Leland Hyman, Lead Data Scientist at Sherlock Biosciences – Intervista

Leland Hyman è il Lead Data Scientist di Sherlock Biosciences. È un esperto informatico e ricercatore con una formazione in apprendimento automatico e diagnostica molecolare.

Sherlock Biosciences è una società di biotecnologia con sede a Cambridge, Massachusetts, che sviluppa test diagnostici utilizzando CRISPR. L’obiettivo è quello di rivoluzionare la diagnostica molecolare con test migliori, più veloci e più accessibili.

Cosa ti ha inizialmente attratto verso l’informatica?

Ho iniziato a programmare a un’età molto giovane, ma ero principalmente interessato a creare videogiochi con i miei amici. Il mio interesse è cresciuto per altre applicazioni dell’informatica durante il college e la scuola di specializzazione, in particolare con tutto il lavoro innovativo sull’apprendimento automatico che stava avvenendo all’inizio degli anni 2010. L’intero campo sembrava una frontiera così emozionante e nuova che poteva avere un impatto diretto sulla ricerca scientifica e sulla nostra vita quotidiana – non potevo fare a meno di essere affascinato da essa.

Hai anche conseguito un dottorato in Biologia cellulare e molecolare, quando hai capito per la prima volta che i due campi si sarebbero intersecati?

Ho iniziato a lavorare su questo tipo di lavoro intersezionale tra informatica e biologia all’inizio della scuola di specializzazione. Il mio laboratorio si concentrava sul risolvere problemi di ingegneria delle proteine attraverso collaborazioni tra biochimici, informatici e tutti gli altri. Ho rapidamente capito che l’apprendimento automatico poteva fornire informazioni preziose sui sistemi biologici e rendere più facile la sperimentazione. Allo stesso tempo, ho anche acquisito una maggiore apprezzamento per il valore dell’intuizione biologica nella costruzione di modelli di apprendimento automatico. A mio parere, definire correttamente il problema è l’elemento cruciale nell’apprendimento automatico. È per questo che credo che gli sforzi collaborativi tra diversi campi possano avere un impatto profondo.

Dal 2022 lavori a Sherlock Biosciences, puoi condividere alcuni dettagli sul tuo ruolo?

Attualmente guido il team computazionale di Sherlock Biosciences. Il nostro gruppo è responsabile della progettazione dei componenti che vanno a comporre i nostri test diagnostici, dell’interfaccia con gli sperimentatori che testano questi progetti nel laboratorio umido e della costruzione di nuove capacità computazionali per migliorare i progetti. Oltre a coordinare queste attività, lavoro sulla parte di apprendimento automatico del nostro codice, sperimentando con nuove architetture di modelli e nuovi modi per simulare la fisica del DNA e dell’RNA coinvolta nei nostri test.

L’apprendimento automatico è al centro di Sherlock Biosciences, puoi descrivere il tipo di dati e il volume di dati che vengono raccolti e come l’apprendimento automatico li analizza?

Durante lo sviluppo del test, proviamo decine o centinaia di candidati per ogni nuovo patogeno. Anche se la maggior parte di questi candidati non sarà inclusa in un test commerciale, li vediamo come un’opportunità per imparare dai nostri errori. In questi esperimenti, misuriamo due cose chiave: la sensibilità e la velocità. I nostri modelli prendono le sequenze di DNA e RNA in ogni test come input e imparano a prevedere la sensibilità e la velocità del test.

Come prevede l’apprendimento automatico quali componenti diagnostici molecolari avranno la massima velocità e accuratezza?

Quando pensiamo a come un essere umano impara, ci sono due strategie principali. Da un lato, una persona potrebbe imparare a fare un compito attraverso la pura prova ed errore. Potrebbero ripetere il compito e, dopo molti fallimenti, alla fine capirebbero le regole del compito da soli. Questa strategia era abbastanza popolare prima di Internet. Tuttavia, potremmo fornire a questa persona un insegnante che gli dica le regole del compito fin dall’inizio. Lo studente con l’insegnante potrebbe imparare molto più velocemente dell’approccio prova ed errore, ma solo se hanno un buon insegnante che capisce completamente il compito.

