مقابلات
الدكتور سيرافيم باتزوجلو، الرئيس التنفيذي لشؤون البيانات في Seer – سلسلة المقابلات

النقاط الرئيسيةتكتشف منصة Seer's Proteograph بروتينات أكثر بمقدار 5 إلى 8 مرات في البلازما مقارنة…
عرض المزيد
- تكتشف منصة Seer's Proteograph بروتينات أكثر بمقدار 5 إلى 8 مرات في البلازما مقارنة بالطرق التقليدية، مما يكشف عن مؤشرات أمراض كانت مخفية سابقًا.
- ستعزز النماذج اللغوية الكبيرة الخبراء البشريين في التشخيص من خلال تحليل كميات هائلة من بيانات المرضى، لكن لا يمكنها العمل بشكل مستقل بسبب مخاطر الهلوسة (التنبؤات غير الدقيقة).
- يُسرّع التعلّم الآلي اكتشاف الأدوية من خلال تحديد الأهداف وتحسين المركبات، مما قد يخفض التكاليف بمليارات الدولارات ويختصر الجداول الزمنية التي تمتد لعقود.
سيرافيم باتزوجلو هو الرئيس التنفيذي لشؤون البيانات في شركة Seer. قبل انضمامه إلى شركة Seer، شغل سيرافيم منصب الرئيس التنفيذي لشؤون 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 للبيولوجيا التطبيقية والحاسوبية في Illumina، حيث قاد البحث والتطوير في الذكاء الاصطناعي والاختبارات الجزيئية لجعل البيانات الجينومية أكثر قابلية للتفسير في مجال صحة الإنسان.
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 درّستها 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، وأشركني في المشروع. بدأت أعمل، بدافع من مشروع الجينوم البشري، على تجميع الجينوم الكامل والجينوميات المقارنة للحمض النووي البشري والحمض النووي للفأر.
ثم انتقلت إلى جامعة ستانفورد عضوًا في هيئة التدريس بقسم علوم الحاسوب، حيث أمضيت 15 عامًا وتشرفت بالإشراف على نحو 30 طالب دكتوراه موهوبًا للغاية، وعلى كثير من باحثي ما بعد الدكتوراه وطلاب البكالوريوس. ركز فريقنا على تطبيق الخوارزميات والتعلم الآلي وأدوات البرمجيات في تحليل البيانات الجينومية والجزيئية الحيوية واسعة النطاق. 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 من السمات التي تميز الصناعة عن الوسط الأكاديمي. عملت في شركات مبتكرة على مدى مسيرتي: DNAnexus، التي شاركت في تأسيسها 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 وترجمة نتائجها إلى تطبيقات لتحسين 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 سكانية ومتعددة الأوميكس وبيانات عن الأنماط الظاهرية بحجم كافٍ 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، ثم بصورة متزايدة لعامة الناس.
قبل منصبك الحالي، كنت الرئيس التنفيذي لشؤون البيانات في Insitro، حيث قدت التعلم الآلي وعلوم البيانات في نهج الشركة لاكتشاف الأدوية. ما أبرز ما تعلمته آنذاك عن استخدام التعلم الآلي لتسريع اكتشاف الأدوية؟
يعاني النموذج التقليدي لاكتشاف الأدوية وتطويرها، القائم على التجربة والخطأ، من عدم الكفاءة وطول المدة بصورة كبيرة. فقد يتطلب طرح دواء واحد في السوق أكثر من مليار دولار وأكثر من عشر سنوات. بإدخال التعلم الآلي في هذه الجهود، يمكننا خفض التكاليف والمدد الزمنية بدرجة كبيرة في عدة مراحل.
