Kutumia maelfu ya mawakala wa AI kufichua vidokezo vipya katika data ya kibayolojia

Ingekuwaje kama wanasayansi wangeweza kugundua vidokezo vipya kuhusu magonjwa ya Alzheimer na Parkinson kwa dakika badala ya miezi? Kwa kushirikiana, OpenAI, PerturbAI⁠(fungua katika dirisha jipya) na Scripps Research⁠(fungua katika dirisha jipya) walitumia maelfu ya mawakala wa AI wanaoendeshwa na GPT‑Rosalind⁠(fungua katika dirisha jipya) kuchanganua na kutafsiri data iliyopo ya majaribio kutoka kwa mamilioni ya seli za ubongo wa panya⁠(fungua katika dirisha jipya) kwa dakika 32 tu. Mawakala walihusisha athari za kuvuruga jeni na matokeo yaliyoripotiwa katika machapisho ya kisayansi, wakifichua uhusiano wa kibayolojia usiotarajiwa unaoweza kuwasaidia wanasayansi kuelewa magonjwa na kutambua mielekeo ya utafiti wa matibabu mapya. Kazi hii inaonyesha jinsi AI inavyoweza kuwasaidia watafiti kuchunguza mengi zaidi yanayofichuliwa na majaribio makubwa ya kibayolojia.

Majaribio ya kisasa huzalisha data nyingi zaidi kuliko wanasayansi wanavyoweza kuchunguza kwa kina. Watafiti sasa wanaweza kubadilisha maelfu ya jeni na kupima athari zake katika mamilioni ya seli. Lakini kuelewa maana ya matokeo haya kwa magonjwa ya binadamu kunahitaji kuhusisha matokeo changamano ya majaribio na maarifa ya kisayansi yaliyokusanywa kwa miongo kadhaa na yaliyotawanyika katika vyanzo mbalimbali. Hapa ndipo AI inaweza kuwasaidia wanasayansi kufichua vidokezo vyenye matumaini ambavyo huenda visingebainika.

Timu iligawanya uchanganuzi miongoni mwa maelfu ya mawakala wa AI wanaoendeshwa na GPT‑Rosalind, mbinu tunayoita uwazaji wa kibayolojia uliosambazwa. Mawakala walichunguza atlasi ya CRISPR ya ubongo mzima⁠(fungua katika dirisha jipya), seti ya data inayoonyesha jinsi kuvuruga jeni kunavyoathiri aina mbalimbali za seli katika ubongo wa panya. Kila wakala alichunguza mvurugo wa jeni, akachanganua miitikio ya seli, akatafuta katika machapisho ya kisayansi na kupendekeza maelezo ya matokeo. Ripoti zao ziliunganishwa kuwa atlasi ya uwazaji inayohusisha jeni, athari katika seli, machapisho husika na michakato inayoweza kueleza athari hizo kibayolojia.

Timu ya utafiti ilikadiria kuwa uchanganuzi na mapitio sawa ya machapisho yakifanywa na binadamu, mvurugo mmoja baada ya mwingine, yangechukua miezi kadhaa hadi mwaka mmoja. Mawakala walipata matokeo sawa na ya uchanganuzi wa binadamu huku wakifichua vidokezo vya ziada. Tathmini zao za upya na thamani ya kisayansi pia ziliendana na maamuzi ya wataalamu binadamu ambao hawakufahamu chanzo cha matokeo waliyotathmini. Matokeo haya husaidia kuweka vipaumbele vya majaribio zaidi yanayohitajika ili kupima michakato ya kibayolojia iliyopendekezwa.

Baadhi ya maarifa haya yanaelekeza kwenye vidokezo vipya vya kuelewa magonjwa ya ubongo. Mawakala walitambua tofauti zisizotarajiwa katika jinsi jeni mbili zinazohusishwa na magonjwa zinavyoathiri seli za ubongo, pamoja na uhusiano unaoweza kuwepo kati ya udhibiti wa kolesteroli na kuharibika kwa seli za neva. Matokeo haya yanaweza kuwasaidia wanasayansi kuchunguza jinsi ugonjwa unavyojitokeza na hatua ambazo matibabu ya baadaye yanaweza kuingilia kati.

Watafiti wanaweza kuanza kuchunguza matokeo haya leo. Atlasi ya uwazaji inapatikana⁠(fungua katika dirisha jipya), ikiwawezesha wanasayansi kulinganisha jeni zinazohusiana, kuchunguza miitikio isiyotarajiwa na kutambua vidokezo vyenye matumaini vya kufuatilia. Ugunduzi mpya mara nyingi hutokea watafiti wa nyanja tofauti wanapounganisha utaalamu wao na kuhusisha mawazo yanayofahamika kwa njia zisizotarajiwa. AI inaweza kupanua sana uhusiano huu kwa kuunganisha data mpya na maarifa yaliyotawanyika katika taaluma mbalimbali. Fursa hii haikomei kwenye kuchanganua data kwa haraka zaidi. Kwa kuunganisha AI na biolojia ya majaribio, utaalamu wa binadamu na machapisho ya kisayansi, tunaweza kuwasaidia wanasayansi kubadilisha data zao nyingi zaidi kuwa mawazo yanayoweza kujaribiwa.

