Συνεντεύξεις
Δρ. Σεράφειμ Μπατζόγλου, Διευθυντής Δεδομένων στη Seer – Σειρά Συνεντεύξεων

Βασικά σημείαΗ πλατφόρμα Proteograph της Seer ανιχνεύει 5 έως 8 φορές περισσότερες πρωτεΐνες στο…
Δείτε περισσότερα
- Η πλατφόρμα Proteograph της Seer ανιχνεύει 5 έως 8 φορές περισσότερες πρωτεΐνες στο πλάσμα από τις συμβατικές μεθόδους, αποκαλύπτοντας προηγουμένως αθέατα υπολείμματα νόσων.
- Τα Μεγάλα Γλωσσικά Μοντέλα (LLMs) θα ενισχύσουν τους ανθρώπους ειδικούς στη διάγνωση αναλύοντας τεράστια δεδομένα ασθενών, αλλά δεν μπορούν να λειτουργήσουν αυτόνομα λόγω κινδύνων παραισθήσεων.
- Η μηχανική μάθηση επιταχύνει την ανακάλυψη φαρμάκων εντοπίζοντας στόχους και βελτιστοποιώντας ενώσεις, μειώνοντας δυνητικά δαπάνες δισεκατομμυρίων δολαρίων και χρονοδιαγράμματα δεκαετιών.
Ο Σεράφειμ Μπατζόγλου είναι Chief Data Officer στη Seer. Πριν ενταχθεί στη Seer, ο Σεράφειμ υπηρέτησε ως Chief Data Officer στη Insitro, όπου ηγήθηκε της μηχανικής μάθησης και της επιστήμης των δεδομένων στην προσέγγισή τους για την ανακάλυψη φαρμάκων. Πριν από την Insitro, υπηρέτησε ως VP της Εφαρμοσμένης και Υπολογιστικής Βιολογίας στη Illumina, όπου ηγήθηκε της έρευνας και της ανάπτυξης τεχνολογίας για την AI και τις μοριακές αναλύσεις, ώστε να καταστήσει τα γενωμικά δεδομένα πιο ερμηνεύσιμα στην ανθρώπινη υγεία.
Τι σας έκανε να ενδιαφερθείτε αρχικά για το πεδίο της γονιδιωματικής;
Άρχισα να ενδιαφέρομαι για την υπολογιστική βιολογία στην αρχή του διδακτορικού μου στην επιστήμη των υπολογιστών στο MIT, όταν πήρα ένα μάθημα πάνω στο θέμα που δίδασκε η Bonnie Berger, η οποία έγινε η σύμβουλος μου για το διδακτορικό, και ο David Gifford. Το πρόγραμμα του ανθρώπινου γονιδιώματος ήταν σε πλήρη εξέλιξη κατά τη διάρκεια του διδακτορικού μου. Ο Eric Lander, ο οποίος ήταν επικεφαλής του Κέντρου Γονιδιώματος στο MIT, έγινε ο συν-επιβλέπων μου και με ενέταξε στο πρόγραμμα. Κινητοποιημένος από το πρόγραμμα του ανθρώπινου γονιδιώματος, εργάστηκα στη συναρμολόγηση ολόκληρων γονιδιωμάτων και στη συγκριτική γονιδιωματική του DNA ανθρώπου και ποντικού.
