Leland Hyman, Leitender Data Scientist bei Sherlock Biosciences – Interviewreihe

Leland Hyman ist der Leitende Data Scientist bei Sherlock Biosciences. Er ist ein erfahrener Computerwissenschaftler und Forscher mit einer Ausbildung in Maschinellem Lernen und Molekularer Diagnostik.

Sherlock Biosciences ist ein Biotechnologieunternehmen mit Sitz in Cambridge, Massachusetts, das diagnostische Tests mit CRISPR entwickelt. Sie zielen darauf ab, die Molekulare Diagnostik mit besseren, schnelleren und erschwinglicheren Tests zu revolutionieren.

Was hat Sie ursprünglich zur Informatik hingezogen?

Ich habe bereits in sehr jungen Jahren mit der Programmierung begonnen, aber ich war hauptsächlich daran interessiert, Videospiele mit meinen Freunden zu erstellen. Mein Interesse an anderen Anwendungen der Informatik wuchs während meines Studiums und meiner Promotion, insbesondere mit all den bahnbrechenden Arbeiten im Bereich des Maschinellen Lernens in den frühen 2010er Jahren. Das ganze Feld schien wie ein so aufregendes neues Gebiet, das direkt die wissenschaftliche Forschung und unser tägliches Leben beeinflussen konnte – ich konnte einfach nicht anders, als mich davon begeistern zu lassen.

Sie haben auch einen Ph.D. in Zell- und Molekularbiologie absolviert. Wann haben Sie erkannt, dass sich diese beiden Bereiche überschneiden würden?

Ich begann diese Art von interdisziplinärer Arbeit zwischen Informatik und Biologie bereits früh in meiner Promotion. Mein Labor konzentrierte sich auf die Lösung von Problemen der Protein-Engineering durch Zusammenarbeit zwischen Biochemikern, Informatikern und allen dazwischen. Ich erkannte schnell, dass Maschinelles Lernen wertvolle Einblicke in biologische Systeme liefern und die Experimentierung viel einfacher machen konnte. Umgekehrt gewann ich auch eine Wertschätzung für die Bedeutung biologischer Intuition bei der Konstruktion von Maschinellen Lernmodellen. In meiner Meinung ist die genaue Formulierung des Problems das entscheidende Element im Maschinellen Lernen. Deshalb glaube ich, dass gemeinsame Bemühungen zwischen verschiedenen Bereichen einen tiefgreifenden Einfluss haben können.

Seit 2022 arbeiten Sie bei Sherlock Biosciences. Können Sie einige Details über Ihre Rolle mitteilen?

Ich leite derzeit das computationale Team bei Sherlock Biosciences. Unsere Gruppe ist für die Gestaltung der Komponenten verantwortlich, die in unsere diagnostischen Tests einfließen, für die Schnittstelle mit den Experimentalisten, die diese Entwürfe im Labor testen, und für den Aufbau neuer computativer Fähigkeiten, um die Entwürfe zu verbessern. Neben der Koordination dieser Aktivitäten arbeite ich an den Teilen des Maschinellen Lernens in unserem Code, experimentiere mit neuen Modellarchitekturen und neuen Methoden, um die DNA- und RNA-Physik zu simulieren, die in unseren Tests involviert sind.

Maschinelles Lernen ist das Herzstück von Sherlock Biosciences. Können Sie die Art der Daten und den Umfang der Daten beschreiben, die gesammelt werden, und wie ML diese Daten dann verarbeitet?

Während der Entwicklung von Tests testen wir Dutzende bis Hunderte von Kandidaten-Tests für jeden neuen Krankheitserreger. Obwohl die meisten dieser Kandidaten nicht in einen kommerziellen Test einfließen werden, sehen wir sie als Chance, aus unseren Fehlern zu lernen. In diesen Experimenten messen wir zwei wichtige Dinge: Sensitivität und Geschwindigkeit. Unsere Modelle nehmen die DNA- und RNA-Sequenzen in jedem Test als Eingabe und lernen dann, die Sensitivität und Geschwindigkeit des Tests vorherzusagen.

Wie kann ML vorhersagen, welche molekularen diagnostischen Komponenten mit der größten Geschwindigkeit und Genauigkeit funktionieren werden?

