Proteiinitutkijat ja tekoäly kohtaavat

Rutgersin yliopiston proteiinitutkijaryhmä otti haasteen tekoälyohjelmalle.

Spoiler-varoitus: tekoäly voitti. Mutta vain niukasti.

Ihmiset tekoälyä vastaan

Tutkijat päättivät järjestää kokeen, jossa ihminen, jolla on syvä ymmärrys proteiinien suunnittelusta ja itsekoostumisesta, kilpailee tekoälyohjelman kanssa, jolla on ennustevälineet. Vikas Nanda, tutkija Center for Advanced Biotechnology and Medicine (CABM) -yksikössä Rutgersissa, oli yksi potentiaalinen tutkija.

Kokeen tarkoituksena oli selvittää, kumpi, ihminen vai tekoäly, pystyy paremmin ennustamaan, mitkä proteiinisekvenssit yhdistyvät parhaiten.

Tulokset julkaistiin Nature Chemistry-lehdessä.

Nanda, tutkijat Argonne National Laboratoryssa Illinoisissa ja useat muut tutkijat Yhdysvalloissa sanovat, että kilpailu oli “lähellä, mutta ratkaiseva”. Kilpailussa Nanda ja useat hänen kollegansa kilpailivat tekoälyohjelmaa vastaan, joka voitti pienellä marginaalilla.

Tutkijat etsivät tietoa proteiinien itsekoostumisesta, koska he uskovat, että ymmärtämällä sitä paremmin, he voivat suunnitella uusia ja innovatiivisia tuotteita lääketieteellisiin ja teollisiin käyttöihin. Yksi näistä tuotteista voisi olla keinotekoinen ihmisväliaine haavojen hoitoon, kun taas toinen voisi olla katalysaattori uusille kemikaaleille.

Nanda on professori biokeemia- ja molekyylibiologian laitoksessa Rutgers Robert Wood Johnson Medical Schoolissa.

“Huolimatta laajasta asiantuntemuksestamme, tekoäly suoriutui yhtä hyvin tai jopa paremmin useilla tietojoukoilla, osoittaen koneoppimisen valtavan potentiaalin ylittää inhimillinen harha”, Nanda sanoi.

Proteiinien suunnittelu ja itsekoostuminen

Proteiinit koostuvat suuresta määrästä aminohappoja, jotka ovat liittyneet toisiinsa, ja ketjut taittuvat muodostamaan kolmiulotteisia molekyylejä, joilla on monimutkaiset muodot. Kunkin proteiinin muoto ja siinä olevat aminohapot määräävät sen käyttäytymisen. Tutkijat, kuten Nanda, ovat mukana “proteiinien suunnittelussa”, mikä tarkoittaa, että he luovat sekvenssejä, jotka tuottavat uusia proteiineja. Ryhmä on suunnitellut äskettäin keinotekoisen proteiinin, joka voi nopeasti havaita VX: n, vaarallisen hermomyrkyn. Tämä uusi kehitys voi olla suuri merkitys uusille biosensoreille ja hoidoille.

Proteiinit koostuvat itse toisten proteiinien kanssa muodostamaan superstruktuureja, jotka ovat tärkeitä biologiassa. Jossain tapauksissa näyttää siltä, että proteiinit seuraavat suunnitelmaa, kuten silloin, kun ne koostuvat viruksen suojakuoren muodostamiseksi. Toisinaan ne koostuvat, kun ne muodostavat biologisia rakenteita, jotka liittyvät tiettyihin sairauksiin.

“Proteiinien itsekoostumisen ymmärtäminen on perustavanlaatuista monien alojen, kuten lääketieteen ja teollisuuden, kehittymiselle”, Nanda sanoi.

Nanda ja viisi muuta kollegaa saivat listan proteiineja ja pyydettiin ennustamaan, mitkä niistä olisivat todennäköisesti koostuvat. Ennusteet verrattiin sitten tietokoneohjelman ennusteisiin.

Ihmisasiantuntijat käyttivät sääntöjä, jotka perustuivat havaintoihin proteiinien käyttäytymisestä kokeissa, mukaan lukien sähköisten varauksien ja veden torjunnan asteen. He valitsivat 11 proteiinia, jotka he ennustivat koostuvat, kun taas tekoäly valitsi yhdeksän proteiinia.

Kokeen osoitti, että ihmiset tekivät kuusi oikein ennustettua proteiinisekvenssiä 11:stä, kun taas tietokoneohjelma valitsi yhdeksän.

Kokeen osoitti myös, että ihmisasiantuntijat “suosivat” tiettyjä aminohappoja toisia vastaan, mikä johti virheellisiin valintoihin. Tekoäly valitsi oikein joitain proteiineja, joilla oli ominaisuuksia, jotka eivät olleet ilmeisiä.

“Me työskentelemme saadaksemme perustavanlaatuista ymmärrystä kemiallisten vuorovaikutusten luonteesta, jotka johtavat itsekoostumiseen, joten minun oli huoleni, että näiden ohjelmien käyttäminen estäisi tärkeitä havaintoja”, Nanda sanoi. “Mutta mitä olen aloittamassa ymmärtämään, on, että koneoppiminen on vain yksi työkalu, kuten mikä tahansa muu.”