Στη συνέχεια, μετακόμισα στο Πανεπιστήμιο του Στάνφορντ ως μέλος του Τμήματος Επιστήμης των Υπολογιστών, όπου πέρασα 15 χρόνια και είχα την τιμή να επιβλέψω περίπου 30 εξαιρετικά ταλαντούχους υποψήφιους διδάκτορες και πολλούς μεταδιδάκτορες και προπτυχιακούς φοιτητές. Η εστίαση της ομάδας μου ήταν η εφαρμογή αλγορίθμων, μηχανικής μάθησης και εργαλείων λογισμικού για την ανάλυση μεγάλης κλίμακας γονιδιωματικών και βιομοριακών δεδομένων. Έφυγα από το Στάνφορντ το 2016 για να ηγηθώ μιας ομάδας έρευνας και ανάπτυξης τεχνολογίας στην Illumina. Από τότε, έχω απολαύσει την ηγεσία ομάδων R&D στη βιομηχανία. Βρίσκω ότι η ομαδική εργασία, το επιχειρηματικό μέρος και η πιο άμεση επίδραση στην κοινωνία είναι χαρακτηριστικά της βιομηχανίας σε σύγκριση με την ακαδημία. Έχω εργαστεί σε καινοτόμες εταιρείες καθ’ όλη τη διάρκεια της καριέρας μου: DNAnexus, την οποία συνίδρυσα το 2009, Illumina, Insitro και τώρα Seer. Η υπολογιστική και η μηχανική μάθηση είναι απαραίτητες σε όλη τη τεχνολογική αλυσίδα στη βιοτεχνολογία, από την ανάπτυξη τεχνολογίας, στην απόκτηση δεδομένων, στην ερμηνεία βιολογικών δεδομένων και τη μετάφρασή τους στην ανθρώπινη υγεία.
Κατά τη διάρκεια των τελευταίων 20 ετών, η αλληλούχηση του ανθρώπινου γονιδιώματος έγινε πολύ φθηνότερη και ταχύτερη. Αυτό οδήγησε σε δραματική αύξηση της αγοράς αλληλούχησης γονιδιωμάτων και ευρύτερη υιοθέτηση στη βιομηχανία των βιοεπιστημών. Βρισκόμαστε τώρα στο σημείο να έχουμε πληθυσμιακά γενωμικά, πολυομικά και φαινοτυπικά δεδομένα αρκετά μεγάλης κλίμακας για να μετασχηματίσουμε ριζικά την υγειονομική περίθαλψη, συμπεριλαμβανομένης της πρόληψης, διάγνωσης, θεραπείας και ανακάλυψης φαρμάκων. Μπορούμε όλο και περισσότερο να ανακαλύψουμε τις μοριακές βάσεις της νόσου για άτομα μέσω υπολογιστικών αναλύσεων γενετικών δεδομένων, και οι ασθενείς έχουν την ευκαιρία να λαμβάνουν θεραπείες που είναι προσωποποιημένες και στοχευμένες, ιδιαίτερα στις περιοχές του καρκίνου και της σπάνιας γενετικής νόσου. Πέρα από την προφανή χρήση στη ιατρική, η μηχανική μάθηση σε συνδυασμό με γενετικές πληροφορίες μας επιτρέπει να αποκτήσουμε γνώσεις σε άλλους τομείς της ζωής μας, όπως η γενεαλογία και η διατροφή. Τα επόμενα χρόνια θα δούμε την υιοθέτηση προσωποποιημένης, υγειονομικής περίθαλψης που βασίζεται στα δεδομένα, πρώτα για επιλεγμένες ομάδες ανθρώπων, όπως ασθενείς με σπάνιες νόσους, και όλο και περισσότερο για το ευρύ κοινό.
