Хиљаде ВИ агената откривају нове трагове у биолошким подацима
Како су OpenAI, PerturbAI и Scripps Research помоћу дистрибуираних ВИ агената помогли научницима да у подацима из милиона ћелија мозга уоче обећавајуће трагове за истраживање
Погледајте како су OpenAI, PerturbAI и Scripps Research паралелно ангажовали хиљаде ВИ агената да у сложеним подацима из милиона ћелија мозга уоче обећавајуће биолошке везе.
Аутор видеа: PerturbAI.
Шта ако би научници могли да открију нове трагове о Алцхајмеровој и Паркинсоновој болести за неколико минута уместо месеци? OpenAI, PerturbAI(отвара се у новом прозору) и Scripps Research(отвара се у новом прозору) заједно су употребили хиљаде ВИ агената заснованих на моделу GPT‑Rosalind(отвара се у новом прозору) да за само 32 минута анализирају и протумаче постојеће експерименталне податке из милиона ћелија мишјег мозга(отвара се у новом прозору). Агенти су повезали ефекте нарушавања функције гена с налазима из научне литературе и открили неочекиване биолошке везе које могу да помогну научницима да разумеју болести и препознају правце истраживања за нове терапије. Овај рад показује како ВИ може да помогне истраживачима да подробније истраже оно што откривају велики биолошки експерименти.
Савремени експерименти стварају далеко више података него што научници могу темељно да испитају. Истраживачи сада могу да мењају хиљаде гена и мере њихове ефекте у милионима ћелија. Али да би разумели шта ти резултати значе за болести код људи, морају да повежу сложене експерименталне налазе с расутим научним знањем прикупљаним деценијама. Управо ту ВИ може да помогне научницима да открију обећавајуће трагове који би им иначе могли промаћи.
„Правимо ћелијске атласе како би други научници могли да дођу до открића која још нисмо ни замислили. ВИ би могла да помогне већем броју истраживача да истраже ове ресурсе и претворе неочекивана запажања у нова питања која могу да испитају.“
Тим је поделио анализу међу хиљадама ВИ агената заснованих на моделу GPT‑Rosalind. Тај приступ називамо дистрибуираним биолошким резоновањем. Агенти су испитивали CRISPR атлас целог мозга(отвара се у новом прозору), скуп података који показује како нарушавање функције гена утиче на различите типове ћелија широм мишјег мозга. Сваки агент је истраживао нарушавање функције једног гена, анализирао ћелијске одговоре, претраживао научну литературу и предлагао објашњења резултата. Њихови извештаји обједињени су у атлас резоновања који повезује гене, ћелијске ефекте, релевантне публикације и могуће биолошке механизме.
Истраживачки тим је проценио да би људима за упоредиву анализу и преглед литературе, уз обраду једне по једне пертурбације, било потребно од неколико месеци до годину дана. Агенти су поновили налазе људских анализа и притом открили додатне трагове. Њихове процене новине и научне вредности налаза такође су биле у складу са судовима стручњака који нису знали порекло извештаја. Ови налази помажу у одређивању приоритета за даље експерименте потребне да се тестирају предложени биолошки механизми.
Неки од ових увида пружају нове трагове за разумевање болести мозга. Агенти су уочили неочекиване разлике у утицају два гена повезана с болестима на ћелије мозга, као и могућу везу између регулације холестерола и неуродегенерације. Ови налази би могли да помогну научницима да истраже како се болест развија и где би будуће терапије могле да делују.
„Понекад су трагови већ ту, расути по различитим областима — само их још нисмо повезали. Могућа веза између функције неурона и метаболизма холестерола показује како ти делови, када их спојимо, могу да нам пруже нов начин размишљања о биологији болести.“
Истраживачи могу већ данас да почну да истражују ове налазе. Атлас резоновања је доступан(отвара се у новом прозору) и омогућава научницима да пореде сродне гене, испитују неочекиване одговоре и препознају обећавајуће трагове за даље истраживање. До нових открића често долази када истраживачи из различитих области удруже своја стручна знања и повежу познате идеје на неочекиване начине. ВИ може знатно да прошири обим таквог повезивања, спајајући нове податке са знањем расутим по различитим дисциплинама. Могућности се не своде само на бржу анализу података. Удруживањем ВИ с експерименталном биологијом, људским стручним знањем и научном литературом можемо да помогнемо научницима да више својих података претворе у идеје које се могу тестирати.