من هذه المراحل تحديد الهدف الدوائي: يمكن تحديد جين أو مجموعة جينات تعدّل النمط الظاهري للمرض أو تعيد الحالة الخلوية المرضية إلى حالة أصح، باستخدام اضطرابات جينية وكيميائية واسعة النطاق وقراءات للنمط الظاهري مثل التصوير والجينوميات الوظيفية. ومرحلة أخرى هي تحديد المركبات وتحسينها، حيث يمكن تصميم جزيء صغير أو نمط علاجي آخر بالتنبؤ الحاسوبي المدعوم بالتعلم الآلي وبالفحص في المختبر. ويمكن أيضًا تحسين خصائص الدواء المطلوبة، مثل الذوبانية والنفاذية والنوعية وعدم السمية.
ربما تكون أصعب الجوانب وأهمها هي نقل النتائج إلى البشر. فاختيار النموذج الملائم للمرض المناسب — سواء خطوط الخلايا المشتقة من الخلايا الجذعية المحفزة متعددة القدرات، أو خطوط الخلايا الأولية المأخوذة من المرضى وعينات الأنسجة، أو النماذج الحيوانية — ينطوي على مفاضلات بالغة الأهمية. وتنعكس هذه المفاضلات في النهاية على قدرة البيانات الناتجة والتعلم الآلي على تحقيق فائدة للمرضى.
تبتكر Seer Bio طرقًا جديدة لفك أسرار البروتيوم لتحسين صحة الإنسان. ما البروتيوم بالنسبة إلى القارئ غير الملم بهذا المصطلح؟
البروتيوم هو مجموعة البروتينات المتغيرة التي ينتجها الكائن الحي أو يعدّلها بمرور الوقت واستجابةً للبيئة والتغذية والحالة الصحية. والبروتيوميات هي دراسة هذه المجموعة في نوع معين من الخلايا أو عينة نسيجية. جينوم الإنسان أو غيره من الكائنات ثابت: باستثناء مهم هو الطفرات الجسدية، يكون الجينوم عند الولادة هو نفسه طوال الحياة، ويُنسخ بدقة في كل خلية من خلايا الجسم. أما البروتيوم فديناميكي، ويتغير خلال سنوات أو أيام بل حتى دقائق. لذلك فهو أقرب بكثير من الجينوم إلى النمط الظاهري، وفي النهاية إلى الحالة الصحية، ومن ثم يقدم معلومات أكثر فائدة لمراقبة الصحة وفهم المرض.
طورنا في Seer طريقة جديدة للوصول إلى البروتيوم، توفر فهمًا أعمق للبروتينات وأشكالها الجزيئية المختلفة في العينات المعقدة مثل البلازما. والبلازما عينة يسهل الحصول عليها، لكنها شكلت حتى الآن تحديًا كبيرًا لطرق البروتيوميات التقليدية المعتمدة على مطيافية الكتلة.
ما منصة Proteograph™ من Seer، وكيف تقدم رؤية جديدة للبروتيوم؟
تستخدم منصة Proteograph مكتبة من الجسيمات النانوية المهندسة المملوكة للشركة، ضمن سير عمل بسيط وسريع ومؤتمت يتيح تحليلًا عميقًا وقابلًا للتوسع للبروتيوم.
تتميز المنصة في تحليل البلازما والعينات المعقدة الأخرى ذات المجال الديناميكي الواسع؛ أي التي تختلف فيها وفرة البروتينات بمقادير تمتد عبر عدة رتب عشرية. ولا تستطيع طرق مطيافية الكتلة التقليدية كشف الجزء منخفض الوفرة من البروتيوم. صُممت جسيمات Seer النانوية بخصائص فيزيائية كيميائية قابلة للضبط، تجمع البروتينات عبر المجال الديناميكي دون تحيز. وفي عينات البلازما المعتادة، تتيح تقنيتنا كشف عدد من البروتينات يبلغ خمسة إلى ثمانية أمثال العدد المكتشف عند معالجة البلازما غير المجزأة دون Proteograph. وهكذا تساعد حزمة منتجات Proteograph العلماء، من تحضير العينة إلى الأجهزة وتحليل البيانات، على العثور على بصمات مرضية في البروتيوم قد يتعذر كشفها بطرق أخرى. ونحب أن نقول إننا نفتح بوابة جديدة إلى البروتيوم.