Πριν από το τρέχον ρόλο σας, ήσασταν Chief Data Officer στην Insitro, όπου ηγήθητε της μηχανικής μάθησης και της επιστήμης των δεδομένων στην προσέγγισή τους για την ανακάλυψη φαρμάκων. Ποια ήταν κάποια από τα βασικά συμπεράσματα από αυτή τη περίοδο με το πώς η μηχανική μάθηση μπορεί να χρησιμοποιηθεί για να επιταχύνει την ανακάλυψη φαρμάκων;
Η συμβατική παράδοση της ανακάλυψης και ανάπτυξης φαρμάκων “δοκιμή-σφάλμα” είναι γεμάτη αναποτελεσματικότητες και εξαιρετικά χρονοβόρες διαδικασίες. Για ένα φάρμακο να φτάσει στην αγορά, μπορεί να χρειαστούν πάνω από 1 δισεκατομμύριο δολάρια και πάνω από μια δεκαετία. Με την ενσωμάτωση της μηχανικής μάθησης σε αυτές τις προσπάθειες, μπορούμε να μειώσουμε δραματικά το κόστος και τους χρόνους σε διάφορα στάδια. Ένα στάδιο είναι η ταυτοποίηση στόχων, όπου ένα γονίδιο ή ένα σύνολο γονιδίων που ρυθμίζουν τον φαινότυπο μιας νόσου ή επαναφέρουν μια παθολογική κυτταρική κατάσταση σε μια πιο υγιή κατάσταση μπορεί να ταυτοποιηθεί μέσω μεγάλης κλίμακας γενετικών και χημικών παρεμβάσεων, και φαινοτυπικών μετρήσεων όπως η απεικόνιση και η λειτουργική γονιδιωματική. Ένα άλλο στάδιο είναι η ταυτοποίηση και βελτίωση ενώσεων, όπου ένα μικρό μόριο ή άλλη θεραπευτική κατηγορία μπορεί να σχεδιαστεί από πρόβλεψη που βασίζεται στη μηχανική μάθηση in silico καθώς και in vitro screening, και επιπλέον επιθυμητές ιδιότητες ενός φαρμάκου όπως η διαλυτότητα, η διαπερατότητα, η ειδικότητα και η μη τοξικότητα μπορούν να βελτιστοποιηθούν. Το δυσκολότερο και σημαντικότερο ίσως μέρος είναι η μεταφορά των ευρημάτων στον άνθρωπο. Η επιλογή του σωστού μοντέλου για τη συγκεκριμένη νόσο —κυτταρικές σειρές που προέρχονται από επαγόμενα πολυδύναμα βλαστοκύτταρα, έναντι πρωτογενών κυτταρικών σειρών ασθενών και δειγμάτων ιστού, έναντι ζωικών μοντέλων— απαιτεί κρίσιμους συμβιβασμούς. Αυτοί καθορίζουν τελικά κατά πόσο τα δεδομένα που προκύπτουν, σε συνδυασμό με τη μηχανική μάθηση, μπορούν να οδηγήσουν σε εφαρμογές για τους ασθενείς.
Η Seer Bio είναι πρωτοπόρος σε νέους τρόπους για να αποκρυπτογραφήσει τα μυστικά του πρωτεώματος για να βελτιώσει την ανθρώπινη υγεία. Για τους αναγνώστες που δεν είναι εξοικειωμένοι με αυτόν τον όρο, τι είναι το πρωτέωμα;
Το πρωτέωμα είναι το μεταβαλλόμενο σύνολο πρωτεϊνών που παράγονται ή τροποποιούνται από έναν οργανισμό με την πάροδο του χρόνου και σε απάντηση στο περιβάλλον, τη διατροφή και την υγεία. Η πρωτεωμική είναι η μελέτη του πρωτεώματος μέσα σε ένα δεδομένο είδος κυττάρων ή δείγματος ιστών. Το γονιδίωμα του ανθρώπου ή άλλων οργανισμών είναι στατικό: με την σημαντική εξαίρεση των σωματικών μεταλλάξεων, το γονιδίωμα στη γέννηση είναι το γονιδίωμα που έχει κανείς όλη τη ζωή του, αντίγραφο ακριβώς σε κάθε κύτταρο του σώματός του. Το πρωτέωμα είναι δυναμικό και αλλάζει σε χρονικά διαστήματα ετών, ημερών και ακόμη και λεπτών. Ως εκ τούτου, τα πρωτεώματα είναι πολύ πιο κοντά στον φαινότυπο και τελικά στην υγεία από ότι τα γονιδιώματα, και κατά συνέπεια πιο ενημερωτικά για την παρακολούθηση της υγείας και την κατανόηση της νόσου.
