Рецепт использования искусственного интеллекта в медицинских исследованиях

Рецепт использования искусственного интеллекта в медицинских исследованиях

Источник · Перевод автора

Поскольку белки – это молекулярные машины, ответственные за большинство жизненных процессов, их изучение дает представление о том, как развиваются болезни на микроскопическом уровне. Такая информация помогает по ряду направлений, включая разработку лекарств.

Folding@Home, обладатель награды VentureBeat 2021 AI for Good, моделирует поведение белков с помощью огромных распределенных вычислительных мощностей. Он использует ИИ для стратегического картирования каждого белка, который он оценивает, для распределения вычислительных ресурсов и для выявления структурных аномалий белков, которые могут указывать на признаки назревающего заболевания. Основанная на Медицинской школе Вашингтонского университета в Сент-Луисе, Folding @ Home была запущена в 2000 году и работает с другими лабораториями по всему миру, в том числе с лабораториями Мемориального онкологического центра Слоуна Кеттеринга и Университета Темпл.

Обоснование исследования белков

Линейные цепи аминокислот особым образом складываются с образованием белков. Если механизм пойдет не так, это может привести к заболеванию. Болезни Альцгеймера и Хантингтона вызваны такими «ошибочными» событиями.

Обычные методы, такие как рентгеновская кристаллография, помогли ученым понять структуру белков, но понимание механизмов сворачивания или того, как белки выполняют свои функции с течением времени, требует более сложных методов. Компьютерное моделирование, основанное на физических моделях, помогает преодолеть разрыв. Здесь тоже есть проблема: масштаб.

Как ИИ помогает

Учитывая масштаб проекта, Folding@Home должен грамотно подходить к процедурам картирования. Слепой подход, который беспощадно все моделирует, вероятно, не нужен. Folding@Home выполняет итерацию между симуляциями и построением карт, которые, в свою очередь, говорят им, где искать дальше. ИИ помогает в принятии этого решения, поскольку он просеивает результаты и определяет, какие части белка более похожи, а какие могут дать более интересные результаты. В конце концов, некоторые участки белков безликие, например равнины, а в других происходит нечто большее, например, в Нью-Йорке, объяснил Боуман.

Еще одна проблема, которую решает ИИ: неоднородность вычислительных ресурсов добровольцев. Например, компьютерам с большей мощностью следует назначать более сложные модели. Модели обучения искусственного интеллекта Folding@Home без учителя понимают соответствие ресурсов и дают соответствующие рекомендации.

Наконец, неконтролируемый ИИ также помогает исследователям Folding@Home находить различия в белках, которые могут быть более явно связаны с болезнью. «Мы разработали несколько инструментов глубокого обучения, с помощью которых мы можем брать различные наборы данных и узнавать, что их отличает», – сказал Боуман. В таких случаях ИИ может проанализировать несколько наборов «нормальных» белков и узнать, как выглядит «ненормальный».

Будущие исследования

Совсем недавно Folding@Home переключила внимание на SARS-CoV-2, вирус, вызывающий COVID-19. Моделирование спайкового белка на вирусе и его поведения с течением времени помогло ученым в разработке вакцин и лекарств благодаря сотрудничеству COVID Moonshot, которое занимается краудсорсингом лекарств от COVID-19.

По словам Боумана, Folding@Home вышла за рамки механизмов сворачивания белков. Он сравнивает этот процесс с изучением автомобиля и переходом к его экосистеме, состоящей из множества движущихся частей. «Что мне нужно сделать, чтобы изменить конструкцию моей машины, чтобы она ехала быстрее, перевозила больше груза или могла преодолевать более труднопроходимую местность?» – спросил Боуман. Folding@Home задает аналогичные вопросы о белках.

Экзадачный проект – Folding@Home выполняет миллиард миллиардов операций в секунду – только начинается с нескольких белков. Учитывая, что человеческое тело, по оценкам, содержит 80 000–400 000 белков, остается еще много неизведанной территории. «Я чувствую себя исследователем. Только мы изучаем интеллектуальное пространство, а не новые континенты», – сказал Боуман.