Професор Стенфордського університету Джеймс Зоу, як і будь-який зайнятий вчений, мріє досліджувати безліч дослідницьких ідей, але має час лише для двох або трьох проектів. Тому він вирішив застосувати новий підхід: створити агенти штучного інтелекту (ШІ), які будуть діяти за моделлю його лабораторії та займатися експериментами, на які в нього не вистачає часу.
Цей підхід привів до відкриття двох нових вакцин проти COVID-19 за кілька днів, які виявилися ефективнішими проти останніх варіантів вірусу і забезпечують кращий захист від початкового штаму.
«На момент проведення цього проекту не було відомих ефективних зв’язуючих молекул», – зазначив Зоу в інтерв’ю. «Це дуже складна проблема для дослідження, але вона водночас є надзвичайно важливою з перспективи громадського здоров’я.»
Два кандидати для лікування SARS-CoV-2, вірусу, що викликає COVID-19, були обрані з 92 кандидатів, запропонованих агентами ШІ. Ця кількість була відфільтрована з трильйонів варіантів і комбінацій, які агенти ШІ повинні були проаналізувати та оцінити.
Цікаво, що агенти ШІ використали нанотіла замість антитіл, які зазвичай застосовуються в наукових дослідженнях. Нанотіла є дрібними рідкісними «сродниками» антитіл, які зазвичай зустрічаються у тварин, таких як верблюди.
«Якби ми запитали більшість дослідників, як створити зв’язуючі молекули, багато з них, напевно, відповіли б: «Давайте спробуємо створити антитіла», – сказав Зоу. «Нанотіла є набагато менш поширеними, тому це цікаве і, можливо, навіть несподіване рішення з боку віртуальної лабораторії агентів ШІ.»
Агенти пояснили свою логіку: нанотіла менші, їх легше моделювати комп’ютерно і вони можуть бути більш стабільними. Результуючі 92 нанотіла, які вони створили, зв’язувалися з останніми варіантами коронавірусу в фізичних експериментах, тоді як існуючі антитіла, розроблені людьми, не продемонстрували такої здатності.
«Ці нові нанотіла, створені віртуальною лабораторією, дійсно демонструють зв’язування, і ми також тестували їх проти інших штамів COVID, і вони також показали зв’язування», – зазначив Зоу. «Я дуже вражений результатом.»
Зоу, доцент біомедичних даних у Стенфорді, повідомив, що віртуальна лабораторія отримала «багато захоплення та позитивних відгуків» від інших дослідників, які тепер використовують її для вирішення таких проблем, як пошук біомаркерів для хвороби Альцгеймера.
Слід зазначити, що віртуальна лабораторія є гнучкою і може бути застосована для вирішення викликів в інших областях. Також вона є повністю відкритим кодом, що означає, що її можна завантажувати, модифікувати та вільно поширювати за умови належного вказівки авторства. Доступ до лабораторії можна отримати на GitHub.
Результати дослідження Зоу детально описані в статті, опублікованій в журналі Nature. Зоу, який очолив дослідження, має співавторів Джона Пака – науковця з Chan Zuckerberg Biohub, та Кайла Свенсона, випускника комп’ютерних наук Стенфорду.
Використання ШІ отримує популярність у медицині, зокрема в сфері відкриття лікарських засобів.
У січні генеральний директор Google DeepMind Деміс Хасабіс повідомив, що очікує, що ліки, розроблені ШІ, пройдуть клінічні випробування до кінця року.
Агенти ШІ, реальні експерименти
Віртуальна лабораторія функціонує на базі GPT-4o від OpenAI та має двох провідних агентів ШІ: головного дослідника (ГД) та наукового критика (НК). ГД створює інших агентів ШІ та управляє ними. НК перевіряє рішення агентів і спонукає їх до покращення. Людський дослідник контролює проект на високому рівні.
У ході експерименту ГД створив такі агенти для команди: імунолога, комп’ютерного біолога та спеціаліста з машинного навчання. Усі агенти співпрацювали на нарадах, як командних, так і індивідуальних.
На командній нараді агент ГД встановлює порядок денний – наприклад, чи слід розробити нанотіла або антитіла. Він пропонує первісні думки та задає більш конкретні питання, на які агенти повинні дати відповіді. Кожен агент додає свій вклад до обговорення відповідно до своєї експертизи. НК вказує на недоліки, ставить запитання і пропонує вдосконалення.
Лабораторія також проводила п’ять паралельних нарад з тією ж метою, щоб отримати більш надійні відповіді агентів, зазначив Зоу. Агент ГД підсумовує наради, робить висновки і ухвалює рішення або визначає наступні кроки. Він представляє підсумок для розгляду людським дослідником.
Існують також окремі наради, коли виникає конкретне завдання для одного з агентів. Цей агент отримує індивідуальні інструкції.
Усе це було виконано за кілька днів.
«Якщо б ми хотіли реалізувати і створити ці процедури самостійно, це могло б зайняти кілька місяців», – сказав Зоу.
Людський дослідник лише надав 1% роботи, решта була виконана агентами, за словами Зоу. З 122 462 слів, написаних у проекті, людський дослідник зробив внесок у 1 596 слів.
Щоб мінімізувати помилки, науковий критик ставив під сумнів висновки інших агентів. Команда також проводила кілька зустрічей паралельно та узагальнювала відповіді для кращого консенсусу. «Консенсус є більш надійним і менш схильним до помилок», – сказав Зоу.
Зоу розглядає цю платформу як інструмент співпраці, а не заміну людських науковців.
«Співпраця між ШІ та людиною набагато ефективніша, ніж кожен окремо», – зазначив Зоу. «У медицині та проблемах зі здоров’ям справжня проблема полягає в тому, що немає браку викликів для вирішення.»
Читати далі:
Білий дім повідомляє про зобов’язання 60 компаній створити цифрову екосистему здоров’я
Ambience Healthcare отримує статус «унікорна» завдяки раунду фінансування на 243 мільйони доларів
Білий дім і технологічні компанії співпрацюють у сфері обміну медичними даними