונים ביולוגיים
כיצד OpenAI, PerturbAI ו־Scripps Research השתמשו בסוכני בינה מלאכותית מבוזרים כדי לעזור למדענים לזהות כיווני מחקר מבטיחים בנתונים ממיליוני תאי מוח
גלו כיצד OpenAI, PerturbAI ו־Scripps Research הפעילו אלפי סוכני בינה מלאכותית במקביל כדי לזהות קשרים ביולוגיים מבטיחים בנתונים מורכבים ממיליוני תאי מוח.
קרדיט לסרטון: PerturbAI.
מה אם מדענים היו יכולים לחשוף רמזים חדשים על אלצהיימר ופרקינסון בתוך דקות במקום חודשים? בשיתוף פעולה בין OpenAI, PerturbAI(נפתח בחלון חדש) ו־Scripps Research(נפתח בחלון חדש), נעשה שימוש ב־אלפי סוכני בינה מלאכותית המבוססים על GPT‑Rosalind(נפתח בחלון חדש) כדי לנתח ולפרש נתונים קיימים מניסויים ב־מיליוני תאי מוח של עכברים(נפתח בחלון חדש) בתוך 32 דקות בלבד. הסוכנים קישרו בין ההשפעות של שיבושים בגנים לבין ממצאים מהספרות המדעית, וחשפו קשרים ביולוגיים בלתי צפויים שיכולים לעזור למדענים להבין מחלות ולזהות כיווני מחקר לטיפולים חדשים. העבודה ממחישה כיצד בינה מלאכותית יכולה לעזור לחוקרים לבחון יותר מהממצאים שניסויים ביולוגיים רחבי היקף חושפים.
ניסויים מודרניים מייצרים הרבה יותר נתונים מכפי שמדענים יכולים לחקור לעומק. כיום חוקרים יכולים לשנות אלפי גנים ולמדוד את השפעותיהם במיליוני תאים. אבל כדי להבין את משמעות התוצאות האלה למחלות בבני אדם, צריך לחבר בין ממצאי ניסויים מורכבים לבין ידע מדעי שנצבר במשך עשרות שנים ומפוזר במקורות רבים. כאן בינה מלאכותית יכולה לעזור למדענים לחשוף כיווני מחקר מבטיחים שאחרת היו עלולים לחמוק מעיניהם.
״אנחנו בונים אטלסים של תאים כדי שמדענים אחרים יוכלו להגיע לתגליות שעדיין לא דמיינו. בינה מלאכותית עשויה לעזור ליותר חוקרים לחקור את המשאבים האלה ולהפוך תצפיות בלתי צפויות לשאלות חדשות לבדיקה.״
הצוות חילק את עבודת הניתוח בין אלפי סוכני בינה מלאכותית המבוססים על GPT‑Rosalind, בגישה שאנו מכנים reasoning ביולוגי מבוזר. הסוכנים בחנו אטלס CRISPR של המוח כולו(נפתח בחלון חדש), מערך נתונים שמראה כיצד שיבושים בגנים משפיעים על סוגי תאים שונים ברחבי מוח העכבר. כל סוכן חקר שיבוש בגן, ניתח תגובות תאיות, חיפש בספרות המדעית והציע הסברים לתוצאות. הדוחות שלהם אוחדו לאטלס reasoning המקשר בין גנים, השפעות תאיות, פרסומים רלוונטיים ומנגנונים ביולוגיים אפשריים.
צוות המחקר העריך שניתוח וסקירת ספרות בהיקף דומה בידי בני אדם, תוך בחינת שיבוש גנטי אחד בכל פעם, היו נמשכים חודשים עד שנה. הסוכנים שחזרו ממצאים מניתוחים שביצעו בני אדם, ובמקביל חשפו כיווני מחקר נוספים. גם הערכותיהם לגבי החדשנות והערך המדעי תאמו את הערכותיהם של מומחים אנושיים שלא ידעו מה מקור הדוחות. הממצאים האלה מסייעים לתעדף ניסויים נוספים הנחוצים לבדיקת המנגנונים הביולוגיים שהוצעו.
חלק מהתובנות האלה מצביעות על כיוונים חדשים להבנת מחלות מוח. הסוכנים זיהו הבדלים בלתי צפויים בהשפעות של שני גנים הקשורים למחלות על תאי מוח, וכן קשר אפשרי בין ויסות כולסטרול לניוון עצבי. הממצאים האלה עשויים לעזור למדענים לחקור כיצד מחלות מתפתחות ובאילו נקודות טיפולים עתידיים יוכלו להתערב.
״לפעמים הרמזים כבר שם, מפוזרים בתחומים שונים — פשוט עדיין לא חיברנו ביניהם. הקשר האפשרי בין תפקוד תאי עצב לחילוף החומרים של כולסטרול ממחיש כיצד חיבור החלקים האלה יכול להעניק לנו דרך חדשה לחשוב על הביולוגיה של מחלות.״
חוקרים יכולים להתחיל לבחון את הממצאים האלה כבר היום. אטלס ה־reasoning זמין לשימוש(נפתח בחלון חדש), ומאפשר למדענים להשוות בין גנים קשורים, לחקור תגובות בלתי צפויות ולזהות כיווני מחקר מבטיחים להמשך. תגליות חדשות צצות לעיתים קרובות כשחוקרים מתחומים שונים משלבים את המומחיות שלהם ומחברים בין רעיונות מוכרים בדרכים בלתי צפויות. בינה מלאכותית יכולה להרחיב מאוד את היקף החיבורים האלה באמצעות קישור בין נתונים חדשים לידע המפוזר בתחומי מחקר שונים. ההזדמנות כאן חורגת מניתוח מהיר יותר של נתונים. באמצעות שילוב של בינה מלאכותית עם ביולוגיה ניסויית, מומחיות אנושית וספרות מדעית, נוכל לעזור למדענים להפוך חלק גדול יותר מהנתונים שלהם לרעיונות שאפשר לבדוק.
