レランド・ハイマン、シャーロック・バイオサイエンスのリードデータサイエンティスト – インタビュー・シリーズ

レランド・ハイマンは、シャーロック・バイオサイエンスのリードデータサイエンティストです。彼は、コンピューターサイエンスと研究の経験を持つ機械学習と分子診断のバックグラウンドを持つ熟練したコンピューターサイエンティストおよび研究者です。

シャーロック・バイオサイエンスは、マサチューセッツ州ケンブリッジを拠点とするバイオテクノロジー企業で、CRISPRを使用した診断テストを開発しています。彼らは、より優れた、迅速で、費用対効果の高いテストで分子診断を革新させたいと考えています。

コンピューターサイエンスに最初に惹かれたのは何ですか?

私は非常に若い頃からプログラミングを始めましたが、当初は友達とビデオゲームを作ることに興味がありました。大学と大学院での勉強中に、特に2010年代初頭の機械学習の研究が活発化していたとき、コンピューターサイエンスの他の応用に興味を持つようになりました。全体的な分野は、新しいフロンティアのように思えたので、科学研究と私たちの日常生活に直接影響を与えることができると感じたので、そこに惹かれました。

また、細胞および分子生物学の博士号も取得しています。コンピューターサイエンスと生物学が交差することを最初に認識したのはいつですか?

私は大学院での研究の初期段階で、コンピューターサイエンスと生物学の交差点で研究を始めました。私の研究室は、生化学者、コンピューターサイエンティスト、そしてその間のすべての人々のコラボレーションを通じてタンパク質エンジニアリングの問題を解決することに焦点を当てていました。私はすぐに、機械学習が生物システムに貴重な洞察を提供し、実験をはるかに簡単にすることができることを認識しました。逆に、機械学習モデルを構築する際に生物学的直感がどれほど重要であるかにも気づきました。私の見解では、問題を正確に定式化することが機械学習の重要な要素です。したがって、異なる分野間の共同作業が大きな影響を与える可能性があると考えています。

2022年以来、シャーロック・バイオサイエンスで働いています。役割について少し詳しくお話しください。

現在、シャーロック・バイオサイエンスの計算チームをリードしています。私たちのグループは、診断アッセイに含まれるコンポーネントを設計する責任があり、ウェットラボでこれらの設計をテストする実験家と連携し、新しい計算機能を構築して設計を改善します。さらに、これらの活動を調整するだけでなく、私はコードベースの機械学習部分に取り組み、新しいモデルアーキテクチャを実験し、アッセイで使用されるDNAとRNAの物理学をシミュレートする新しい方法を探索しています。

シャーロック・バイオサイエンスの中心には機械学習があります。収集されるデータの種類と量について説明し、機械学習がそのデータをどのように解析するかについて説明してください。

アッセイ開発中、各新しい病原体に対して数十から数百のアッセイ候補をテストします。多くの候補が商業テストに採用されないかもしれませんが、私たちはそれらを学習する機会と見なしています。実験では、2つの重要なものを測定しています。感度と速度です。私たちのモデルは、アッセイごとに含まれるDNAとRNAシーケンスを入力として受け取り、アッセイの感度と速度を予測することを学習します。

機械学習は、どのようにして分子診断コンポーネントが最も迅速かつ正確に動作するものを予測しますか?

人間が学習する方法について考える際に、2つの主要な戦略があります。一方では、誰かが純粋に試行錯誤によってタスクを学習する可能性があります。彼らはタスクを繰り返し、多くの失敗の後、最終的にタスクのルールを自分で理解するでしょう。この戦略はインターネットが普及する前はかなり人気がありました。しかし、ルールを教えてくれる教師がいる場合、誰かはタスクをはるかに迅速に学習できます。ただし、教師はタスクを完全に理解している必要があります。

私たちの機械学習モデルをトレーニングするアプローチは、これらの2つの戦略の中間です。私たちには完璧な「教師」はありませんが、アッセイのDNAとRNAの物理学についてのある程度の知識からモデルを開始できます。これにより、データが少なくてもより良い予測を行うことができます。実現するために、アッセイのDNAとRNAシーケンスに対して複数の生理学的シミュレーションを実行し、結果をモデルに入力してアッセイの速度と感度を予測します。実験室で実行したすべての実験に対してこのプロセスを繰り返し、モデルは予測と実際の結果の違いを示します。繰り返しを通じて、DNAとRNAの物理学が各アッセイの速度と感度に関連していることを最終的に学習します。

シャーロック・バイオサイエンスでは、AIアルゴリズムを使用する他の方法について教えてください。

私たちは、さまざまな問題を解決するために機械学習アルゴリズムを使用してきました。市場調査や画像分析に関連するいくつかの例があります。市場調査の場合、さまざまな種類の顧客について学習し、病気のテストに対する未満足のニーズを持つ人々の数を学習するモデルをトレーニングすることができました。また、ラテラルフロー・ストリップ（COVIDテストで一般的に使用されるタイプのテスト）の画像を分析し、自動的に陽性バンドが存在するかどうかを予測するモデルも構築しました。人間にとっては簡単なタスクかもしれませんが、数千枚の画像を手動で注釈付ける代わりに非常に便利な代替手段であると言えるでしょう。

バイオサイエンス技術であるCRISPRと組み合わせてMLモデルを構築する際の課題について教えてください。

データの可用性が、機械学習モデルをバイオサイエンス技術に適用する際の主な課題です。CRISPRやDNA/RNAベースの技術には、タンパク質と比較して核酸の構造データセットがはるかに小さいという特有の課題があります。これが、近年、タンパク質のMLの進歩（AlphaFold2など）が見られたのに対し、DNAとRNAのMLの進歩が後れを取っている理由です。

AIとCRISPR、そしてバイオサイエンスの将来の統合についてのあなたのビジョンを教えてください。

現在、タンパク質エンジニアリングや薬剤発見の分野でAIブームが起こっており、医薬品業界の開発が加速することを期待しています。将来的には、CRISPRやDNA/RNAベースの技術でも同様のブームが起こることを願っています。これは、診断、人間の医学、合成生物学に大きな影響を与える可能性があります。シャーロックでは、すでに計算ツールの利点を診断とCRISPR技術の開発で見ており、このような研究が分野を前進させる「雪だるま」効果を促進することを希望しています。

素晴らしいインタビュー、詳しく知りたい読者はシャーロック・バイオサイエンスを訪問してください。