الدكتور سيرافيم باتزوجلو، رئيس قسم البيانات في شركة Seer – سلسلة المقابلات

سيرافيم باتزوجلو هو رئيس قسم البيانات في شركة Seer. قبل انضمامه إلى شركة Seer، شغل سيرافيم منصب رئيس قسم البيانات في شركة Insitro، حيث قاد فريقًا في مجال التعلم الآلي وعلوم البيانات في مجال اكتشاف الأدوية. قبل انضمامه إلى شركة Insitro، شغل منصب نائب الرئيس في شركة Illumina، حيث قاد البحث والتطوير التكنولوجي في مجال البيولوجيا الحاسوبية والجينوميات.

ما الذي جذبك في البداية إلى مجال الجينوميات؟

أصبحت مهتمًا بمجال البيولوجيا الحاسوبية في بداية دراستي للدكتوراه في علوم الحاسوب في معهد ماساتشوستس للتكنولوجيا، عندما درست دورة حول هذا الموضوع التي taughtها بوني بيرجر، التي أصبحت مشرفتي على الدكتوراه، وديفيد جيفورد. كان مشروع الجينوم البشري في طور التطور خلال فترة دراستي للدكتوراه. اريك لاندر، الذي كان يرأس مركز الجينوم في معهد ماساتشوستس للتكنولوجيا، أصبح مشرفي على الدكتوراه أيضًا، وشاركني في المشروع. بدأت أعمل على تجميع الجينوم الكامل وتحليل الجينوميات المقارنة للجينوم البشري والفأر.

ثم انتقلت إلى جامعة ستانفورد كأستاذ في قسم علوم الحاسوب، حيث قمت بتدريس حوالي 30 طالب دكتوراه ومستشارًا لعدد من الباحثين والطلاب. ركز فريقنا على تطبيق الخوارزميات والتعلم الآلي وأدوات البرمجيات في تحليل البيانات الجينومية والبيولوجية الكبيرة. غادرت جامعة ستانفورد في عام 2016 لقيادة فريق بحث وتطوير تكنولوجي في شركة Illumina. منذ ذلك الحين، استمتعت بقيادة فرق البحث والتطوير في الصناعة. أجد أن العمل الجماعي والجانب التجاري والأثر المباشر على المجتمع يتميزون بالصناعة مقارنة بالأكاديمية. عملت في شركات مبتكرة على مدى مسيرتي: DNAnexus، التي أسستها في عام 2009، وشركة Illumina، وشركة Insitro، وشركة Seer الآن. الحوسبة والتعلم الآلي ضروريان في سلسلة التكنولوجيا الحيوية، من تطوير التكنولوجيا إلى الحصول على البيانات إلى تفسير البيانات البيولوجية وتحويلها إلى صحة الإنسان.

على مدى العشرين عامًا الماضية، أصبح تسلسل الجينوم البشري أرخص وأسرع بكثير. أدى هذا إلى نمو كبير في سوق تسلسل الجينوم واعتماد أوسع في صناعة العلوم الحيوية. نحن الآن على وشك الحصول على بيانات جينومية ومتعددة الجينوميات وبيولوجية وصفية كافية لتحويل الرعاية الصحية بشكل كبير، بما في ذلك الوقاية والتشخيص والعلاج واكتشاف الأدوية. يمكننا اكتشاف الأسس الجزيئية للأمراض للأفراد من خلال التحليل الحاسوبي للبيانات الجينومية، ويمكن للمرضى الحصول على علاجات مخصصة وموجهة، خاصة في مجالات السرطان والأمراض الجينية النادرة. بخلاف الاستخدام الواضح في الطب، يسمح التعلم الآلي المرتبط بمعلومات الجينوم بالحصول على رؤى في مجالات أخرى من حياتنا، مثل علم الأنساب والتغذية. في السنوات القليلة القادمة، سوف نرى تبني الرعاية الصحية المخصصة والمستندة إلى البيانات، أولاً لمجموعات محددة من الناس، مثل مرضى الأمراض النادرة، وزيادةً للمجتمع بشكل عام.

قبل توليك منصبك الحالي، كنت رئيس قسم البيانات في شركة Insitro، حيث قادت التعلم الآلي وعلوم البيانات في подход الشركة لاكتشاف الأدوية. ما هي بعض النتائج الرئيسية التي توصلت إليها خلال هذه الفترة حول كيفية استخدام التعلم الآلي لتسريع اكتشاف الأدوية؟

النموذج التقليدي لاكتشاف الأدوية وتطويرها، الذي يعتمد على التجربة والخطأ، يعاني من عدم كفاءة ومدة زمنية طويلة. يمكن للتعلم الآلي أن يقلل بشكل كبير من التكاليف والمدة الزمنية في عدة خطوات. أحد الخطوات هو تحديد الهدف، حيث يمكن تحديد جين أو مجموعة من الجينات التي تؤثر على ظاهرة مرضية أو تقلل من حالة الخلية المرضية إلى حالة أكثر صحة من خلال التلاعب الجيني والكيميائي والقراءات الظاهرية مثل التصوير والجينوميات الوظيفية. خطوة أخرى هي تحديد المركب وتحسينه، حيث يمكن تصميم جزيء صغير أو طريقة أخرى بواسطة التنبؤ الحاسوبي والفحص في المختبر، ويمكن تحسين الخواص المرغوبة للدواء مثل الذوابان والنفاذية والخصوصية وعدم السُمية.