Στη Seer, έχουμε αναπτύξει έναν νέο τρόπο για να αποκτήσουμε πρόσβαση στο πρωτέωμα που παρέχει βαθύτερες γνώσεις για τις πρωτεΐνες και τις πρωτεϊνικές μορφές σε σύνθετα δείγματα όπως το πλάσμα, το οποίο είναι ένα εξαιρετικά προσιτό δείγμα που δυστυχώς μέχρι τώρα έχει θέσει μια μεγάλη πρόκληση για την συμβατική πρωτεωμική με φασματομετρία μάζας.
Τι είναι η πλατφόρμα Proteograph της Seer και πώς προσφέρει μια νέα άποψη του πρωτεώματος;
Η πλατφόρμα Proteograph της Seer αξιοποιεί μια βιβλιοθήκη ιδιοκτησιακών νανοσωματιδίων, που τροφοδοτείται από μια απλή, ταχεία και αυτοματοποιημένη ροή εργασίας, που επιτρέπει την σε βάθος και κλιμακωτή διερεύνηση του πρωτεώματος.
Η πλατφόρμα Proteograph διακρίνεται στην διερεύνηση του πλάσματος και άλλων σύνθετων δειγμάτων που εμφανίζουν μεγάλο δυναμικό εύρος—πολλές τάξεις μεγέθους διαφορά στην αφθονία των διαφόρων πρωτεϊνών στο δείγμα—όπου οι παραδοσιακές μέθοδοι φασματομετρίας μάζας δεν μπορούν να ανιχνεύσουν το χαμηλής αφθονίας μέρος του πρωτεώματος. Τα νανοσωματίδια της Seer είναι σχεδιασμένα με ρυθμιζόμενες φυσικοχημικές ιδιότητες που συλλέγουν πρωτεΐνες σε όλο το δυναμικό εύρος με μη προκατειλημμένο τρόπο. Σε τυπικά δείγματα πλάσματος, η τεχνολογία μας επιτρέπει την ανίχνευση 5x έως 8x περισσότερων πρωτεϊνών από ότι όταν επεξεργαζόμαστε το πλάσμα χωρίς να χρησιμοποιούμε την Proteograph. Ως αποτέλεσμα, από την προετοιμασία του δείγματος έως τη συσκευή και την ανάλυση δεδομένων, το Proteograph Product Suite μας βοηθά τους επιστήμονες να βρουν σημάδια νόσου του πρωτεώματος που διαφορετικά μπορεί να παρέμεναν μη ανιχνεύσιμα. Μας αρέσει να λέμε ότι στη Seer ανοίγουμε μια νέα πύλη προς το πρωτέωμα.
Επιπλέον, δίνουμε στους επιστήμονες τη δυνατότητα να πραγματοποιούν εύκολα μεγάλης κλίμακας πρωτεογενωμικές μελέτες. Η πρωτεογενωμική συνδυάζει γονιδιωματικά δεδομένα με πρωτεωμικά δεδομένα για να ταυτοποιήσει και να ποσοτικοποιήσει τις πρωτεϊνικές παραλλαγές, να συνδέσει τις γενωμικές παραλλαγές με τα επίπεδα αφθονίας των πρωτεϊνών, και τελικά να συνδέσει το γονιδίωμα και το πρωτέωμα με τον φαινότυπο και την νόσο, και να ξεμπλέξει τα αιτιώδη και τα επακόλουθα γενετικά μονοπάτια που σχετίζονται με την νόσο.
Μπορείτε να συζητήσετε κάποιες από τις τεχνολογίες μηχανικής μάθησης που χρησιμοποιούνται αυτή τη στιγμή στη Seer Bio;
Η Seer αξιοποιεί τη μηχανική μάθηση σε όλα τα στάδια, από την ανάπτυξη τεχνολογίας έως την ανάλυση δεδομένων. Αυτά τα στάδια περιλαμβάνουν: (1) σχεδιασμό των ιδιοκτησιακών νανοσωματιδίων, όπου η μηχανική μάθηση μας βοηθά να καθορίσουμε ποιες φυσικοχημικές ιδιότητες και συνδυασμοί νανοσωματιδίων θα δουλέψουν με συγκεκριμένες γραμμές προϊόντων και δοκιμών; (2) ανίχνευση και ποσοτικοποίηση των πεπτιδίων, πρωτεϊνών, παραλλαγών και προτεϊνικών μορφών από τα δεδομένα που παράγονται από τα όργανα MS; (3) μεταγενέστερες πρωτεωμικές και πρωτεογενωμικές αναλύσεις σε μεγάλης κλίμακας πληθυσμιακές κοόρτες.
