ใช้เอเจนต์ AI หลายพันตัวค้นหาเบาะแสใหม่ในข้อมูลชีววิทยา

จะเป็นอย่างไร หากนักวิทยาศาสตร์ค้นพบเบาะแสใหม่เกี่ยวกับโรคอัลไซเมอร์และพาร์กินสันได้ในเวลาไม่กี่นาที แทนที่จะใช้เวลาหลายเดือน OpenAI, PerturbAI⁠(เปิดในหน้าต่างใหม่) และ Scripps Research⁠(เปิดในหน้าต่างใหม่) ร่วมกันใช้เอเจนต์ AI หลายพันตัวที่ขับเคลื่อนด้วย GPT‑Rosalind⁠(เปิดในหน้าต่างใหม่) เพื่อวิเคราะห์และตีความข้อมูลการทดลองที่มีอยู่จากเซลล์สมองหนูหลายล้านเซลล์⁠(เปิดในหน้าต่างใหม่)ในเวลาเพียง 32 นาที เอเจนต์เชื่อมโยงผลของการรบกวนการทำงานของยีนกับข้อค้นพบจากงานวิชาการทางวิทยาศาสตร์ จนพบความเชื่อมโยงทางชีววิทยาที่ไม่คาดคิด ซึ่งช่วยให้นักวิทยาศาสตร์เข้าใจโรคและระบุทิศทางการวิจัยเพื่อพัฒนาการรักษาใหม่ๆ ได้ งานนี้แสดงให้เห็นว่า AI ช่วยให้นักวิจัยสำรวจสิ่งที่การทดลองทางชีววิทยาขนาดใหญ่เผยให้เห็นได้มากขึ้นอย่างไร

การทดลองทางวิทยาศาสตร์ในปัจจุบันสร้างข้อมูลจำนวนมหาศาล จนนักวิทยาศาสตร์ไม่สามารถศึกษาข้อมูลทั้งหมดได้อย่างละเอียด ปัจจุบันนักวิจัยสามารถปรับเปลี่ยนยีนหลายพันยีนและวัดผลที่เกิดขึ้นกับเซลล์หลายล้านเซลล์ได้ แต่การทำความเข้าใจว่าผลการทดลองเหล่านี้เกี่ยวข้องกับโรคในมนุษย์อย่างไร จำเป็นต้องนำข้อมูลที่ซับซ้อนมาเชื่อมโยงกับองค์ความรู้ทางวิทยาศาสตร์ที่สั่งสมมาหลายทศวรรษและกระจัดกระจายอยู่ในงานวิจัยต่างๆ AI จึงเข้ามาช่วยให้นักวิทยาศาสตร์ค้นพบเบาะแสที่น่าศึกษาต่อซึ่งอาจถูกมองข้ามไป

ทีมวิจัยแบ่งงานวิเคราะห์ให้เอเจนต์ AI หลายพันตัวที่ขับเคลื่อนด้วย GPT‑Rosalind โดยเรียกแนวทางนี้ว่า การใช้เหตุผลทางชีววิทยาแบบกระจาย เอเจนต์เหล่านี้วิเคราะห์ข้อมูลจาก แผนที่ CRISPR ทั่วสมอง⁠(เปิดในหน้าต่างใหม่) ซึ่งแสดงให้เห็นว่าการรบกวนการทำงานของยีนส่งผลต่อเซลล์ประเภทต่างๆ ทั่วสมองของหนูอย่างไร เอเจนต์แต่ละตัวศึกษาการรบกวนการทำงานของยีนหนึ่งรายการ วิเคราะห์การตอบสนองของเซลล์ สืบค้นงานวิชาการทางวิทยาศาสตร์ และเสนอคำอธิบายผลลัพธ์ รายงานของเอเจนต์ถูกรวบรวมเป็นแผนที่การให้เหตุผลที่เชื่อมโยงยีน ผลกระทบต่อเซลล์ งานวิจัยที่เกี่ยวข้อง และกลไกทางชีววิทยาที่เป็นไปได้

ทีมวิจัยประเมินว่า หากมนุษย์ทำการวิเคราะห์และทบทวนงานวิชาการในระดับเดียวกัน โดยศึกษาการรบกวนการทำงานของยีนทีละรายการ จะต้องใช้เวลาหลายเดือนถึงหนึ่งปี เอเจนต์สามารถค้นพบผลลัพธ์ที่ตรงกับการวิเคราะห์ของมนุษย์ พร้อมทั้งพบเบาะแสใหม่ๆ ที่น่าศึกษาต่อ นอกจากนี้ การประเมินความแปลกใหม่และคุณค่าทางวิทยาศาสตร์ของเอเจนต์ยังสอดคล้องกับความเห็นของผู้เชี่ยวชาญที่ประเมินโดยไม่ทราบที่มาของผลการวิเคราะห์ ข้อค้นพบเหล่านี้ช่วยให้นักวิจัยจัดลำดับความสำคัญของการทดลองที่ต้องทำเพิ่มเติม เพื่อตรวจสอบว่ากลไกทางชีววิทยาที่เสนอไว้นั้นเป็นจริงหรือไม่

