Mii de agenți AI descoperă noi piste în datele biologice

Cum ar fi dacă oamenii de știință ar putea descoperi noi indicii despre bolile Alzheimer și Parkinson în câteva minute, nu în luni? Lucrând împreună, OpenAI, PerturbAI⁠(se deschide într-o fereastră nouă) și Scripps Research⁠(se deschide într-o fereastră nouă) au folosit mii de agenți AI bazați pe GPT‑Rosalind⁠(se deschide într-o fereastră nouă) pentru a analiza și interpreta date experimentale existente de la milioane de celule din creierul șoarecilor⁠(se deschide într-o fereastră nouă) în doar 32 de minute. Agenții au corelat efectele perturbărilor genice cu descoperiri din literatura științifică, identificând conexiuni biologice neașteptate care îi pot ajuta pe oamenii de știință să înțeleagă bolile și să găsească direcții de cercetare pentru noi tratamente. Lucrarea arată cum îi poate ajuta AI pe cercetători să exploreze mai multe dintre informațiile dezvăluite de experimentele biologice de amploare.

Experimentele moderne generează mult mai multe date decât pot investiga în profunzime oamenii de știință. Cercetătorii pot acum să modifice mii de gene și să măsoare efectele acestor modificări în milioane de celule. Însă înțelegerea semnificației acestor rezultate pentru bolile umane necesită corelarea unor constatări experimentale complexe cu cunoștințe științifice acumulate de-a lungul deceniilor și dispersate în numeroase surse. Aici, AI îi poate ajuta pe oamenii de știință să descopere piste promițătoare care altfel ar putea trece neobservate.

Echipa a împărțit analiza între mii de agenți AI bazați pe GPT‑Rosalind, o abordare pe care o numim raţionament biologic distribuit. Agenții au examinat un atlas CRISPR al întregului creier⁠(se deschide într-o fereastră nouă), un set de date care arată cum afectează perturbările genice diferite tipuri de celule din creierul șoarecilor. Fiecare agent a investigat o perturbare genică, a analizat răspunsurile celulare, a consultat literatura științifică și a propus explicații pentru rezultate. Rapoartele lor au fost reunite într-un atlas de raţionament care corelează genele, efectele celulare, publicațiile relevante și posibilele mecanisme biologice.

Echipa de cercetare a estimat că o analiză și o consultare a literaturii comparabile, realizate de oameni pentru câte o perturbare pe rând, ar dura de la câteva luni până la un an. Agenții au reprodus constatările analizelor umane, descoperind totodată piste suplimentare. Evaluările lor privind noutatea și valoarea științifică au fost, de asemenea, în acord cu aprecierile experților umani care nu cunoșteau sursa rapoartelor. Aceste constatări ajută la stabilirea priorităților pentru experimentele ulterioare necesare testării mecanismelor biologice propuse.

Unele dintre aceste observații indică noi piste pentru înțelegerea bolilor cerebrale. Agenții au identificat diferențe neașteptate între efectele a două gene asociate bolilor asupra celulelor cerebrale, precum și o posibilă legătură între reglarea colesterolului și neurodegenerare. Aceste constatări i-ar putea ajuta pe oamenii de știință să investigheze cum se dezvoltă bolile și unde ar putea interveni viitoarele tratamente.

Cercetătorii pot începe chiar de astăzi să exploreze aceste constatări. Atlasul de raţionament este disponibil⁠(se deschide într-o fereastră nouă), permițând oamenilor de știință să compare gene înrudite, să investigheze răspunsuri neașteptate și să identifice piste promițătoare de aprofundat. Noile descoperiri apar adesea atunci când cercetători din domenii diferite își reunesc expertiza și fac legături neașteptate între idei cunoscute. AI poate extinde considerabil aceste conexiuni, corelând date noi cu cunoștințe dispersate în diverse discipline. Potențialul nu se limitează la o analiză mai rapidă a datelor. Combinând AI cu biologia experimentală, expertiza umană și literatura științifică, îi putem ajuta pe oamenii de știință să transforme mai multe dintre datele lor în idei testabile.