كما نمكّن العلماء من إجراء دراسات بروتيوميات جينومية واسعة النطاق بسهولة. تجمع البروتيوميات الجينومية بين البيانات الجينومية وبيانات البروتيوم لتحديد متغيرات البروتين وقياسها، وربط المتغيرات الجينومية بمستويات وفرة البروتينات، ثم ربط الجينوم والبروتيوم بالنمط الظاهري والمرض، والبدء في تفكيك المسارات الجينية السببية واللاحقة المرتبطة بالمرض.
هل يمكنك مناقشة بعض تقنيات التعلم الآلي المستخدمة حاليًا في Seer Bio؟
تستخدم Seer التعلم الآلي في جميع المراحل من تطوير التكنولوجيا إلى التحليل اللاحق للبيانات. وتشمل هذه المراحل: (1) تصميم جسيماتنا النانوية الخاصة، حيث يساعدنا التعلم الآلي على تحديد الخصائص الفيزيائية الكيميائية وتوليفات الجسيمات المناسبة لخطوط المنتجات والاختبارات المحددة؛ (2) كشف الببتيدات والبروتينات والمتغيرات والأشكال الجزيئية للبروتين وقياسها من بيانات القراءة التي تنتجها أجهزة مطيافية الكتلة؛ (3) التحليلات البروتيومية والبروتيومية الجينومية اللاحقة في مجموعات سكانية كبيرة.
في العام الماضي، نشرنا بحثًا في Advanced Materials يجمع طرق البروتيوميات والهندسة النانوية والتعلم الآلي لتحسين فهم آليات تكوّن التاج البروتيني. كشف البحث تفاعلات نانوية حيوية، ويسترشد به عمل Seer لتطوير جسيمات نانوية ومنتجات محسنة مستقبلًا.
وإلى جانب تطوير الجسيمات النانوية، نطور خوارزميات جديدة لتحديد الببتيدات المتغيرة وتعديلات ما بعد الترجمة. طورنا مؤخرًا طريقة لكشف مواضع السمات الكمية للبروتينات (pQTLs) تتحمل أثر المتغيرات البروتينية، وهي عامل مربك معروف في البروتيوميات القائمة على الألفة. ونوسع هذا العمل لتحديد هذه الببتيدات مباشرة من الأطياف الخام، باستخدام طرق تحديد التسلسل من الصفر المدعومة بالتعلم العميق، بما يسمح بالبحث دون تضخيم حجم المكتبات الطيفية.
يطور فريقنا أيضًا طرقًا تتيح للعلماء الذين لا يمتلكون خبرة عميقة في التعلم الآلي ضبط نماذجه واستخدامها على النحو الأمثل في أعمال الاكتشاف. ويتحقق ذلك عبر إطار Seer ML القائم على أداة AutoML، التي تتيح ضبط المعلمات الفائقة بكفاءة باستخدام التحسين البايزي.
وأخيرًا، نطور طرقًا لتقليل أثر الدفعة وزيادة الدقة الكمية لقراءات مطيافية الكتلة. وننمذج القيم الكمية المقاسة لتعظيم المقاييس المتوقعة، مثل الارتباط بين قيم الشدة عبر الببتيدات ضمن مجموعة بروتينية واحدة.
الهلوسة مشكلة شائعة في النماذج اللغوية الكبيرة. ما الحلول التي يمكن أن تمنعها أو تخففها؟
النماذج اللغوية الكبيرة طرق توليدية تُعطى مجموعة نصية كبيرة وتُدرّب على توليد نصوص مشابهة. وهي تلتقط الخصائص الإحصائية للنصوص التي تدربت عليها، بدءًا من الخصائص المحلية البسيطة، مثل تكرار ورود توليفات معينة من الكلمات أو الرموز معًا، وصولًا إلى خصائص أعلى مستوى تحاكي فهم السياق والمعنى.