Il nostro approccio all’addestramento dei modelli di apprendimento automatico è a metà strada tra queste due strategie. Anche se non abbiamo un “insegnante” perfetto per i nostri modelli di apprendimento automatico, possiamo iniziare fornendo loro alcune conoscenze sulla fisica del DNA e dell’RNA nelle nostre prove. Ciò aiuta loro a imparare a fare previsioni migliori con meno dati. Per fare ciò, eseguiamo diverse simulazioni biofisiche sulle sequenze di DNA e RNA delle nostre prove. Quindi, inseriamo i risultati nel modello e chiediamo loro di prevedere la velocità e la sensibilità della prova. Ripetiamo questo processo per tutti gli esperimenti che abbiamo condotto in laboratorio e il modello mostra la differenza tra le sue previsioni e ciò che è realmente accaduto. Attraverso sufficienti ripetizioni, alla fine impara come la fisica del DNA e dell’RNA si relaziona con la velocità e la sensibilità di ogni prova.

Quali sono altri modi in cui gli algoritmi di intelligenza artificiale vengono utilizzati da Sherlock Biosciences?

Abbiamo utilizzato algoritmi di apprendimento automatico per risolvere una vasta gamma di problemi. Alcuni esempi che mi vengono in mente sono legati alla ricerca di mercato e all’analisi delle immagini. Per la ricerca di mercato, siamo stati in grado di addestrare modelli che imparano sui diversi tipi di clienti e su quanti potrebbero avere un bisogno insoddisfatto per la diagnosi delle malattie. Abbiamo anche costruito modelli per analizzare le immagini di strisce di flusso laterale (il tipo di test comunemente utilizzato nei test COVID over-the-counter) e prevedere automaticamente se una banda positiva è presente. Sebbene questo possa sembrare un compito banale per un essere umano, posso dire per esperienza personale che è un’alternativa incredibilmente conveniente all’annotazione manuale di migliaia di immagini.

Quali sono alcune delle sfide dietro la costruzione di modelli di apprendimento automatico che lavorano a stretto contatto con tecnologie bioscientifiche all’avanguardia come CRISPR?

La disponibilità dei dati è la principale sfida nell’applicazione dei modelli di apprendimento automatico a qualsiasi tecnologia bioscientifica. CRISPR e le tecnologie basate su DNA o RNA affrontano una sfida distintiva, principalmente a causa dei set di dati strutturali molto più piccoli disponibili per gli acidi nucleici rispetto alle proteine. È per questo che abbiamo visto enormi progressi nell’apprendimento automatico delle proteine negli ultimi anni (con AlphaFold2 e altri), ma i progressi nell’apprendimento automatico del DNA e dell’RNA sono ancora in ritardo.

Qual è la tua visione per il futuro di come l’intelligenza artificiale si integrerà con CRISPR e la bioscienza?

Stiamo assistendo a un’enorme esplosione di intelligenza artificiale nei campi dell’ingegneria delle proteine e della scoperta di farmaci proprio adesso, e mi aspetto che questo continuerà ad accelerare lo sviluppo nell’industria farmaceutica. Mi piacerebbe vedere lo stesso accadere con CRISPR e altre tecnologie basate su DNA e RNA nei prossimi anni. Ciò potrebbe avere un impatto incredibile nella diagnostica, nella medicina umana e nella biologia sintetica. Abbiamo già visto i benefici degli strumenti computazionali nel nostro sviluppo di diagnostici e tecnologie CRISPR qui a Sherlock, e spero che questo tipo di lavoro incoraggerà un effetto “palla di neve” per spingere il campo in avanti.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Sherlock Biosciences.