ข้อค้นพบบางส่วนเผยให้เห็นแนวทางใหม่ๆ ที่อาจช่วยให้เราเข้าใจโรคทางสมองได้ดียิ่งขึ้น เอเจนต์พบความแตกต่างที่ไม่คาดคิดระหว่างผลกระทบของยีนสองชนิดที่เกี่ยวข้องกับโรคต่อเซลล์สมอง และยังพบความเชื่อมโยงที่เป็นไปได้ระหว่างการควบคุมคอเลสเตอรอลกับภาวะเสื่อมของระบบประสาท ซึ่งอาจช่วยให้นักวิทยาศาสตร์เข้าใจกระบวนการเกิดโรค และค้นหาจุดที่อาจนำไปสู่การพัฒนาวิธีรักษาในอนาคต

ข้อค้นพบเหล่านี้พร้อมให้นักวิจัยนำไปศึกษาต่อยอดแล้ววันนี้ โดยสามารถใช้งาน⁠(เปิดในหน้าต่างใหม่)แผนที่การให้เหตุผลเพื่อสำรวจความเชื่อมโยงระหว่างยีน ตรวจสอบการตอบสนองที่ไม่เป็นไปตามคาด และค้นหาแนวทางวิจัยที่มีศักยภาพ การค้นพบใหม่ๆ มักเริ่มต้นจากการที่นักวิจัยต่างสาขานำความรู้ความเชี่ยวชาญมาแลกเปลี่ยนกัน จนมองเห็นความเชื่อมโยงระหว่างแนวคิดเดิมในมุมใหม่ๆ AI ช่วยต่อยอดกระบวนการนี้ให้ครอบคลุมยิ่งขึ้น โดยเชื่อมโยงข้อมูลใหม่เข้ากับองค์ความรู้ที่กระจัดกระจายอยู่ในศาสตร์หลายแขนง ประโยชน์ของ AI จึงไม่ได้มีแค่การวิเคราะห์ข้อมูลที่รวดเร็วขึ้น แต่เมื่อใช้ร่วมกับการทดลองทางชีววิทยา ความเชี่ยวชาญของนักวิจัย และงานวิจัยที่มีอยู่ ก็สามารถช่วยเปลี่ยนข้อมูลให้เป็นแนวคิดที่นำไปทดลองต่อได้มากขึ้น

การทดลองอาจเผยเบาะแสที่น่าสนใจนอกเหนือจากประเด็นที่นักวิทยาศาสตร์ต้องการศึกษา แต่เมื่อมีข้อมูลจากการรบกวนระบบทดลองหลายพันรูปแบบ เบาะแสเหล่านี้อาจไม่ได้รับความสนใจหรือถูกมองข้ามไป

เอเจนต์พบความแตกต่างที่ไม่คาดคิดระหว่างยีน Tsc1 และ Tsc2 ซึ่งทำงานร่วมกันเพื่อควบคุม mTOR ที่มีบทบาทสำคัญในการควบคุมการเจริญเติบโตของเซลล์ กระบวนการเผาผลาญ และความชรา การรบกวนการทำงานของยีนทั้งสองชนิดให้ผลคล้ายคลึงกันในเซลล์ประสาทหลายกลุ่ม แต่เมื่อศึกษาในสมองส่วนซีรีเบลลัม ซึ่งมีส่วนช่วยควบคุมการเคลื่อนไหวให้ประสานกัน กลับพบว่าการรบกวนยีน Tsc2 ทำให้การแสดงออกของยีนหลายสิบชนิดที่เกี่ยวข้องกับการสื่อสารระหว่างเซลล์ประสาทเปลี่ยนแปลงไป ขณะที่การรบกวนยีน Tsc1 แทบไม่ก่อให้เกิดการเปลี่ยนแปลง

ความแตกต่างที่พบอาจช่วยให้เข้าใจโรคในมนุษย์ได้มากขึ้น เนื่องจากความผิดปกติของสมองส่วนซีรีเบลลัมในผู้ป่วยโรคทูเบอรัสสเคลอโรซิสมีความเชื่อมโยงกับการกลายพันธุ์ของยีน TSC2 แม้ยาที่ยับยั้งการทำงานของ mTOR จะช่วยรักษาเนื้องอกในสมองบางชนิดและอาการชักได้ แต่ปัญหาด้านการเรียนรู้และพฤติกรรมที่เกี่ยวข้องกับโรคยังรักษาได้ยาก เอเจนต์จึงช่วยระบุกลุ่มเซลล์ประสาทและการเปลี่ยนแปลงภายในเซลล์ที่น่าศึกษาต่อ เพื่อค้นหาว่ายาที่มีอยู่สามารถแก้ไขความผิดปกติใดได้บ้าง และความผิดปกติใดอาจเป็นจุดเริ่มต้นของแนวทางรักษาใหม่ ทำให้นักวิจัยสามารถกำหนดประเด็นสำหรับการทดลองในห้องปฏิบัติการได้ชัดเจนขึ้น