Unele dintre cele mai interesante indicii oferite de un experiment se află în afara direcției pe care oamenii de știință și-au propus să o investigheze. Într-un set de date care cuprinde mii de perturbări, aceste indicii pot trece ușor neobservate.

Agenții au identificat o diferență neașteptată între Tsc1 și Tsc2, două gene care acționează împreună pentru a controla mTOR, un regulator major al creșterii celulare, metabolismului și îmbătrânirii. Perturbarea oricăreia dintre cele două gene a avut efecte similare în mai multe grupuri de neuroni. Însă în cerebel, care contribuie la coordonarea mișcărilor, perturbarea Tsc2 a modificat activitatea a zeci de gene implicate în comunicarea neuronală, în timp ce perturbarea Tsc1 a produs puține schimbări.

Această diferență ar putea fi relevantă pentru bolile umane. La persoanele cu scleroză tuberoasă, anomaliile cerebelului sunt strâns asociate cu mutațiile TSC2. Deși medicamentele care reduc activitatea mTOR pot trata anumite tumori cerebrale și crize convulsive, dificultățile de învățare și de comportament asociate bolii rămân greu de abordat. Agenții au identificat cu precizie un anumit grup de neuroni și modificări celulare care merită investigate: ce modificări ar putea corecta medicamentele existente și care ar putea indica noi abordări terapeutice? Astfel, cercetătorii au un set mai concret de întrebări la care să caute răspunsuri în laborator.

Ar putea un singur agent care primește întregul set de date să se descurce la fel de bine ca mii de agenți care lucrează în paralel? Am testat acest lucru păstrând același model și aceleași resurse. Pe măsură ce volumul de muncă a crescut, agentul unic a consultat mai puțină literatură de specialitate, citând doar 11 surse la volumul maxim, în timp ce agenții distribuiți au citat peste 700 de surse. Experții umani au preferat, de asemenea, interpretările agenților distribuiți.

Oamenii de știință au un timp limitat și se concentrează adesea pe cele mai puternice semnale din datele lor. Agenții distribuiți pot ajuta la examinarea unei game mai largi de răspunsuri, inclusiv a celor subtile sau neașteptate, și la corelarea lor cu literatura științifică relevantă. Rularea agenților în paralel permite investigarea simultană a numeroase perturbări. Astfel, oamenii de știință pot explora mai multe dintre informațiile oferite de un experiment și pot identifica piste promițătoare care altfel ar putea trece neobservate.

O descoperire devine mai valoroasă atunci când indică un experiment care merită făcut. Agenții au găsit o astfel de pistă în DCTN1, o genă ale cărei mutații provoacă sindromul Perry, o boală neurodegenerativă cu simptome asemănătoare bolii Parkinson.

DCTN1 este implicată în transportul substanțelor și structurilor în interiorul neuronilor. În atlasul CRISPR al întregului creier, perturbarea Dctn1 a crescut expresia genelor implicate în sinteza colesterolului. Agenții au corelat această observație cu cercetări care sugerează că problemele de transport al colesterolului pot determina celulele să producă mai mult colesterol. De aici a apărut o întrebare pentru experimentele ulterioare: ar putea perturbarea DCTN1 să modifice distribuția colesterolului în neuroni și ar putea aceste modificări să contribuie la neurodegenerare? Dacă da, ar putea restabilirea distribuției normale a colesterolului să ajute la protejarea neuronilor?

Experții umani au considerat, de asemenea, că această ipoteză este nouă, importantă și merită investigată în continuare. Acest exemplu arată cum corelarea unui rezultat neașteptat cu cunoștințele existente poate transforma un indiciu într-o idee testabilă și, eventual, într-o nouă direcție de tratare a bolilor.

Oamenii de știință rămân în centrul procesului de descoperire. Identificând mai multe piste promițătoare, AI îi poate ajuta pe cercetători să decidă ce idei să aprofundeze, să conceapă experimente și să interpreteze rezultatele. Scopul este ca mai multe dintre informațiile obținute în experimentele biologice să se transforme în cunoștințe care, în timp, pot ghida dezvoltarea unor medicamente mai bune.