Πέρυσι, δημοσιεύσαμε ένα άρθρο στο Advanced Materials που συνδυάζει μεθόδους πρωτεωμικής, νανομηχανική και μηχανική μάθηση για την βελτίωση της κατανόησής μας για τους μηχανισμούς της δημιουργίας της πρωτεϊνικής κορώνας. Αυτό το άρθρο αποκάλυψε νανο-βιοαλληλεπιδράσεις και μας ενημερώνει για τη δημιουργία βελτιωμένων μελλοντικών νανοσωματιδίων και προϊόντων.
Πέρα από την ανάπτυξη νανοσωματιδίων, έχουμε αναπτύξει νέους αλγορίθμους για την ταυτοποίηση παραλλαγών πεπτιδίων και μετα-μεταφραστικών τροποποιήσεων (PTMs). Πρόσφατα αναπτύξαμε μια μέθοδο για ανίχνευση γενετικών τόπων ποσοτικών χαρακτηριστικών πρωτεϊνών (pQTLs) που είναι ανθεκτική σε παραλλαγές πρωτεϊνών, οι οποίες αποτελούν γνωστό συγχυτικό παράγοντα για την πρωτεωμική που βασίζεται στη συγγένεια δέσμευσης. Επεκτείνουμε αυτή τη δουλειά ώστε να εντοπίζουμε άμεσα αυτά τα πεπτίδια από τα ακατέργαστα φάσματα, χρησιμοποιώντας μεθόδους de novo αλληλούχησης που βασίζονται στη βαθιά μάθηση για να επιτρέψουμε την αναζήτηση χωρίς να αυξάνουμε το μέγεθος των βιβλιοθηκών φασμάτων.
Η ομάδα μας αναπτύσσει επίσης μεθόδους για να επιτρέψει στους επιστήμονες χωρίς βαθιά εμπειρία στη μηχανική μάθηση να βελτιστοποιήσουν και να χρησιμοποιήσουν μεθόδους μηχανικής μάθησης στο έργο τους. Αυτό επιτυγχάνεται μέσω ενός πλαισίου Seer ML που βασίζεται στο AutoML εργαλείο, το οποίο επιτρέπει την αποτελεσματική βελτιστοποίηση των υπερπαραμέτρων μέσω της Bayesian βελτιστοποίησης.
Τέλος, αναπτύσσουμε μεθόδους για να μειώσουμε την επίδραση της παρτίδας και να αυξήσουμε την ποσοτική ακρίβεια της μετρημένης τιμής από το mass spec με το μοντέλο των μετρημένων τιμών για να μεγιστοποιήσουμε τα αναμενόμενα μετρικά όπως η συσχέτιση των τιμών έντασης μεταξύ πεπτιδίων μέσα σε μια ομάδα πρωτεϊνών.
Οι ψευδαισθήσεις είναι ένα κοινό πρόβλημα με τις LLMs, ποια είναι κάποια από τις λύσεις για να αποτρέψουν ή να μετριάσει αυτό;
Τα LLM είναι παραγωγικές μέθοδοι που λαμβάνουν ένα μεγάλο σώμα κειμένων και εκπαιδεύονται ώστε να παράγουν παρόμοιο κείμενο. Καταγράφουν τις υποκείμενες στατιστικές ιδιότητες του κειμένου που εκπαιδεύονται, από απλές τοπικές ιδιότητες όπως πόσο συχνά συγκεκριμένα συνδυασμούς λέξεων (ή tokens) βρίσκονται μαζί, σε υψηλότερες ιδιότητες που μιμούνται την κατανόηση του πλαισίου και του νοήματος.
