Виртуальные учёные на основе ИИ решают сложные биологические задачи

Исследователи создали инструмент на основе искусственного интеллекта для ускорения научных открытий — «виртуальную лабораторию».

Модель, описанная в исследовании, опубликованном в Nature, воспроизводит структуру реальной исследовательской группы Стэнфордской школы медицины. Её возглавляет «виртуальный руководитель» (AI PI), который формирует команду из узкоспециализированных агентов-учёных.

«Хорошая наука происходит, когда есть глубокое междисциплинарное сотрудничество, и часто это основное узкое место в исследованиях», — говорит Джеймс Зоу, доктор философии, доцент биомедицинской науки о данных и старший автор работы. — «Мы используем языковые модели, которые могут предпринимать активные действия: извлекать данные, использовать различные инструменты и общаться друг с другом и с нами».

Как работает виртуальная лаборатория

Процесс начинается, когда человек-исследователь ставит перед AI PI научную задачу. Руководитель-ИИ самостоятельно определяет, какие эксперты нужны для её решения, и создает соответствующих агентов (например, иммунолога, специалиста по вычислительной биологии или машинному обучению). В каждой команде есть также «агент-критик», который ищет слабые места в идеях и указывает на возможные ошибки.

Учёные-ИИ оснащены программными инструментами, такими как система моделирования белков AlphaFold. Они проводят регулярные совещания и индивидуальные обсуждения, которые длятся секунды или минуты, что позволяет за короткое время провести сотни исследовательских дискуссий. Человеческое вмешательство требуется примерно в 1% случаев, в основном для установки бюджетных ограничений. Весь процесс фиксируется в транскриптах для отслеживания прогресса.

Тест-драйв: поиск новой основы для вакцины

Команда Зоу испытала систему, поставив задачу разработать новую основу для вакцины против современных вариантов SARS-CoV-2.

Виртуальные учёные предложили нестандартный подход: использовать не классические антитела, а нанотела — более мелкие и простые фрагменты антител. Они аргументировали это тем, что меньший размер молекул упрощает их компьютерное моделирование и дизайн.

Команда Джона Пака в реальной лаборатории создала предложенные ИИ конструкции нанотел. Эксперименты показали, что эти нанотела:

• Стабильны и их создание осуществимо.
• Эффективно связываются с одним из новых вариантов SARS-CoV-2, даже лучше, чем некоторые существующие лабораторные антитела.
• Не проявляют побочных эффектов (не связываются с другими мишенями, кроме спайкового белка вируса).
• Способны связываться как с новым штаммом, так и с исходным уханьским штаммом, что открывает путь к созданию широко эффективной вакцины.

Сейчас команда анализирует способность этих нанотел лечь в основу новой вакцины, а экспериментальные данные возвращаются в виртуальную лабораторию для уточнения молекулярного дизайна.

Перспективы

Исследователи уже создали агентов для сложного анализа данных, которые способны находить в ранее опубликованных работах новые закономерности, упущенные людьми.

«Наборы данных в биологии и медицине очень сложны, и мы лишь поверхностно их анализируем. Часто агенты ИИ приходят к новым выводам, выходящим за рамки публикаций», — отмечает Зоу.

Виртуальная лаборатория — это инструмент для ускорения разработки решений широкого спектра научных проблем.