Stefano Pacifico et David Heeger, co-fondateurs d’Epistemic AI – Série d’entretiens

Epistemic AI utilise des algorithmes de traitement du langage naturel (NLP), d’apprentissage automatique et d’apprentissage profond de pointe pour cartographier les relations entre un corpus de connaissances biomédicales en constante évolution, provenant de sources publiques et privées, notamment des documents et des bases de données. Grâce à un processus de cartographie des connaissances, les utilisateurs interagissent avec la plateforme pour cartographier et comprendre des sous-ensembles de connaissances biomédicales, ce qui révèle des concepts et des relations qui seraient autrement manqués avec les méthodes de recherche traditionnelles.

Nous avons interviewé les deux co-fondateurs d’Epistemic AI pour discuter de ces dernières avancées.

Stefano Pacifico vient de 10 ans de développement d’IA et de NLP appliqués. Anciennement chez Bloomberg, où il a passé 7 ans, et chez Elemental Cognition avant de co-fonder Epistemic.

David Heeger est professeur argenté de sciences des données et de neurosciences à l’Université de New York, et a passé sa carrière à combiner l’informatique, l’IA et la bioscience. Il est membre de l’Académie nationale des sciences. En tant que fondateurs, ils réunissent l’expertise de la construction d’IA et de NLP appliqués à grande échelle pour comprendre de grandes collections de connaissances, avec l’expertise en biologie computationnelle et en sciences biomédicales issues de années de recherche dans le domaine.

Qu’est-ce qui vous a introduit et attiré vers l’IA et le traitement du langage naturel (NLP) ?

Stefano Pacifico : Lorsque j’étais à l’université de Rome, et que l’IA n’était pas populaire du tout (en fait, c’était très marginal), j’ai demandé à mon conseiller de spécialisation ce que je devais choisir parmi les options disponibles. Il m’a dit : « Si vous voulez gagner de l’argent, l’ingénierie logicielle et les bases de données, mais si vous voulez être bizarre mais très avancé, alors choisissez l’intelligence artificielle ». J’étais convaincu par « bizarre ». J’ai ensuite commencé à travailler sur la représentation des connaissances et le raisonnement pour étudier comment les agents autonomes pouvaient jouer au football ou secourir des personnes. Ensuite, deux réalisations m’ont fait tomber amoureux du NLP : premièrement, les agents autonomes pourraient avoir besoin de communiquer avec un langage naturel entre eux ! Deuxièmement, la construction de bases de connaissances formelles à la main est difficile, tandis que le langage naturel (dans le texte) fournit déjà la plus grande base de connaissances de toutes. Je sais aujourd’hui que ces observations pourraient sembler évidentes, mais elles ne l’étaient pas avant.

Quelle a été l’inspiration derrière le lancement d’Epistemic AI ?

Stefano Pacifico : Je vais faire une déclaration audacieuse. Personne aujourd’hui n’a d’outils adéquats pour comprendre et relier les connaissances présentes dans de grandes collections de documents et de données en constante évolution. J’avais précédemment travaillé sur ce problème dans le monde de la finance. Pensez aux actualités, aux états financiers, aux données de prix, aux actions sociétaires, aux dépôts, etc. J’ai constaté que ce problème était envoûtant. Et bien sûr, c’est un problème difficile ; et important ! Lorsque j’ai rencontré mon co-fondateur, le Dr David Heeger, nous avons passé beaucoup de temps à évaluer les opportunités de démarrage dans l’industrie biomédicale. Lorsque nous avons réalisé le volume énorme d’informations générées dans ce domaine, c’est comme si tout était tombé en place. Les chercheurs biomédicaux luttent contre la surcharge d’informations, tout en essayant de comprendre la vaste base de connaissances biomédicales en constante évolution, y compris les documents (par exemple, les articles, les brevets, les essais cliniques) et les bases de données (par exemple, les gènes, les protéines, les voies, les médicaments, les maladies, les termes médicaux). C’est un point de douleur majeur pour les chercheurs, et comme il n’y a pas de solution appropriée disponible, ils sont contraints d’utiliser des outils de recherche de base (PubMed et Google (GOOGL ) Scholar) et d’explorer des bases de données manuellement curées. Ces outils sont adaptés pour trouver des documents correspondant à des mots clés (par exemple, un gène ou un article de revue publié), mais pas pour acquérir des connaissances complètes sur un domaine ou un sous-domaine (par exemple, le COVID-19), ou pour interpréter les résultats d’expériences de biologie à haut débit, telles que la séquençage des gènes, l’expression des protéines ou la sélection de composés chimiques. Nous avons lancé Epistemic AI avec l’idée de résoudre ce problème avec une plateforme qui leur permet de :