لكن هذه النماذج لا تُدرّب أساسًا لتكون صحيحة. يساعد التعلم بالتعزيز من التغذية الراجعة البشرية (RLHF) وتقنيات أخرى على تدريبها لاكتساب خصائص مرغوبة، ومنها صحة المعلومات، لكنها لا تنجح نجاحًا كاملًا. عند إعطائها موجهًا، تولد نصًا يشبه الخصائص الإحصائية لبيانات التدريب إلى أقرب حد. وغالبًا ما يكون ذلك النص صحيحًا أيضًا. مثلًا، إذا سُئلت «متى وُلد الإسكندر الأكبر؟»، فالإجابة الصحيحة هي عام 356 قبل الميلاد، ويرجح أن تعطي هذه الإجابة لأن هذا التاريخ يتكرر في بيانات التدريب.
أما إذا سُئلت «متى وُلدت الإمبراطورة ريجينيلا؟»، وهي شخصية خيالية غير موجودة في مجموعة التدريب، فمن المرجح أن تهلوس وتختلق قصة عن مولدها. وبالمثل، إذا طُرح سؤال لا يستطيع النموذج استرجاع إجابة صحيحة له، سواء لعدم وجودها أو لأسباب إحصائية أخرى، فقد يهلوس ويجيب كما لو كان يعرف. وهذا يخلق مشكلة واضحة للتطبيقات الجادة، مثل السؤال عن كيفية علاج نوع معين من السرطان.
لا توجد حتى الآن حلول مثالية للهلوسة؛ فهي متأصلة في تصميم النماذج اللغوية الكبيرة. ومن الحلول الجزئية صياغة موجهات مناسبة، كأن نطلب من النموذج «التفكير بعناية، خطوة بخطوة». فهذا يزيد احتمال ألا يختلق قصصًا. وهناك نهج أكثر تقدمًا يجري تطويره، وهو استخدام الرسوم البيانية المعرفية. وهي توفر بيانات منظمة ترتبط فيها الكيانات بكيانات أخرى بطريقة منطقية محددة مسبقًا. بناء رسم معرفي لمجال معين مهمة صعبة، لكنها ممكنة بمزيج من الطرق الآلية والإحصائية والتنقيح البشري. وبوجود رسم معرفي مدمج، يمكن للنموذج التحقق من عباراته بمقارنتها بمجموعة منظمة من الحقائق المعروفة، وتقييده بحيث لا يولد عبارات تناقض الرسم المعرفي أو لا يدعمها.
بسبب المشكلة الأساسية للهلوسة، وربما أيضًا لافتقار هذه النماذج إلى قدرات كافية على الاستدلال والحكم، فهي اليوم قوية في استرجاع المعلومات وربطها وتلخيصها، لكنها لا تستطيع أن تحل محل الخبراء البشر في التطبيقات الجادة مثل التشخيص الطبي أو المشورة القانونية. ومع ذلك، يمكنها أن تعزز كثيرًا كفاءة الخبراء وقدراتهم في هذه المجالات.
هل يمكنك مشاركة رؤيتك لمستقبل تقود فيه البيانات علم الأحياء بدلًا من الفرضيات؟
النهج التقليدي القائم على الفرضيات، الذي يكتشف فيه الباحثون أنماطًا ثم يضعون فرضيات ويجرون تجارب أو دراسات لاختبارها ويصقلون النظريات وفق البيانات، يفسح المجال لنموذج جديد قائم على النمذجة المدفوعة بالبيانات.
في هذا النموذج الناشئ، يبدأ الباحثون بإنتاج بيانات واسعة النطاق دون فرضيات مسبقة. ثم يدربون نموذج تعلم آلي، مثل نموذج لغوي كبير، بهدف إعادة بناء البيانات المحجوبة بدقة، وتحقيق أداء قوي في الانحدار أو التصنيف عبر عدد من المهام اللاحقة. وعندما يستطيع النموذج التنبؤ بالبيانات بدقة، وتبلغ مطابقة نتائجه مستوى يقارن بالتشابه بين التكرارات التجريبية، يمكن للباحثين استجوابه لاستخلاص رؤى عن النظام البيولوجي وتمييز المبادئ البيولوجية الكامنة.