Baadhi ya vidokezo vinavyovutia zaidi katika jaribio huwa nje ya suala ambalo wanasayansi walinuia kuchunguza. Katika seti ya data inayojumuisha maelfu ya mivurugo, ni rahisi kwa vidokezo hivyo kutobainika.

Mawakala walitambua tofauti isiyotarajiwa kati ya Tsc1 na Tsc2, jeni mbili zinazofanya kazi pamoja kudhibiti mTOR, kidhibiti kikuu cha ukuaji wa seli, umetaboli na kuzeeka. Kuvuruga mojawapo ya jeni hizo kulikuwa na athari zinazofanana katika makundi kadhaa ya nyuroni. Lakini katika ubongo mdogo, unaosaidia kuratibu mienendo ya mwili, kuvuruga Tsc2 kulibadilisha shughuli za makumi ya jeni zinazohusika katika mawasiliano ya nyuroni, ilhali kuvuruga Tsc1 kulileta mabadiliko madogo.

Tofauti hiyo inaweza kuwa muhimu katika kuelewa magonjwa ya binadamu. Kwa watu wenye sklerosisi ya vinundu, hitilafu katika ubongo mdogo zina uhusiano mkubwa na mabadiliko ya jeni ya TSC2. Ingawa dawa zinazopunguza shughuli za mTOR zinaweza kutibu baadhi ya uvimbe wa ubongo na mishtuko ya kifafa, matatizo ya kujifunza na ya kitabia yanayohusishwa na ugonjwa huo bado ni changamoto kutibu. Mawakala walibainisha kundi mahususi la nyuroni na mabadiliko ya seli yanayostahili kuchunguzwa: ni mabadiliko gani ambayo dawa zilizopo zinaweza kurekebisha, na ni yapi yanayoweza kuelekeza kwenye mbinu mpya za matibabu? Hii huwapa watafiti maswali mahususi zaidi ya kuchunguza maabara.

Je, wakala mmoja akipewa seti nzima ya data anaweza kufanya kazi kwa ufanisi sawa na maelfu ya mawakala wanaofanya kazi kwa wakati mmoja? Tulijaribu hili bila kubadilisha muundo wala rasilimali. Kazi ilipoongezeka, wakala mmoja alitafuta katika machapisho machache zaidi ya kisayansi, akitaja marejeleo 11 pekee wakati kazi ilikuwa nyingi zaidi, huku mawakala waliosambazwa wakitaja zaidi ya marejeleo 700. Wataalamu binadamu pia walipendelea tafsiri za matokeo zilizotolewa na mawakala waliosambazwa.

Wanasayansi wana muda mdogo na mara nyingi huzingatia viashiria vilivyo wazi zaidi katika data zao. Mawakala waliosambazwa wanaweza kusaidia kuchunguza miitikio mingi zaidi, ikiwemo isiyo dhahiri au isiyotarajiwa, na kuihusisha na machapisho husika ya kisayansi. Kuendesha mawakala kwa wakati mmoja huwezesha uchunguzi wa mivurugo mingi kwa pamoja. Hii huwasaidia wanasayansi kuchunguza mengi zaidi yanayopatikana katika jaribio na kutambua vidokezo vyenye matumaini ambavyo huenda visingebainika.

Ugunduzi huwa na thamani zaidi unapoelekeza kwenye jaribio linalostahili kufanywa. Mawakala walipata kidokezo cha aina hiyo katika DCTN1, jeni ambayo mabadiliko yake husababisha sindromu ya Perry, ugonjwa unaoharibu seli za neva wenye dalili zinazofanana na za Parkinson.

DCTN1 inahusika katika usafirishaji wa vitu ndani ya nyuroni. Katika atlasi ya CRISPR ya ubongo mzima, kuvuruga Dctn1 kuliongeza ujielezaji wa jeni zinazohusika katika utengenezaji wa kolesteroli. Mawakala walihusisha matokeo haya na utafiti unaodokeza kuwa matatizo ya usafirishaji wa kolesteroli yanaweza kufanya seli zitengeneze kolesteroli zaidi. Hili liliibua swali la kuchunguzwa katika majaribio ya ufuatiliaji: je, kuvuruga DCTN1 kunaweza kubadilisha jinsi kolesteroli inavyosambazwa ndani ya nyuroni, na je, mabadiliko hayo yanaweza kuchangia kuharibika kwa seli za neva? Ikiwa ndivyo, je, kurejesha usambazaji wa kawaida wa kolesteroli kunaweza kusaidia kulinda nyuroni?

Wataalamu binadamu pia waliona dhana hii kuwa mpya, yenye umuhimu mkubwa na inayostahili kufuatiliwa. Mfano huu unaonyesha jinsi kuhusisha matokeo yasiyotarajiwa na maarifa yaliyopo kunavyoweza kubadilisha kidokezo kuwa wazo linaloweza kujaribiwa, na pengine njia mpya ya kutibu ugonjwa.

Wanasayansi wanaendelea kuwa nguzo kuu ya ugunduzi. Kwa kufichua vidokezo zaidi vyenye matumaini, AI inaweza kuwasaidia watafiti kuamua mawazo ya kufuatilia, kupanga majaribio na kutafsiri matokeo. Lengo ni kubadilisha taarifa nyingi zaidi zinazopatikana katika majaribio ya kibayolojia kuwa maarifa ambayo, baada ya muda, yanaweza kusaidia kuelekeza utengenezaji wa dawa bora zaidi.