OpenAI-ს AI აგენტებმა თაგვის ტვინის გენეტიკური კვლევა დააჩქარეს
რევოლუციური გარღვევა ბიოსამედიცინო კვლევებში
OpenAI-მ, PerturbAI-სა და Scripps Research-თან თანამშრომლობით, ხელოვნური ინტელექტის გამოყენების ახალი შესაძლებლობები წარმოაჩინა. გუნდმა დაახლოებით 2 000-მდე AI აგენტის მეშვეობით თაგვის ტვინის გენეტიკური მონაცემთა დიდი ბაზა სულ რაღაც 32 წუთში გააანალიზა. შედარებისთვის, მეცნიერების მიერ მსგავსი მოცულობის კვლევის ჩატარებას, რომელიც ტრადიციული მეთოდებით მიმდინარეობს, რამდენიმე თვიდან ერთ წლამდე დრო სჭირდება.
კვლევისთვის გამოყენებული იქნა OpenAI-ს სპეციალიზებული მოდელი GPT-Rosalind, რომელიც სწორედ სიცოცხლის შემსწავლელი მეცნიერებებისთვისაა შექმნილი. მიღებული შედეგები ამ ეტაპზე bioRxiv-ის პრეპრინტის სახითაა გამოქვეყნებული და ელოდება რეცენზირებას. კვლევის საფუძველს წარმოადგენს PerturbAI-ს მიერ შექმნილი CRISPR-ის (გენური ინჟინერიის ინსტრუმენტი) მეთოდზე დაფუძნებული ტვინის ატლასი, სადაც თაგვის გენებში ცვლილებები ხდებოდა, რათა დაკვირვებოდათ, როგორ მოქმედებს ეს ტვინის უჯრედებზე.
როგორ მუშაობს აგენტების ქსელი
თითოეული AI აგენტი პასუხისმგებელი იყო კონკრეტული გენური ცვლილების შესწავლაზე. სისტემამ გააანალიზა უჯრედების რეაქცია, მოიძია შესაბამისი სამეცნიერო ლიტერატურა და შემოგვთავაზა შესაძლო ახსნა-განმარტებები. პროცესის ბოლოს ყველა აგენტის დასკვნა გაერთიანდა ერთიან „დასაბუთების ატლასში“, რომელიც გენებს, უჯრედულ ეფექტებსა და სამეცნიერო პუბლიკაციებს შორის კავშირებს ადგენს.
ექსპერიმენტის ფარგლებში, AI-მ არა მხოლოდ დაადასტურა ადამიანების მიერ მანამდე მიღებული შედეგები, არამედ აღმოაჩინა ახალი მიმართულებები. ბრმა ტესტირებისას, ექსპერტთა 75%-მა უპირატესობა სწორედ ამ მრავალაგენტიანი მიდგომით მომზადებულ ანგარიშებს მიანიჭა. აღსანიშნავია, რომ მრავალაგენტიანმა სისტემამ 700-ზე მეტი სამეცნიერო წყარო გამოიყენა, მაშინ როცა ერთმა აგენტმა მხოლოდ 11 წყარო დაასახელა.
პრაქტიკული მნიშვნელობა და მომავალი
ერთ-ერთი კვლევითი მიმართულება შეეხო Tsc1 და Tsc2 გენებს, რომლებიც უჯრედების ზრდას აკონტროლებენ. აგენტებმა გამოავლინეს განსხვავება მათ ეფექტებში, რაც შესაძლოა გადამწყვეტი იყოს ისეთი იშვიათი გენეტიკური დაავადების შესასწავლად, როგორიცაა ტუბეროზული სკლეროზი. კიდევ ერთი მაგალითია Dctn1 გენი, რომელიც პერის სინდრომთანაა დაკავშირებული; AI-მ აქ აღმოაჩინა კავშირი ქოლესტერინის გამომუშავებასთან, რაც ნერვული უჯრედების დაზიანების ახალ მექანიზმებზე მიუთითებს.
როგორც კემბრიჯის უნივერსიტეტის პროფესორი სარა ტეიხმანი აღნიშნავს, მსგავსი უჯრედული ატლასების შექმნა მეცნიერებს იმ აღმოჩენების გაკეთების საშუალებას აძლევს, რომელთა წარმოდგენაც აქამდე შეუძლებელი იყო. ამჟამად, დასაბუთების ატლასი ხელმისაწვდომია GitHub-ზე, ხოლო მონაცემთა ბაზა განთავსებულია Hugging Face-ის პლატფორმაზე. ეს ტექნოლოგიური გარღვევა მნიშვნელოვანი ნაბიჯია მედიცინაში, რადგან ის მკვლევრებს საშუალებას აძლევს, უზარმაზარი ინფორმაცია წუთებში დაამუშაონ და დაავადებების მკურნალობის ახალი გზები იპოვონ.