Wenn wir überlegen, wie ein Mensch lernt, gibt es zwei große Strategien. Einerseits könnte eine Person eine Aufgabe durch reines Trial-and-Error lernen. Sie könnte die Aufgabe wiederholen, und nach vielen Fehlern würde sie schließlich die Regeln der Aufgabe selbst herausfinden. Diese Strategie war vor dem Internet sehr beliebt. Andererseits könnten wir dieser Person einen Lehrer geben, der ihr die Regeln der Aufgabe direkt beibringt. Der Schüler mit einem Lehrer könnte viel schneller lernen als mit der Trial-and-Error-Methode, aber nur, wenn er einen guten Lehrer hat, der die Aufgabe vollständig versteht.

Unsere Herangehensweise an die Schulung von Maschinellen Lernmodellen liegt irgendwo dazwischen. Obwohl wir keinen perfekten “Lehrer” für unsere Maschinellen Lernmodelle haben, können wir sie mit einigen Kenntnissen über die Physik der DNA- und RNA-Stränge in unseren Tests beginnen. Dies hilft ihnen, bessere Vorhersagen mit weniger Daten zu machen. Dazu führen wir mehrere biophysikalische Simulationen auf unseren DNA- und RNA-Sequenzen durch. Dann füttern wir die Ergebnisse in das Modell ein und bitten es, die Geschwindigkeit und Sensitivität des Tests vorherzusagen. Wir wiederholen diesen Prozess für alle Experimente, die wir im Labor durchgeführt haben, und das Modell zeigt den Unterschied zwischen seinen Vorhersagen und dem, was tatsächlich passiert ist. Durch genügend Wiederholungen lernt es schließlich, wie die DNA- und RNA-Physik mit der Geschwindigkeit und Sensitivität jedes Tests zusammenhängt.

Welche anderen Anwendungen von KI-Algorithmen gibt es bei Sherlock Biosciences?

Wir haben Maschinelle Lernalgorithmen verwendet, um eine Vielzahl von Problemen zu lösen. Einige Beispiele, die mir einfallen, sind mit Marktforschung und Bildanalyse verbunden. Für die Marktforschung konnten wir Modelle trainieren, die über verschiedene Arten von Kunden und wie viele Menschen möglicherweise einen ungedeckten Bedarf an Krankheitstests haben, lernen. Wir haben auch Modelle entwickelt, um Bilder von lateralen Flussstreifen (der Art von Test, die häufig in über-the-counter-COVID-Tests verwendet wird) zu analysieren und automatisch vorherzusagen, ob eine positive Bande vorhanden ist. Obwohl dies für einen Menschen eine triviale Aufgabe zu sein scheint, kann ich aus eigener Erfahrung sagen, dass es eine unglaublich bequeme Alternative zur manuellen Annotation von Tausenden von Bildern ist.

Welche Herausforderungen gibt es beim Aufbau von ML-Modellen, die Hand in Hand mit der Spitzenbioscience-Technologie wie CRISPR arbeiten?

Die Verfügbarkeit von Daten ist die Hauptherausforderung bei der Anwendung von Maschinellen Lernmodellen auf jede Bioscience-Technologie. CRISPR und DNA- oder RNA-basierte Technologien stehen vor einer besonderen Herausforderung, hauptsächlich aufgrund der deutlich kleineren strukturellen Datensätze, die für Nukleinsäuren im Vergleich zu Proteinen verfügbar sind. Deshalb haben wir in den letzten Jahren enorme Fortschritte im Bereich der Protein-ML (mit AlphaFold2 und anderen) gesehen, aber DNA- und RNA-ML-Fortschritte hinken noch hinterher.

Wie sehen Sie die Zukunft der Integration von KI mit CRISPR und Bioscience?

Wir erleben derzeit einen großen KI-Boom in den Bereichen Protein-Engineering und Arzneimittelentwicklung, und ich erwarte, dass dies die Entwicklung in der Pharmaindustrie weiter beschleunigen wird. Ich würde mich freuen, wenn dasselbe in den kommenden Jahren auch mit CRISPR und anderen DNA- und RNA-basierten Technologien passieren würde. Dies könnte in der Diagnostik, der Humanmedizin und der synthetischen Biologie unglaublich einflussreich sein. Wir haben bereits die Vorteile von computergestützten Werkzeugen in der Entwicklung von Diagnostika und CRISPR-Technologien hier bei Sherlock gesehen, und ich hoffe, dass diese Art von Arbeit einen “Schneeballeffekt” auslösen wird, um das Feld voranzutreiben.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Sherlock Biosciences besuchen.