ИИ может проводить миллион микробных экспериментов в год
Искусственный интеллект позволяет роботам проводить автономные научные эксперименты — до 10 000 в день — что может привести к резкому скачку в скорости открытий в областях от медицины до сельского хозяйства и наук об окружающей среде.
Исследование, опубликованное в Nature Microbiology, возглавил профессор из Мичиганского университета.
ИИ-платформа BacterAI без каких-либо исходных данных составила карту метаболизма двух микробов, связанных со здоровьем полости рта. Бактерии потребляют некоторую комбинацию из 20 аминокислот, необходимых для жизни, но каждый вид требует специфических питательных веществ для роста. Команда хотела выяснить, какие аминокислоты нужны полезным микробам в нашей ротовой полости, чтобы стимулировать их рост.
«Мы почти ничего не знаем о большинстве бактерий, влияющих на наше здоровье. Понимание того, как растут бактерии, — это первый шаг к перепроектированию нашего микробиома», — сказал Пол Йенсен, доцент биомедицинской инженерии.
Однако определить правильную комбинацию аминокислот сложно. 20 аминокислот дают более миллиона возможных комбинаций, основанных лишь на наличии или отсутствии каждой кислоты. Несмотря на это, BacterAI смог определить требования к аминокислотам для роста Streptococcus gordonii и Streptococcus sanguinis.
Чтобы найти правильную формулу для каждого вида, BacterAI тестировал сотни комбинаций аминокислот в день, сужая фокус и меняя комбинации каждое утро на основе результатов предыдущего дня. В течение девяти дней он выдавал точные прогнозы с вероятностью 90%.
В отличие от традиционных подходов, которые загружают размеченные наборы данных в модель машинного обучения, BacterAI создает собственный набор данных через серию экспериментов. Анализируя результаты предыдущих испытаний, он предлагает прогнозы, какие новые эксперименты могут дать больше всего информации. В результате он выяснил большинство правил питания бактерий, проведя менее 4000 экспериментов.
«Мы хотели, чтобы наш ИИ-агент делал шаги и падал, чтобы у него появлялись собственные идеи и он совершал ошибки. Каждый день он становится немного лучше, немного умнее», — пояснил Йенсен.
Почти никаких исследований не проводилось примерно для 90% бактерий, и объем времени и ресурсов, необходимых для изучения даже базовой научной информации о них традиционными методами, огромен. Автоматизированное экспериментирование может резко ускорить эти открытия. Команда проводила до 10 000 экспериментов за один день.
Но применение технологии выходит за рамки микробиологии. Исследователи в любой области могут формулировать вопросы как головоломки для ИИ, чтобы решать их методом проб и ошибок.
«Для меня очевидно, что целенаправленное применение ИИ, как в нашем проекте, ускорит повседневные исследования», — сказал Адам Дама, ведущий автор исследования.