Ωστόσο, οι LLMs δεν εκπαιδεύονται πρωτίστως για να είναι σωστές. Η ενισχυτική μάθηση με ανθρώπινη ανατροφοδότηση (RLHF) και άλλες τεχνικές βοηθούν στην εκπαίδευση τους για επιθυμητές ιδιότητες, συμπεριλαμβανομένης της ορθότητας, αλλά δεν είναι πλήρως επιτυχημένες. Όταν τους δίνεται μια προτροπή, οι LLMs θα γεννήσουν κείμενο που μοιάζει περισσότερο με τις στατιστικές ιδιότητες των δεδομένων εκπαίδευσης. Συχνά, αυτό το κείμενο είναι επίσης σωστό. Για παράδειγμα, αν ρωτηθούν “πότε γεννήθηκε ο Μέγας Αλέξανδρος”, η σωστή απάντηση είναι 356 π.Χ., και μια LLM είναι πιθανό να δώσει αυτή την απάντηση γιατί μέσα στα δεδομένα εκπαίδευσης η γέννηση του Μεγάλου Αλεξάνδρου εμφανίζεται συχνά ως αυτή η τιμή. Ωστόσο, αν ρωτηθούν “πότε γεννήθηκε η Empress Reginella”, ένα φανταστικό πρόσωπο που δεν υπάρχει στα δεδομένα εκπαίδευσης, η LLM είναι πιθανό να ψευδαισθήσει και να δημιουργήσει μια ιστορία για τη γέννησή της. Παρομοίως, όταν τίθεται ένα ερώτημα για το οποίο το LLM δεν μπορεί να ανακτήσει σωστή απάντηση —είτε επειδή αυτή δεν υπάρχει είτε για άλλους στατιστικούς λόγους— είναι πιθανό να επινοήσει μια απάντηση σαν να γνωρίζει. Αυτές οι ψευδαισθήσεις αποτελούν προφανές πρόβλημα σε σοβαρές εφαρμογές, όπως το ερώτημα «πώς μπορεί να αντιμετωπιστεί ένας συγκεκριμένος καρκίνος».
Δεν υπάρχουν τέλειες λύσεις ακόμη για τις ψευδαισθήσεις. Είναι ενδημικές στη σχεδίαση της LLM. Μια μερική λύση είναι η κατάλληλη διατύπωση προτροπών, όπως να ζητήσετε από την LLM να “σκέφτεται προσεκτικά, βήμα προς βήμα”, και ούτω καθεξής. Αυτό αυξάνει την πιθανότητα της LLM να μην δημιουργήσει ιστορίες. Μια πιο εξελιγμένη προσέγγιση που αναπτύσσεται είναι η χρήση γραφημάτων γνώσης. Τα γραφήματα γνώσης παρέχουν δομημένα δεδομένα: οι οντότητες σε ένα γράφημα γνώσης συνδέονται με άλλες οντότητες με έναν προκαθορισμένο, λογικό τρόπο. Η κατασκευή ενός γραφήματος γνώσης για ένα δεδομένο πεδίο είναι βέβαια μια δύσκολη εργασία, αλλά είναι δυνατή με συνδυασμό αυτοματοποιημένων και στατιστικών μεθόδων και επιμέλειας. Με ένα ενσωματωμένο γράφημα γνώσης, οι LLMs μπορούν να ελέγχουν τις δηλώσεις που γεννούν εναντίον του συνόλου των γνωστών γεγονότων και να μην γεννήσουν μια δήλωση που αντιφάσκει ή δεν υποστηρίζεται από το γράφημα γνώσης.