หากให้เอเจนต์เพียงตัวเดียววิเคราะห์ข้อมูลทั้งหมด จะทำได้ดีเท่ากับการให้เอเจนต์หลายพันตัวทำงานพร้อมกันหรือไม่ เราทดสอบเรื่องนี้โดยใช้โมเดลและทรัพยากรเท่าเดิม ผลปรากฏว่าเมื่อปริมาณงานเพิ่มขึ้น เอเจนต์ตัวเดียวกลับค้นคว้างานวิจัยที่เกี่ยวข้องน้อยลง โดยอ้างอิงแหล่งข้อมูลเพียง 11 รายการเมื่อมีปริมาณงานสูงสุด ขณะที่เอเจนต์แบบกระจายอ้างอิงแหล่งข้อมูลมากกว่า 700 รายการ นอกจากนี้ ผู้เชี่ยวชาญยังเห็นว่าผลการวิเคราะห์ของเอเจนต์แบบกระจายดีกว่าอีกด้วย

เวลาที่จำกัดทำให้นักวิทยาศาสตร์ต้องเลือกให้ความสำคัญกับผลการทดลองที่เห็นได้ชัดก่อน แต่ผลที่สังเกตได้ยากหรือไม่คาดคิดก็อาจมีคุณค่าเช่นกัน เอเจนต์แบบกระจายช่วยให้สำรวจการตอบสนองเหล่านี้ได้อย่างครอบคลุม และค้นหางานวิจัยที่เกี่ยวข้องมาเชื่อมโยงกับผลการทดลอง อีกทั้งยังสามารถแบ่งกันศึกษาผลของการรบกวนระบบทดลองหลายรูปแบบพร้อมกันได้ วิธีนี้ช่วยให้นักวิทยาศาสตร์ค้นพบข้อมูลที่ซ่อนอยู่ในผลการทดลองได้มากขึ้น รวมถึงแนวทางที่น่าสนใจสำหรับการวิจัยต่อยอดซึ่งอาจถูกมองข้ามไป

ข้อค้นพบจะยิ่งมีคุณค่าหากสามารถนำไปสู่การทดลองที่น่าศึกษาต่อ ซึ่งเอเจนต์ก็พบเบาะแสหนึ่งที่น่าสนใจในยีน DCTN1 โดยการกลายพันธุ์ของยีนนี้เป็นสาเหตุของกลุ่มอาการเพอร์รี ซึ่งเป็นโรคที่เซลล์ประสาทเสื่อมลงและมีอาการคล้ายโรคพาร์กินสัน

ยีน DCTN1 มีบทบาทในการลำเลียงสารต่างๆ ภายในเซลล์ประสาท ข้อมูลจากแผนที่ CRISPR ของสมองทั้งสมองพบว่า เมื่อรบกวนการทำงานของยีน Dctn1 จะทำให้ยีนที่เกี่ยวข้องกับการสร้างคอเลสเตอรอลมีการแสดงออกเพิ่มขึ้น เอเจนต์พบว่าสิ่งที่สังเกตได้นี้สอดคล้องกับงานวิจัยที่เสนอว่า ปัญหาในการลำเลียงคอเลสเตอรอลอาจทำให้เซลล์ผลิตคอเลสเตอรอลมากกว่าเดิม ข้อค้นพบนี้จึงเปิดประเด็นให้ทดลองต่อว่า การรบกวนการทำงานของ DCTN1 อาจเปลี่ยนแปลงการกระจายตัวของคอเลสเตอรอลในเซลล์ประสาทและมีส่วนทำให้เกิดความเสื่อมของระบบประสาทหรือไม่ และหากเป็นจริง การฟื้นฟูให้คอเลสเตอรอลกระจายตัวตามปกติจะช่วยปกป้องเซลล์ประสาทได้หรือไม่

ผู้เชี่ยวชาญยังเห็นว่าสมมติฐานนี้เป็นแนวคิดใหม่ที่มีความสำคัญและควรศึกษาต่อ ตัวอย่างนี้แสดงให้เห็นว่า การนำผลการทดลองที่ไม่คาดคิดมาเชื่อมโยงกับองค์ความรู้ที่มีอยู่ สามารถเปลี่ยนเบาะแสที่ค้นพบให้กลายเป็นสมมติฐานที่นำไปทดสอบได้ และอาจเปิดทางสู่แนวทางใหม่ในการรักษาโรค

นักวิทยาศาสตร์ยังคงเป็นกำลังสำคัญในการค้นพบสิ่งใหม่ๆ โดย AI สามารถช่วยค้นหาแนวทางที่น่าศึกษาต่อได้มากขึ้น เพื่อให้นักวิจัยตัดสินใจว่าจะต่อยอดแนวคิดใด วางแผนการทดลองอย่างไร และตีความผลที่ได้ เป้าหมายคือการนำข้อมูลจากการทดลองทางชีววิทยามาต่อยอดเป็นองค์ความรู้ให้ได้มากที่สุด ซึ่งในระยะยาวอาจช่วยนำทางการพัฒนายาที่มีประสิทธิภาพดียิ่งขึ้น