Хиляди ИИ агенти откриват нови насоки в биологични данни

Ами ако учените можеха да откриват нови следи за болестите на Алцхаймер и Паркинсон за минути вместо за месеци? В съвместна работа OpenAI, PerturbAI⁠(отваря се в нов прозорец) и Scripps Research⁠(отваря се в нов прозорец) използваха хиляди ИИ агенти, базирани на GPT‑Rosalind⁠(отваря се в нов прозорец), за да анализират и интерпретират съществуващи експериментални данни от милиони клетки от мозъка на мишки⁠(отваря се в нов прозорец) само за 32 минути. Агентите свързаха ефектите от нарушения в генната функция с открития от научната литература, разкривайки неочаквани биологични връзки, които могат да помогнат на учените да разберат заболяванията и да определят изследователски насоки за нови лечения. Тази работа показва как ИИ може да помогне на изследователите да проучат по-голяма част от разкритото чрез мащабни биологични експерименти.

Съвременните експерименти генерират много повече данни, отколкото учените могат да изследват задълбочено. Изследователите вече могат да променят хиляди гени и да измерват ефектите от тези промени в милиони клетки. Но за да разберем значението на тези резултати за човешките заболявания, трябва да свържем сложните експериментални находки с разпръснати научни знания, натрупвани в продължение на десетилетия. Именно тук ИИ може да помогне на учените да открият обещаващи насоки, които иначе биха останали незабелязани.

Екипът разпредели анализа между хиляди ИИ агенти, базирани на GPT‑Rosalind — подход, който наричаме разпределено биологично структурирано анализиране. Агентите изследваха CRISPR атлас на целия мозък⁠(отваря се в нов прозорец) — набор от данни, показващ как нарушенията в генната функция влияят върху различни типове клетки в целия мозък на мишката. Всеки агент изследваше нарушение във функцията на даден ген, анализираше клетъчните реакции, търсеше в научната литература и предлагаше обяснения за резултатите. Докладите им бяха обединени в атлас на структурираното анализиране, който свързва гени, клетъчни ефекти, съответни публикации и възможни биологични механизми.

Изследователският екип прецени, че сравним анализ и преглед на литературата, извършвани от хора за всяка пертурбация поотделно, биха отнели от няколко месеца до година. Агентите възпроизведоха откритията от анализите на хора и същевременно откриха допълнителни насоки. Оценките им за новост и научна стойност също съответстваха на преценките на експерти, които не знаеха произхода на оценяваните материали. Тези открития помагат да се определят приоритетите за по-нататъшните експерименти, необходими за проверка на предложените биологични механизми.

Някои от тези прозрения очертават нови насоки за разбиране на мозъчните заболявания. Агентите откриха неочаквани различия в начина, по който два гена, свързани със заболявания, влияят върху мозъчните клетки, както и потенциална връзка между регулацията на холестерола и невродегенерацията. Тези открития могат да помогнат на учените да изследват как се развиват заболяванията и на кои етапи биха могли да въздействат бъдещи лечения.

Изследователите могат да започнат да проучват тези открития още днес. Атласът на структурираното анализиране е достъпен⁠(отваря се в нов прозорец) и позволява на учените да сравняват свързани гени, да изследват неочаквани реакции и да откриват обещаващи насоки за по-нататъшна работа. Нови открития често се появяват, когато изследователи от различни области обединят знанията си и свържат познати идеи по неочаквани начини. ИИ може значително да разшири мащаба на тези връзки, като свързва нови данни със знания, разпръснати в различни дисциплини. Възможностите не се изчерпват с по-бързия анализ на данни. Като съчетаем ИИ с експериментална биология, човешки експертни знания и научна литература, можем да помогнем на учените да превърнат повече от данните си в проверими идеи.

Някои от най-интересните следи в един експеримент се намират извън въпросите, които учените първоначално са си поставили. В набор от данни, обхващащ хиляди пертурбации, тези следи лесно могат да останат незабелязани.

Агентите откриха неочаквана разлика между Tsc1 и Tsc2 — два гена, които съвместно контролират mTOR, основен регулатор на клетъчния растеж, метаболизма и стареенето. Нарушаването на функцията на който и да е от двата гена имаше сходни ефекти в няколко групи неврони. Но в малкия мозък, който участва в координацията на движенията, нарушаването на функцията на Tsc2 промени активността на десетки гени, участващи в комуникацията между невроните, докато нарушаването на функцията на Tsc1 доведе до незначителни промени.

Тази разлика може да има значение за човешките заболявания. При хората с туберозна склероза аномалиите в малкия мозък са тясно свързани с мутации в TSC2. Макар лекарствата, които понижават активността на mTOR, да могат да лекуват определени мозъчни тумори и гърчове, свързаните със заболяването затруднения в ученето и поведението остават трудни за повлияване. Агентите посочиха конкретна група неврони и клетъчни промени, които си струва да бъдат изследвани: кои промени биха могли да бъдат коригирани със съществуващи лекарства и кои биха могли да насочат към нови подходи за лечение? Това дава на изследователите по-конкретни въпроси за проверка в лабораторията.

Може ли един агент, който разполага с целия набор от данни, да се справи толкова добре, колкото хиляди агенти, работещи паралелно? Проверихме това при един и същ модел и еднакви ресурси. С нарастването на обема работа единичният агент преглеждаше все по-малка част от литературата и при най-големия обем цитира едва 11 източника, докато разпределените агенти цитираха над 700. Експертите също предпочетоха интерпретациите на разпределените агенти.

Учените разполагат с ограничено време и често се съсредоточават върху най-ясно изразените сигнали в данните си. Разпределените агенти могат да помогнат за изследването на по-широк спектър от реакции, включително слабо изразени или неочаквани, и за свързването им със съответната научна литература. Паралелната работа на агентите позволява едновременното изследване на множество пертурбации. Това помага на учените да проучат по-голяма част от информацията, която дава един експеримент, и да открият обещаващи насоки, които иначе биха могли да останат незабелязани.

Едно откритие става по-ценно, когато насочва към експеримент, който си струва да се проведе. Агентите откриха такава насока в DCTN1 — ген, чиито мутации причиняват синдрома на Пери, невродегенеративно заболяване със симптоми, подобни на тези при болестта на Паркинсон.

DCTN1 участва във вътреклетъчния транспорт в невроните. В CRISPR атласа на целия мозък нарушаването на функцията на Dctn1 повишава експресията на гени, участващи в синтеза на холестерол. Агентите свързаха това наблюдение с изследвания, според които проблемите с транспорта на холестерол може да карат клетките да произвеждат повече холестерол. Това постави въпрос за последващи експерименти: може ли нарушаването на функцията на DCTN1 да промени разпределението на холестерола в невроните и могат ли тези промени да допринесат за невродегенерация? Ако е така, би ли могло възстановяването на нормалното разпределение на холестерола да помогне за защита на невроните?

Експертите също определиха тази хипотеза като нова, значима и заслужаваща допълнително проучване. Този пример показва как свързването на неочакван резултат със съществуващи знания може да превърне една следа в проверима идея, а потенциално и в нова насока за лечение на заболяване.

Учените остават в центъра на процеса на откриване. Като разкрива повече обещаващи насоки, ИИ може да помогне на изследователите да решат кои идеи да развият, да планират експерименти и да интерпретират резултатите. Целта е повече от информацията в биологичните експерименти да се превръща в знания, които с времето да подпомогнат разработването на по-добри лекарства.