Неки од најзанимљивијих трагова у експерименту налазе се изван онога што су научници првобитно намеравали да истраже. У скупу података који обухвата хиљаде пертурбација, такви трагови лако могу да промакну.
Агенти су уочили неочекивану разлику између Tsc1 и Tsc2, два гена који заједно контролишу mTOR, важан регулатор ћелијског раста, метаболизма и старења. Нарушавање функције било ког од ова два гена имало је сличне ефекте у неколико група неурона. Међутим, у малом мозгу, који помаже у координацији покрета, нарушавање функције гена Tsc2 променило је активност десетина гена који учествују у комуникацији међу неуронима, док је нарушавање функције гена Tsc1 довело до малих промена.
Та разлика може бити значајна за болести код људи. Код особа с туберозном склерозом, абнормалности малог мозга снажно су повезане с мутацијама гена TSC2. Иако лекови који смањују активност mTOR могу да лече одређене туморе мозга и епилептичке нападе, тешкоће у учењу и понашању повезане с овом болешћу и даље је тешко ублажити. Агенти су издвојили конкретну групу неурона и ћелијске промене које вреди истражити: које промене постојећи лекови могу да исправе, а које би могле да укажу на нове приступе лечењу? То истраживачима даје конкретнија питања која могу да испитају у лабораторији.
Може ли један агент коме је дат цео скуп података да постигне једнако добре резултате као хиљаде агената који раде паралелно? То смо тестирали користећи исти модел и исте ресурсе. Како је обим посла растао, појединачни агент је претраживао све мање литературе и при највећем обиму навео само 11 референци, док су дистрибуирани агенти навели више од 700. И стручњаци су дали предност тумачењима дистрибуираних агената.
Научници имају ограничено време и често се усредсређују на најизраженије сигнале у подацима. Дистрибуирани агенти могу да помогну у испитивању ширег спектра одговора, укључујући суптилне или неочекиване, и да их повежу с релевантном научном литературом. Паралелни рад агената омогућава истовремено истраживање великог броја пертурбација. То помаже научницима да истраже више онога што експеримент открива и уоче обећавајуће трагове који би иначе могли да им промакну.
При највећем обиму посла, дистрибуирани агенти навели су више од 700 референци, у поређењу са 11 које је навео појединачни агент.
Налаз добија на вредности када упућује на експеримент који вреди спровести. Агенти су један такав траг пронашли у гену DCTN1, чије мутације изазивају Перијев синдром, неуродегенеративну болест са симптомима сличним Паркинсоновој болести.
DCTN1 учествује у преносу материјала унутар неурона. У CRISPR атласу целог мозга, нарушавање функције гена Dctn1 повећало је експресију гена који учествују у синтези холестерола. Агенти су то запажање повезали с истраживањима која указују на то да проблеми с транспортом холестерола могу да наведу ћелије да производе више холестерола. То је отворило питање за наредне експерименте: може ли нарушавање функције гена DCTN1 да промени расподелу холестерола унутар неурона и могу ли те промене да допринесу неуродегенерацији? Ако је тако, може ли обнављање нормалне расподеле холестерола да помогне у заштити неурона?
И стручњаци су оценили да је ова хипотеза нова, значајна и вредна даљег истраживања. Овај пример показује како повезивање неочекиваног резултата с постојећим знањем може да претвори траг у идеју која се може тестирати, а потенцијално и у нов правац лечења болести.
У поређењима у којима нису знали порекло извештаја, стручњаци су у 75% случајева дали предност извештајима дистрибуираних агената у односу на извештаје појединачног агента.
Научници и даље имају средишњу улогу у откривању нових сазнања. Откривајући више обећавајућих трагова, ВИ може да помогне истраживачима да одлуче које идеје даље да истраже, осмисле експерименте и протумаче резултате. Циљ је да се што више информација из биолошких експеримената претвори у знање које временом може да помогне у усмеравању развоја бољих лекова.