1. Réduire le temps nécessaire pour rassembler les informations et construire des cartes de connaissances complètes
2. Mettre en surface des informations interdisciplinaires qui peuvent être difficiles à trouver (les découvertes réelles viennent souvent de regarder dans l’espace blanc entre les disciplines) ;
3. Identifier des hypothèses causales en trouvant des chemins et des liens manquants dans votre carte de connaissances.

Quelles sont certaines des sources publiques et privées utilisées pour cartographier ces relations ?

Stefano Pacifico : Actuellement, nous ingérons toutes les sources publiques disponibles que nous pouvons obtenir, y compris Pubmed et clinicaltrials.gov. Nous ingérons des bases de données de gènes, de médicaments, de maladies et de leurs interactions. Nous incluons également des sources de données privées pour des clients sélectionnés, mais nous ne sommes pas en mesure de divulguer des détails pour le moment.

Quels sont les types de technologies d’apprentissage automatique utilisées pour la cartographie des connaissances ?

Stefano Pacifico : L’une des croyances profondes d’Epistemic AI est que le fanatisme n’est pas utile pour construire des produits. La décision de construire une architecture intégrant plusieurs techniques d’apprentissage automatique a été prise tôt, et celles-ci vont de la représentation des connaissances aux modèles de transformateurs, en passant par les embeddings de graphes, mais incluent également des modèles plus simples comme les régressions et les forêts aléatoires. Chaque composant est aussi simple qu’il doit l’être, mais pas plus simple. Bien que nous croyions avoir déjà construit des composants NLP qui sont à la pointe de l’état de l’art pour certaines tâches, nous n’hésitons pas à utiliser des modèles de base plus simples lorsque cela est possible.

Pouvez-vous nommer certaines des entreprises, des organisations à but non lucratif ou des institutions universitaires qui utilisent la plateforme Epistemic ?

Stefano Pacifico : Même si j’aimerais le faire, nous n’avons pas convenu avec nos utilisateurs de le faire. Je peux dire que nous avons eu des personnes s’inscrire à partir d’institutions très prestigieuses dans les trois segments (entreprises, organisations à but non lucratif et institutions universitaires). De plus, nous avons l’intention de maintenir la plateforme gratuite à des fins académiques et à but non lucratif.

Comment Epistemic aide-t-il les chercheurs à identifier les biomarqueurs spécifiques aux maladies du système nerveux central (SNC) et d’autres maladies ?

Dr David Heeger : La neuroscience est un domaine très interdisciplinaire, comprenant la biologie moléculaire et cellulaire et la génomique, mais également la psychologie, la chimie et les principes de physique, d’ingénierie et de mathématiques. C’est si vaste que personne ne peut être un expert dans tout cela. Les chercheurs dans les institutions universitaires et les entreprises de biopharmacie sont contraints de se spécialiser. Mais nous savons que les connaissances importantes sont interdisciplinaires, en combinant les connaissances des sous-spécialités. La plateforme logicielle alimentée par l’IA que nous construisons permet à tout le monde d’être beaucoup plus interdisciplinaire, de voir les connexions entre leur domaine d’expertise individuel et d’autres sujets, et d’identifier de nouvelles hypothèses. C’est particulièrement important dans la neuroscience, car c’est un domaine si interdisciplinaire. La fonction et la dysfonction du cerveau humain est le problème le plus difficile que la science ait jamais affronté. Nous sommes en mission pour changer la façon dont les scientifiques biomédicaux travaillent et pensent.

