Leland Hyman, Responsable des données chez Sherlock Biosciences – Série d’entretiens

Leland Hyman est le Responsable des données chez Sherlock Biosciences. Il est un informaticien expérimenté et chercheur avec une formation en apprentissage automatique et en diagnostics moléculaires.

Sherlock Biosciences est une entreprise de biotechnologie basée à Cambridge, dans le Massachusetts, qui développe des tests de diagnostic utilisant la technologie CRISPR. Ils visent à perturber les diagnostics moléculaires avec des tests meilleurs, plus rapides et plus abordables.

Qu’est-ce qui vous a initialement attiré vers l’informatique ?

J’ai commencé à programmer à un très jeune âge, mais j’étais principalement intéressé par la création de jeux vidéo avec mes amis. Mon intérêt a grandi pour d’autres applications de l’informatique pendant mes études universitaires et mon doctorat, en particulier avec tout le travail innovant sur l’apprentissage automatique qui se déroulait au début des années 2010. Tout ce domaine semblait être un nouveau champ d’exploration passionnant qui pouvait avoir un impact direct sur la recherche scientifique et notre vie quotidienne — je ne pouvais pas m’empêcher d’être attiré par cela.

Vous avez également poursuivi un doctorat en biologie cellulaire et moléculaire, quand avez-vous réalisé que les deux domaines se croiseraient ?

J’ai commencé à faire ce type de travail d’intersection entre l’informatique et la biologie tôt dans mes études de doctorat. Mon laboratoire se concentrait sur la résolution de problèmes d’ingénierie des protéines à travers des collaborations entre des biochimistes, des informaticiens et tout le monde entre les deux. J’ai rapidement reconnu que l’apprentissage automatique pouvait fournir des informations précieuses sur les systèmes biologiques et faciliter l’expérimentation. Inversement, j’ai également acquis une appréciation pour la valeur de l’intuition biologique lors de la construction de modèles d’apprentissage automatique. À mon avis, la formulation du problème de manière précise est l’élément clé de l’apprentissage automatique. C’est pourquoi je crois que les efforts de collaboration entre différents domaines peuvent avoir un impact profond.

Depuis 2022, vous travaillez chez Sherlock Biosciences, pouvez-vous partager quelques détails sur ce que votre rôle implique ?

Je dirige actuellement l’équipe de calcul chez Sherlock Biosciences. Notre groupe est responsable de la conception des composants qui entrent dans nos tests de diagnostic, de l’interface avec les expérimentateurs qui testent ces conceptions dans le laboratoire humide, et de la création de nouvelles capacités de calcul pour améliorer les conceptions. Au-delà de la coordination de ces activités, je travaille sur les parties d’apprentissage automatique de notre base de code, en expérimentant de nouvelles architectures de modèles et de nouvelles façons de simuler la physique de l’ADN et de l’ARN impliquée dans nos tests.

L’apprentissage automatique est au cœur de Sherlock Biosciences, pouvez-vous décrire le type de données et le volume de données qui sont collectées, et comment l’apprentissage automatique analyse ces données ?

Au cours du développement des tests, nous testons des dizaines à des centaines de candidats pour chaque nouveau pathogène. Même si la grande majorité de ces candidats ne seront pas retenus pour un test commercial, nous les voyons comme une opportunité d’apprendre de nos erreurs. Dans ces expériences, nous mesurons deux choses clés : la sensibilité et la vitesse. Nos modèles prennent les séquences d’ADN et d’ARN dans chaque test comme entrée et apprennent à prédire la sensibilité et la vitesse du test.

Comment l’apprentissage automatique prédit-il quels composants de diagnostic moléculaire fonctionneront avec la plus grande rapidité et précision ?