تثبت النماذج اللغوية الكبيرة كفاءة خاصة في نمذجة البيانات الجزيئية الحيوية، وهي مهيأة لدفع التحول من الاكتشاف البيولوجي القائم على الفرضيات إلى الاكتشاف المدفوع بالبيانات. سيزداد وضوح هذا التحول خلال السنوات العشر المقبلة، ويتيح نمذجة دقيقة للأنظمة الجزيئية الحيوية بمستوى من التفصيل يفوق قدرات الإنسان بكثير.
ما الأثر المحتمل على تشخيص الأمراض واكتشاف الأدوية؟
أعتقد أن النماذج اللغوية الكبيرة والذكاء الاصطناعي التوليدي سيحدثان تغييرات كبيرة في صناعة علوم الحياة. ومن المجالات التي ستستفيد كثيرًا التشخيص السريري، ولا سيما الأمراض النادرة التي يصعب تشخيصها والأنواع الفرعية للسرطان. يمكننا الاستفادة من كميات هائلة من معلومات المرضى الشاملة، من الملفات الجينومية والاستجابات للعلاج إلى السجلات الطبية والتاريخ العائلي، لدعم تشخيص دقيق وفي الوقت المناسب. وإذا استطعنا تجميع هذه البيانات بحيث يسهل الوصول إليها بدلًا من عزلها داخل المؤسسات الصحية المختلفة، فسنحسن دقة التشخيص بدرجة كبيرة.
لا يعني ذلك أن نماذج التعلم الآلي، ومنها النماذج اللغوية الكبيرة، ستعمل باستقلالية في التشخيص. نظرًا لقيودها التقنية، لن تكون مستقلة في المستقبل المنظور، بل ستعزز عمل الخبراء البشر. وستكون أدوات قوية لمساعدة الطبيب على تقديم تقييمات وتشخيصات مستنيرة في جزء صغير من الوقت المطلوب حاليًا، وعلى توثيق تشخيصه وإبلاغ المريض به، وكذلك شبكة مقدمي الرعاية الصحية المتصلة عبر نظام التعلم الآلي.
تستخدم الصناعة بالفعل التعلم الآلي لاكتشاف الأدوية وتطويرها، مشيدة بقدرته على خفض التكاليف والمدد الزمنية مقارنة بالنهج التقليدي. وتضيف النماذج اللغوية الكبيرة أدوات أخرى، وتقدم أطرًا ممتازة لنمذجة البيانات الجزيئية الحيوية واسعة النطاق، ومنها الجينومات والبروتيومات وبيانات الجينوميات الوظيفية وفوق الجينومية وبيانات الخلايا المفردة وغيرها. وفي المستقبل المنظور، ستربط النماذج اللغوية الأساسية بلا شك بين هذه الأنماط من البيانات، وبين مجموعات كبيرة من الأفراد الذين جُمعت معلوماتهم الجينومية والبروتيومية والصحية.
ستساعد هذه النماذج على توليد أهداف دوائية واعدة، وتحديد الجيوب المحتمل نشاطها في البروتينات المرتبطة بالوظائف البيولوجية والأمراض، أو اقتراح مسارات ووظائف خلوية أكثر تعقيدًا يمكن تعديلها بصورة محددة بجزيئات صغيرة أو أنماط علاجية أخرى. ويمكننا أيضًا استخدامها لتحديد المستجيبين للأدوية وغير المستجيبين بناءً على الاستعداد الوراثي، أو لإعادة توظيف الأدوية لعلاج أمراض أخرى. لا شك أن كثيرًا من الشركات المبتكرة الحالية في اكتشاف الأدوية بالذكاء الاصطناعي بدأت التفكير والتطوير في هذا الاتجاه، ونتوقع ظهور شركات إضافية وجهود عامة تستهدف استخدام النماذج اللغوية الكبيرة في صحة الإنسان واكتشاف الأدوية.
شكرًا على المقابلة المفصلة. يمكن للقراء الراغبين في معرفة المزيد زيارة Seer.