Epistemic permet également la découverte des mécanismes génétiques des troubles du SNC. Pouvez-vous nous expliquer comment cela fonctionne ?

Dr David Heeger : La plupart des maladies neurologiques, des maladies psychiatriques et des troubles du développement n’ont pas d’explication simple en termes de différences génétiques. Il y a une poignée de syndromes pour lesquels une mutation spécifique est connue pour causer le trouble. Mais ce n’est généralement pas le cas. Il y a des centaines de différences génétiques, par exemple, qui ont été associées aux troubles du spectre de l’autisme (TSA). Il y a une certaine compréhension de certaines de ces gènes sur les fonctions qu’ils servent en termes de biologie de base. Par exemple, certains des gènes associés aux TSA maintiennent les synapses ensemble dans le cerveau (notez cependant que les mêmes gènes servent généralement des fonctions différentes dans d’autres systèmes d’organes du corps). Mais il y a très peu de compréhension de la façon dont ces différences génétiques peuvent expliquer l’ensemble complexe de différences de comportement présentées par les individus avec un TSA. Pour aggraver les choses, deux individus avec la même différence génétique peuvent avoir des résultats complètement différents, l’un diagnostiqué avec un TSA et l’autre, non. Et deux individus avec des profils génétiques complètement différents peuvent avoir le même résultat avec des déficits de comportement très similaires. Pour comprendre tout cela, il faut établir un lien entre la génomique et la biologie moléculaire, et la neuroscience cellulaire (comment les différences génétiques font que les neurones individuels fonctionnent différemment) et la neuroscience des systèmes (comment ces différences dans la fonction cellulaire font que les réseaux de neurones interconnectés fonctionnent différemment) et la psychologie (comment ces différences dans la fonction du réseau neuronal font que la cognition, l’émotion et le comportement diffèrent). Et tout cela doit être compris d’un point de vue développemental. Une différence génétique peut causer un déficit dans un aspect particulier de la fonction neuronale. Mais le cerveau ne s’assied pas là et ne prend pas cela. Les cerveaux sont très adaptables. S’il y a un mécanisme manquant ou cassé, alors le cerveau se développera différemment pour compenser autant que possible. Cette compensation peut être moléculaire, par exemple, en surrégulant un autre récepteur synaptique pour remplacer la fonction d’un récepteur synaptique cassé. Ou la compensation peut être comportementale. Le résultat final dépend non seulement de la différence génétique initiale, mais également des diverses tentatives pour compenser en s’appuyant sur d’autres mécanismes moléculaires, cellulaires, de circuit, de systèmes et comportementaux.

Aucun individu n’a les connaissances pour comprendre tout cela. Nous avons tous besoin d’aide. La plateforme logicielle alimentée par l’IA que nous construisons permet à tout le monde de collecter et de relier toutes les connaissances biomédicales pertinentes, de voir les connexions et d’identifier de nouvelles hypothèses.

Comment les institutions de biopharmacie et les institutions universitaires utilisent-elles Epistemic pour relever le défi du COVID-19 ?

Stefano Pacifico : Nous avons publié une version publique de notre plateforme qui inclut des ensembles de données spécifiques au COVID et est accessible gratuitement à quiconque effectue des recherches sur le COVID-19. Elle est disponible à l’adresse https://covid.epistemic.ai

Quelles sont les autres maladies ou problèmes génétiques pour lesquels Epistemic a été utilisé ?

Stefano Pacifico : Nous avons collaboré avec des chercheurs sur l’autisme et nous mettons actuellement en place un nouvel effort de recherche pour la fibrose kystique. Mais nous sommes heureux de collaborer avec tout autre chercheur ou institution qui pourrait avoir besoin d’aide pour leur recherche.

Y a-t-il autre chose que vous aimeriez partager sur Epistemic ?

Stefano Pacifico : Nous construisons un mouvement de personnes qui veulent changer la façon dont les chercheurs biomédicaux travaillent et pensent. Nous espérons sincèrement que de nombreux lecteurs voudront se joindre à nous !

Merci à vous deux d’avoir pris le temps de répondre à nos questions. Les lecteurs qui souhaitent en savoir plus peuvent visiter Epistemic AI.