Lorsque nous réfléchissons à la façon dont un humain apprend, il y a deux stratégies majeures. D’une part, une personne pourrait apprendre à faire une tâche par essais et erreurs pures. Elle pourrait répéter la tâche, et après de nombreuses erreurs, elle finirait par comprendre les règles de la tâche par elle-même. Cette stratégie était assez populaire avant l’Internet. Cependant, nous pourrions fournir à cette personne un enseignant pour lui dire les règles de la tâche dès le départ. L’élève avec l’enseignant pourrait apprendre beaucoup plus vite que avec l’approche d’essais et erreurs, mais seulement s’il a un bon enseignant qui comprend parfaitement la tâche.

Notre approche pour former des modèles d’apprentissage automatique se situe entre ces deux stratégies. Même si nous n’avons pas un « enseignant » parfait pour nos modèles d’apprentissage automatique, nous pouvons les lancer avec quelques connaissances sur la physique de l’ADN et de l’ARN dans nos tests. Cela les aide à apprendre à faire de meilleures prédictions avec moins de données. Pour ce faire, nous exécutons plusieurs simulations biophysiques sur les séquences d’ADN et d’ARN de nos tests. Nous insérons ensuite les résultats dans le modèle et lui demandons de prédire la vitesse et la sensibilité du test. Nous répétons ce processus pour toutes les expériences que nous avons menées dans le laboratoire, et le modèle montre la différence entre ses prédictions et ce qui s’est réellement passé. À travers suffisamment de répétitions, il finit par apprendre comment la physique de l’ADN et de l’ARN se rapporte à la vitesse et à la sensibilité de chaque test.

Quelles sont les autres façons dont les algorithmes d’IA sont utilisés par Sherlock Biosciences ?

Nous avons utilisé des algorithmes d’apprentissage automatique pour résoudre une grande variété de problèmes. Quelques exemples qui me viennent à l’esprit sont liés à la recherche de marché et à l’analyse d’images. Pour la recherche de marché, nous avons pu former des modèles qui apprennent sur différents types de clients et sur le nombre de personnes qui pourraient avoir un besoin non satisfait pour les tests de maladies. Nous avons également construit des modèles pour analyser des images de bandes de flux latéral (le type de test couramment utilisé dans les tests COVID sur le comptoir), et prédire automatiquement si une bande positive est présente. Même si cela semble être une tâche triviale pour un humain, je peux dire d’expérience que c’est une alternative incroyablement pratique à l’annotation manuelle de milliers de photos.

Quels sont les défis derrière la construction de modèles d’apprentissage automatique qui fonctionnent main dans la main avec les technologies de bioscience de pointe telles que CRISPR ?

La disponibilité des données est le principal défi pour appliquer les modèles d’apprentissage automatique à toute technologie de bioscience. La technologie CRISPR et les technologies basées sur l’ADN ou l’ARN font face à un défi distinct, principalement dû aux ensembles de données structurelles significativement plus petits disponibles pour les acides nucléiques par rapport aux protéines. C’est pourquoi nous avons vu d’énormes progrès de l’apprentissage automatique pour les protéines ces dernières années (avec AlphaFold2 et d’autres), mais les progrès de l’apprentissage automatique pour l’ADN et l’ARN sont toujours en retard.

Quelle est votre vision pour l’avenir de l’intégration de l’IA avec CRISPR et la bioscience ?

Nous assistons actuellement à un boom de l’IA dans les domaines de l’ingénierie des protéines et de la découverte de médicaments, et je m’attends à ce que cela continue d’accélérer le développement dans l’industrie pharmaceutique. J’aimerais voir la même chose se produire avec CRISPR et d’autres technologies basées sur l’ADN et l’ARN dans les années à venir. Cela pourrait avoir un impact incroyable sur les diagnostics, la médecine humaine et la biologie synthétique. Nous avons déjà vu les avantages des outils de calcul dans notre développement de diagnostics et de technologies CRISPR ici chez Sherlock, et j’espère que ce type de travail encouragera un « effet boule de neige » pour faire avancer le domaine.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Sherlock Biosciences.