Λόγω του θεμελιώδους προβλήματος των ψευδαισθήσεων, και πιθανότατα λόγω της έλλειψης αρκετής ικανότητας συλλογισμού και κρίσης, οι LLMs είναι σήμερα ισχυρές για την ανάκτηση, σύνδεση και απόσταξη πληροφοριών, αλλά δεν μπορούν να αντικαταστήσουν τους ανθρώπινους εμπειρογνώμονες σε σοβαρές εφαρμογές όπως η ιατρική διάγνωση ή η νομική συμβουλή. Παρόλα αυτά, μπορούν να ενισχύσουν σημαντικά την αποτελεσματικότητα και την ικανότητα των ανθρώπινων εμπειρογνωμόνων σε αυτά τα πεδία.
Μπορείτε να μοιραστείτε το όραμά σας για ένα μέλλον όπου η βιολογία διευθύνεται από δεδομένα και όχι από υποθέσεις;
Η παραδοσιακή υποθετική προσέγγιση, η οποία περιλαμβάνει ερευνητές που βρίσκουν μοτίβα, αναπτύσσουν υποθέσεις, πραγματοποιούν πειράματα ή μελέτες για να τις δοκιμάσουν, και στη συνέχεια βελτιώνουν τις θεωρίες με βάση τα δεδομένα, αντικαθίσταται από ένα νέο παράδειγμα που βασίζεται στη μοντελοποίηση που βασίζεται στα δεδομένα.
Σε αυτό το αναδυόμενο παράδειγμα, οι ερευνητές ξεκινούν με μεγάλης κλίμακας παραγωγή δεδομένων χωρίς αρχικές υποθέσεις. Στη συνέχεια, εκπαιδεύουν ένα μοντέλο μηχανικής μάθησης όπως μια LLM με το στόχο της ακριβούς ανακατασκευής των κρυφών δεδομένων, ισχυρής απόδοσης παλινδρόμησης ή ταξινόμησης σε μια σειρά από κατωτέρω εργασίες. Μόλις το μοντέλο μηχανικής μάθησης μπορεί να προβλέψει τα δεδομένα με ακρίβεια, και επιτύχει πιστότητα συγκρίσιμη με τη ομοιότητα μεταξύ πειραματικών επαναλήψεων, οι ερευνητές μπορούν να διερευνήσουν το μοντέλο για να εξαγάγουν γνώσεις για το βιολογικό σύστημα και να ανακαλύψουν τις υποκείμενες βιολογικές αρχές.
Οι LLMs αποδεικνύονται ιδιαίτερα καλές στη μοντελοποίηση βιομοριακών δεδομένων, και είναι προγραμματισμένες να τροφοδοτήσουν μια μετάβαση από τη βιολογική ανακάλυψη που καθοδηγείται από υποθέσεις σε εκείνη που βασίζεται σε δεδομένα. Αυτή η μετάβαση θα γίνει όλο και πιο προφανής τα επόμενα 10 χρόνια και θα επιτρέψει ακριβή μοντελοποίηση βιομοριακών συστημάτων σε μια κλίμακα που υπερβαίνει την ανθρώπινη ικανότητα.