يمكنك مناقشة بعض التكنولوجيا الحاسوبية التي تستخدمها شركة Seer Bio حاليًا؟

تستخدم شركة Seer الحوسبة في جميع الخطوات، من تطوير التكنولوجيا إلى تحليل البيانات. تشمل هذه الخطوات: (1) تصميم الجسيمات النانوية المبتكرة، حيث يساعد التعلم الآلي في تحديد الخواص الفيزيائية والكيميائية التي ستعمل مع خطوط المنتجات والاختبارات؛ (2) الكشف عن الببتيدات والبروتينات والمتغيرات والشكل البروتيني من بيانات جهاز الكتلة؛ (3) التحليلات البروتينية والبروتوجينومية في فئات سكانية كبيرة.

في العام الماضي، نشرنا ورقة في مجلة Advanced Materials، حيث جمعنا بين طرق البروتوميات والهندسة النانوية والتعلم الآلي لتحسين فهم آليات تكوين التاج البروتيني. هذه الورقة كشفت عن التفاعلات بين الجسيمات النانوية والبيولوجيا وت告تنا بإنشاء جسيمات نانوية محسنة في المستقبل.

نحن أيضًا نطور خوارزميات جديدة لتحديد الببتيدات المتغيرة والتعديلات بعد الترجمة. لقد طوّرنا最近 طريقة لتحديد مواقع الارتباط البروتيني (pQTLs) التي تتحمل المتغيرات البروتينية، وهو معامل معروف يؤثر على البروتوميات القائمة على الارتباط. نحن نوسع هذا العمل لتحديد هذه الببتيدات مباشرة من الطيف باستخدام طرق التتابع الحاسوبي الجديد.

فريقنا يطور أيضًا طرقًا لتمكين العلماء من تعديل وتحسين نماذج التعلم الآلي في عملهم بدون خبرة عميقة في التعلم الآلي. يتم ذلك من خلال إطار عمل Seer ML الذي يستند إلى أداة AutoML، مما يسمح بتعديل كفء للمتغيرات باستخدام التحسين البايزي.

أخيرًا، نحن نطور طرقًا لتقليل تأثير الدفعة وزيادة الدقة الكمية للقيم المقاسة من جهاز الكتلة عن طريق نمذجة القيم المقاسة لتحقيق معايير متوقعة مثل الارتباط بين قيم الكثافة عبر الببتيدات في مجموعة بروتينية.

هل يمكنك مناقشة بعض الحلول لمنع أو تقليل الحوادث في النماذج اللغوية الكبيرة؟

النماذج اللغوية الكبيرة هي طرق توليدية تُدرّب على корпус كبير وتولّد نصًا مشابهًا للخصائص الإحصائية للنص الذي تم تدريبه عليه. قد تُنشئ هذه النماذج نصًا صحيحًا، ولكنها ليست مدربة بشكل أساسي على الصحة. تقنيات مثل التعلم بالتعزيز مع反馈 بشري تساعد في تدريبها على خصائص مرغوبة، بما في ذلك الصحة، ولكنها ليست ناجحة تمامًا.

عندما يُطلب من النموذج اللغوي الكبير إجابة على سؤال، قد يخلق نصًا يبدو صحيحًا ولكن يحتوي على أخطاء أو معلومات خاطئة. لا توجد حلول مثالية حتى الآن لمنع هذه الحوادث. أحد الحلول الجزئية هو التوجيه الصحيح، مثل طلب من النموذج “التفكير بحذر، خطوة خطوة”. يمكن أن تقلل هذه الطريقة من احتمال حدوث حوادث.

نحن نعتقد أن النماذج اللغوية الكبيرة سوف تؤدي إلى تغييرات كبيرة في صناعة العلوم الحيوية. أحد المجالات التي سوف تستفيد كثيرًا من هذه النماذج هو التشخيص السريري، خاصة للأمراض النادرة والسرطانات. يمكننا استخدام هذه النماذج لتحليل البيانات الصحية الشاملة وتقديم تشخيصات دقيقة وأسرع.

الصناعة تستخدم بالفعل التعلم الآلي في اكتشاف الأدوية وتطويرها، ويزعم أنه يمكن أن يقلل التكاليف والأجال الزمنية مقارنة بالنموذج التقليدي. النماذج اللغوية الكبيرة تضيف إلى الأدوات المتاحة، وتوفر إطارات ممتازة لنمذجة البيانات البيولوجية الكبيرة، بما في ذلك الجينومات والبروتوميات والبيانات الجينومية الوظيفية والجينوميات الهيكلية والبيانات الخلوية المفردة والمزيد.

في المستقبل، سوف نرى تطور النماذج اللغوية الكبيرة لتحليل البيانات البيولوجية وتحويلها إلى صحة الإنسان. سوف تساعد هذه النماذج في اكتشاف أهداف دوائية واعدة وتحديد الجيوب النشطة للبروتينات المرتبطة بالوظائف البيولوجية والأمراض، أو اقتراح المسارات والوظائف الخلوية المعقدة التي يمكن تعديلها بطرق محددة باستخدام جزيئات صغيرة أو دوائية أخرى.

شكرًا على المقابلة المفصلة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة Seer.