Leland Hyman, Vedoucí datové vědy ve společnosti Sherlock Biosciences – Rozhovor

Leland Hyman je Vedoucí datové vědy ve společnosti Sherlock Biosciences. Je zkušený počítačový vědec a výzkumník s背景em v oblasti strojového učení a molekulární diagnostiky.

Sherlock Biosciences je biotechnologická společnost se sídlem v Cambridge, Massachusetts, která vyvíjí diagnostické testy pomocí CRISPR. Cílem společnosti je narušit molekulární diagnostiku pomocí lepších, rychlejších a dostupnějších testů.

Co vás最初 přitáhlo k počítačové vědě?

Začal jsem programovat již v velmi mladém věku, ale můj zájem byl hlavně zaměřen na tvorbu videoher se svými přáteli. Můj zájem o další počítačové vědy se rozvinul během studií na vysoké škole a během postgraduálního studia, zejména s ohledem na všechny průlomové práce v oblasti strojového učení na počátku roku 2010. Celé toto odvětví se zdálo být takovým zajímavým novým hraním, které mohlo přímo ovlivnit vědecký výzkum a náš každodenní život — nemohli jsme pomoci, ale byli jsme uchváceni jím.

Také jste absolvoval doktorát v oboru buněčné a molekulární biologie, kdy jste poprvé uvědomil, že tyto dvě oblasti se budou prolínat?

Začal jsem dělat tuto typ práce na průsečíku počítačové vědy a biologie již na počátku postgraduálního studia. Moje laboratoř se zaměřovala na řešení problémů s proteinovým inženýrstvím prostřednictvím spolupráce mezi biochemiky, počítačovými vědci a všemi ostatními. Rychle jsem si uvědomil, že strojové učení může poskytnout cenné poznatky do biologických systémů a učinit experimenty mnohem snadnějšími. Naopak, také jsem získal úctu k hodnotě biologické intuice při konstrukci modelů strojového učení. Podle mého názoru je přesně formulování problému klíčovým prvkem ve strojovém učení. To je důvod, proč jsem přesvědčen, že spolupráce mezi různými obory může mít hluboký dopad.

Od roku 2022 pracujete ve společnosti Sherlock Biosciences, můžete sdělit některé podrobnosti o své roli?

V současné době vedu výpočetní tým ve společnosti Sherlock Biosciences. Náš tým je zodpovědný za návrh komponent, které jsou součástí našich diagnostických testů, spolupráci s experimentálníky, kteří testují tyto návrhy v laboratoři, a budování nových výpočetních schopností pro zlepšení návrhů. Kromě koordinace těchto aktivit pracuji na částech strojového učení našeho kódu, experimentuji s novými architekturami modelů a novými způsoby, jak simulovat fyziku DNA a RNA zapojenou do našich testů.

Strojové učení je jádrem společnosti Sherlock Biosciences, můžete popsat typ dat a objem dat, který je shromažďován, a jak strojové učení tyto údaje zpracovává?

Během vývoje testů testujeme desítky až stovky kandidátních testů pro každý nový patogen. Ačkoli většina těchto kandidátů nebude součástí komerčního testu, považujeme je za příležitost se učit z našich chyb. Při těchto experimentech měříme dvě klíčové věci: citlivost a rychlost. Naše modely berou DNA a RNA sekvence v každém testu jako vstup a naučí se předpovídat citlivost a rychlost testu.

Jak strojové učení předpovídá, které molekulární diagnostické komponenty budou mít největší rychlost a přesnost?

Když přemýšlíme o tom, jak člověk učí, existují dvě hlavní strategie. Na jedné straně může člověk naučit úkol prostřednictvím čisté pokus-omyl metody. Může opakovat úkol a po mnoha neúspěších nakonec zjistí pravidla úkolu sám. Tato strategie byla docela populární před internetem. Na druhé straně můžeme této osobě poskytnout učitele, který jí řekne pravidla úkolu hned. Student s učitelem se může naučit mnohem rychleji než pomocí metody pokus-omyl, ale pouze pokud má dobrého učitele, který plně rozumí úkolu.

Náš přístup k trénování modelů strojového učení je někde mezi těmito dvěma strategiemi. Ačkoli nemáme dokonalého “učitele” pro naše modely strojového učení, můžeme je začít s nějakými znalostmi o fyzice DNA a RNA řetězců v našich testech. To jim pomáhá naučit se dělat lepší předpovědi s méně daty. K tomu běžíme několik biophysikálních simulací na našich testových DNA a RNA sekvencích. Poté vkládáme výsledky do modelu a žádáme ho, aby předpověděl rychlost a citlivost testu. Opakujeme tento proces pro všechny experimenty, které jsme provedli v laboratoři, a model ukazuje rozdíl mezi svými předpověďmi a tím, co se真的 stalo. Díky dostatečnému opakování se nakonec naučí, jak fyzika DNA a RNA souvisí s rychlostí a citlivostí každého testu.

Jaké jsou další způsoby, kterými algoritmy umělé inteligence využívá společnost Sherlock Biosciences?

Použili jsme algoritmy strojového učení k řešení širokého spektra problémů. Některé příklady, které mě napadají, jsou spojeny s trhem a analýzou obrazů. Pro trh jsme byli schopni trénovat modely, které se učí o různých typech zákazníků a o tom, kolik lidí by mohlo mít nesplněnou potřebu testování na onemocnění. Také jsme postavili modely pro analýzu obrázků laterálních toků (typ testu běžně používaného v prodejních COVID testech) a automaticky předpovědět, zda je přítomna pozitivní pásma. Ačkoli to vypadá jako triviální úkol pro člověka, mohu říci z první ruky, že je to neuvěřitelně pohodlná alternativa k ručnímu označování tisíců obrázků.

Jaké jsou některé výzvy spojené s budováním modelů strojového učení, které spolupracují s nejnovějšími bioscientifickými technologiemi, jako je CRISPR?

Dostupnost dat je hlavní výzvou při aplikaci modelů strojového učení na bioscientifické technologie. CRISPR a technologie založené na DNA nebo RNA čelí specifické výzvě, zejména kvůli mnohem menším strukturálním datovým sadám dostupným pro nukleové kyseliny ve srovnání s proteiny. To je důvod, proč jsme viděli obrovský pokrok v oblasti proteinového strojového učení v posledních letech (s AlphaFold2 a dalšími), ale pokrok v oblasti DNA a RNA strojového učení stále zaostává.

Jaký je váš výhled do budoucna, jak umělá inteligence bude integrována s CRISPR a biosciencí?

Svědčíme obrovský boom umělé inteligence v oblasti inženýrství proteinů a objevování léků právě teď a očekávám, že se tento trend bude dále zrychlovat ve farmaceutickém průmyslu. Rád bych viděl, aby se stejný trend udál i s CRISPR a dalšími technologiemi založenými na DNA a RNA v příštích letech. To by mohlo mít enormní dopad na diagnostiku, lidské lékařství a syntetickou biologii. Již jsme viděli výhody počítačových nástrojů ve vývoji diagnostiky a technologií CRISPR zde ve společnosti Sherlock a doufám, že tato práce bude mít “sněhovou kouli” efekt a pohne toto odvětví kupředu.

Děkuji za skvělý rozhovor, čtenáři, kteří si chtějí dozvědět více, by měli navštívit Sherlock Biosciences.