Τι είναι η πιθανή επίδραση για τη διάγνωση ασθενειών και την ανακάλυψη φαρμάκων;
Πιστεύω ότι οι LLM και η παραγωγική AI θα οδηγήσουν σε σημαντικές αλλαγές στη βιομηχανία των βιοεπιστημών. Ένα πεδίο που θα ωφεληθεί πολύ από τις LLM είναι η κλινική διάγνωση, ιδιαίτερα για σπάνιες, δύσκολα-διαγνωσμένες ασθένειες και υποτύπους καρκίνου. Υπάρχουν τεράστιες ποσότητες ολοκληρωμένων πληροφοριών ασθενών που μπορούμε να αξιοποιήσουμε – από γενωμικά προφίλ, αντιδράσεις θεραπείας, ιατρικά αρχεία και οικογενειακή ιστορία – για να οδηγήσουν ακριβείς και έγκαιρες διαγνώσεις. Αν μπορούμε να βρούμε έναν τρόπο να συνθέσουμε όλα αυτά τα δεδομένα ώστε να είναι εύκολα προσβάσιμα, και όχι απομονωμένα από ξεχωριστούς οργανισμούς υγείας, μπορούμε να βελτιώσουμε δραματικά την ακρίβεια της διάγνωσης. Αυτό δεν σημαίνει ότι τα μοντέλα μηχανικής μάθησης, συμπεριλαμβανομένων των LLM, θα είναι σε θέση να λειτουργούν αυτόνομα στη διάγνωση. Λόγω των τεχνικών τους ορίων, στο προβλέψιμο μέλλον δεν θα είναι αυτόνομα, αλλά θα ενισχύσουν τους ανθρώπινους εμπειρογνώμονες. Θα είναι ισχυρά εργαλεία για να βοηθήσουν τον γιατρό να παρέχει εξαιρετικά ενημερωμένες αξιολογήσεις και διαγνώσεις σε ένα κλάσμα του χρόνου που χρειάζεται μέχρι τώρα, και να τεκμηριώσει και να επικοινωνήσει τις διαγνώσεις τους στον ασθενή καθώς και σε όλο το δίκτυο των παρόχων υγείας που συνδέονται μέσω του συστήματος μηχανικής μάθησης.
Η βιομηχανία έχει ήδη αρχίσει να αξιοποιεί τη μηχανική μάθηση για την ανακάλυψη και ανάπτυξη φαρμάκων, υπογραμμίζοντας την ικανότητά της να μειώσει το κόστος και τους χρόνους σε σύγκριση με το παραδοσιακό παράδειγμα. Οι LLMs προσθέτουν ακόμη περισσότερα στο διαθέσιμο εργαλείο, και παρέχουν εξαιρετικά πλαίσια για την μοντελοποίηση μεγάλης κλίμακας βιομοριακών δεδομένων, συμπεριλαμβανομένων γονιδιωμάτων, πρωτεωμάτων, δεδομένων λειτουργικής γονιδιωματικής και επιγονιδιωματικής, δεδομένων μεμονωμένων κυττάρων και ακόμη περισσότερων. Στο προβλέψιμο μέλλον, τα θεμελιώδη LLM θα συνδέσουν αναμφίβολα όλες αυτές τις μορφές δεδομένων, καθώς και μεγάλες κοόρτες ατόμων των οποίων συλλέγονται γονιδιωματικές, πρωτεωμικές και υγειονομικές πληροφορίες. Αυτά τα LLM θα βοηθήσουν στην παραγωγή υποσχόμενων στόχων φαρμάκων, να ανακαλύψουν πιθανούς θύλακες δραστηριότητας πρωτεϊνών που σχετίζονται με βιολογική λειτουργία και νόσο, ή να προτείνουν μονοπάτια και πιο σύνθετες κυτταρικές λειτουργίες που μπορούν να ρυθμιστούν με συγκεκριμένο τρόπο με μικρά μόρια ή άλλα φαρμακευτικά σχήματα. Μπορούμε επίσης να αξιοποιήσουμε τις LLMs για να αναγνωρίσουμε ασθενείς που ανταποκρίνονται και μη-ανταποκρίνοντες σε φάρμακα με βάση τη γενετική ευαισθησία, ή να επαναχρησιμοποιήσουμε φάρμακα σε άλλες ενδείξεις νόσου. Πολλές από τις υπάρχουσες καινοτόμες εταιρείες ανακάλυψης φαρμάκων με AI είναι κατά πάσα πιθανότητα ήδη να σκέφτονται και να αναπτύσσουν σε αυτή τη διεύθυνση, και πρέπει να περιμένουμε να δούμε την ίδρυση επιπλέον εταιρειών καθώς και δημόσιες προσπάθειες που στοχεύουν στην ανάπτυξη των LLMs στην ανθρώπινη υγεία και την ανακάλυψη φαρμάκων.
Ευχαριστώ για τη λεπτομερή συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Seer.