כמה מהרמזים המעניינים ביותר בניסוי נמצאים מעבר לסוגיה שהמדענים יצאו לחקור. במערך נתונים הכולל אלפי שיבושים גנטיים, קל לפספס את הרמזים האלה.
הסוכנים זיהו הבדל בלתי צפוי בין Tsc1 ל־Tsc2, שני גנים הפועלים יחד לבקרה על mTOR, וסת מרכזי של גדילת תאים, חילוף חומרים והזדקנות. לשיבוש של כל אחד משני הגנים היו השפעות דומות בכמה קבוצות של תאי עצב. אבל במוחון, המסייע בתיאום תנועה, שיבוש של Tsc2 שינה את הפעילות של עשרות גנים המעורבים בתקשורת בין תאי עצב, בעוד ששיבוש של Tsc1 גרם לשינוי מועט בלבד.
ההבדל הזה עשוי להיות רלוונטי למחלות בבני אדם. אצל אנשים עם טרשת גבשושית, קיים קשר חזק בין חריגות במוחון לבין מוטציות ב־TSC2. תרופות שמפחיתות את פעילות mTOR יכולות לטפל בגידולי מוח מסוימים ובפרכוסים, אך עדיין קשה לתת מענה לקשיי הלמידה וההתנהגות הקשורים למחלה. הסוכנים זיהו קבוצה מסוימת של תאי עצב ושינויים תאיים שכדאי לחקור: אילו שינויים עשויות תרופות קיימות לתקן, ואילו עשויים להצביע על גישות טיפול חדשות? כך מקבלים החוקרים שאלות ממוקדות יותר לבדיקה במעבדה.
האם סוכן יחיד שמקבל את מערך הנתונים כולו יכול להגיע לאותן תוצאות כמו אלפי סוכנים שעובדים במקביל? בדקנו זאת תוך שימוש באותו מודל ובאותם משאבים. ככל שעומס העבודה גדל, הסוכן היחיד סקר פחות מהספרות המדעית. בעומס הגבוה ביותר הוא ציטט רק 11 מקורות, בעוד שהסוכנים המבוזרים ציטטו יותר מ־700 מקורות. גם מומחים אנושיים העדיפו את הפרשנויות של הסוכנים המבוזרים.
זמנם של מדענים מוגבל, ולעיתים קרובות הם מתמקדים באותות החזקים ביותר בנתונים שלהם. סוכנים מבוזרים יכולים לעזור לבחון מגוון רחב יותר של תגובות, כולל תגובות עדינות או בלתי צפויות, ולקשר אותן לספרות מדעית רלוונטית. הפעלת הסוכנים במקביל מאפשרת לחקור שיבושים גנטיים רבים בבת אחת. כך מדענים יכולים לחקור יותר ממה שהניסוי חושף ולזהות כיווני מחקר מבטיחים שאחרת היו עלולים לחמוק מעיניהם.
בעומס העבודה הגבוה ביותר, הסוכנים המבוזרים ציטטו יותר מ־700 מקורות, לעומת 11 שציטט סוכן יחיד.
ערכו של ממצא עולה כשהוא מצביע על ניסוי שכדאי לבצע. הסוכנים מצאו כיוון כזה ב־DCTN1, גן שמוטציות בו גורמות לתסמונת פרי, מחלה ניוונית של מערכת העצבים עם תסמינים דמויי פרקינסון.
DCTN1 מעורב בהובלת מטענים בתוך תאי עצב. באטלס ה־CRISPR של המוח כולו, שיבוש של Dctn1 הגביר את הביטוי של גנים המעורבים בייצור כולסטרול. הסוכנים קישרו את התצפית הזו למחקרים המצביעים על כך שבעיות בהובלת כולסטרול עשויות לגרום לתאים לייצר יותר כולסטרול. מכאן עלתה שאלה לניסויי המשך: האם שיבוש של DCTN1 עשוי לשנות את פיזור הכולסטרול בתוך תאי עצב, והאם השינויים האלה עשויים לתרום לניוון עצבי? אם כן, האם החזרת הכולסטרול לפיזורו התקין יכולה לסייע בהגנה על תאי עצב?
גם מומחים אנושיים ראו בהשערה הזו רעיון חדשני, בעל חשיבות וראוי למחקר המשך. הדוגמה הזו ממחישה כיצד חיבור בין תוצאה בלתי צפויה לידע קיים יכול להפוך רמז לרעיון שאפשר לבדוק, ואולי גם לכיוון חדש לטיפול במחלה.
בהשוואות שבהן מקור הדוחות הוסתר, מומחים אנושיים העדיפו דוחות של סוכנים מבוזרים על פני דוחות של סוכן יחיד ב־75% מהמקרים.
המדענים נותרים בלב תהליך הגילוי. באמצעות חשיפת כיווני מחקר מבטיחים נוספים, בינה מלאכותית יכולה לעזור לחוקרים להחליט אילו רעיונות לקדם, לתכנן ניסויים ולפרש תוצאות. המטרה היא להפוך חלק גדול יותר מהמידע שמתקבל בניסויים ביולוגיים לידע, שעם הזמן יוכל לסייע בהכוונת הפיתוח של תרופות טובות יותר.
