Stefano Pacifico en David Heeger, mede-oprichters van Epistemic AI – Interviewreeks

Epistemic AI maakt gebruik van state-of-the-art Natural Language Processing (NLP), machine learning en deep learning-algoritmen om relaties in kaart te brengen tussen een groeiende hoeveelheid biomedische kennis, afkomstig uit meerdere openbare en particuliere bronnen, waaronder tekstdocumenten en databases. Door middel van een proces van kenniskaarten maken gebruikers interactief met het platform om subsets van biomedische kennis in kaart te brengen en te begrijpen, wat concepten en relaties onthult die anders gemist zouden worden met traditionele zoekopdrachten.

We hebben beide mede-oprichters van Epistemic AI geïnterviewd om deze laatste ontwikkelingen te bespreken.

Stefano Pacifico heeft meer dan 10 jaar ervaring in toegepaste AI- en NLP-ontwikkeling. Voordat hij bij Epistemic AI kwam, werkte hij 7 jaar bij Bloomberg en was hij werkzaam bij Elemental Cognition.

David Heeger is een Silver Professor in datascience en neurowetenschappen aan de NYU en heeft zijn carrière besteed aan het verbinden van computerwetenschappen, AI en bioscience. Hij is lid van de National Academy of Sciences. Als mede-oprichters brengen ze de expertise samen van het bouwen van toegepaste, grote AI- en NLP-systemen voor het begrijpen van grote verzamelingen kennis, met expertise in computationele biologie en biomedische wetenschap uit jaren van onderzoek in het veld.

Wat was het dat je introduceerde en aantrok tot AI en Natural Language Processing (NLP)?

Stefano Pacifico: Toen ik op de universiteit in Rome zat en AI nog niet populair was (het was eigenlijk heel randstedelijk), vroeg ik mijn toenmalige adviseur welke specialisatie ik moest kiezen uit de beschikbare opties. Hij zei: “Als je geld wilt verdienen, dan is Software Engineering en Databases het beste, maar als je iets wil doen dat uniek en geavanceerd is, kies dan voor Artificial Intelligence”. Ik was direct verkocht door “uniek”. Ik begon toen te werken aan kennisrepresentatie en -redenering om te studeren hoe autonome agenten soccer konden spelen of mensen konden redden. Toen kwamen er twee inzichten die me doen verliefd worden op NLP: ten eerste, autonome agenten moeten mogelijk met natuurlijke taal onderling communiceren! Ten tweede, het opbouwen van formele kennisbases met de hand is moeilijk, terwijl natuurlijke taal (in tekst) al de grootste kennisbase van allemaal biedt. Ik weet nu dat deze observaties misschien voor de hand liggend lijken, maar ze waren niet zo mainstream vroeger.

Wat was de inspiratie achter het lanceren van Epistemic AI?

Stefano Pacifico: Ik ga een gewaagde claim doen. Niemand heeft vandaag de dag adequate tooling om de kennis te begrijpen en te verbinden die aanwezig is in grote, steeds groter wordende verzamelingen van documenten en data. Ik had eerder gewerkt aan dat probleem in de financiële wereld. Denk aan nieuws, financiële statements, prijsdata, corporate acties, filings enz. Ik vond dat probleem verslavend. En natuurlijk is het een moeilijk probleem; en een belangrijk probleem! Toen ik mijn mede-oprichter, Dr. David Heeger, ontmoette, hebben we veel tijd besteed aan het evalueren van startup-kansen in de biomedische industrie. Toen we ons realiseerden hoeveel informatie er in dit veld gegenereerd wordt, was het alsof alles op zijn plaats viel. Biomedische onderzoekers worstelen met een overvloed aan informatie, terwijl ze proberen om grip te krijgen op de enorme en snel groeiende basis van biomedische kennis, inclusief documenten (bijv. artikelen, octrooien, klinische trials) en databases (bijv. genen, proteïnen, pathways, medicijnen, ziekten, medische termen). Dit is een groot pijnpunt voor onderzoekers en, zonder een adequate oplossing, zijn ze gedwongen om basiszoektools (PubMed en Google (GOOGL ) Scholar) en handmatig gecureerde databases te gebruiken. Deze tools zijn geschikt voor het vinden van documenten die overeenkomen met trefwoorden (bijv. een enkel gen of een gepubliceerd artikel), maar niet voor het verwerven van uitgebreide kennis over een onderwerp of subdomein (bijv. COVID-19), of voor het interpreteren van de resultaten van high-throughput biologie-experimenten, zoals gen-seq, proteïne-expressie of het screenen van chemische verbindingen. We hebben Epistemic AI opgericht met het idee om dit probleem aan te pakken met een platform dat hen in staat stelt om iteratief:

1. De tijd te verkorten om informatie te verzamelen en uitgebreide kenniskaarten op te bouwen
2. Interdisciplinaire informatie naar boven te brengen die anders moeilijk te vinden is (echte ontdekkingen komen vaak voort uit het kijken naar de witte ruimte tussen disciplines);
3. Causale hypothesen te identificeren door paden en ontbrekende links in uw kenniskaart te vinden.

Wat zijn enkele van zowel de openbare als particuliere bronnen die worden gebruikt om deze relaties in kaart te brengen?

Stefano Pacifico: Op dit moment nemen we alle openbaar beschikbare bronnen die we kunnen vinden, waaronder Pubmed en clinicaltrials.gov. We nemen databases van genen, medicijnen, ziekten en hun interacties op. We includeren ook particuliere gegevensbronnen voor geselecteerde klanten, maar we zijn niet vrij om details te onthullen.

Wat voor soort machine learning-technologieën worden gebruikt voor de kenniskaart?

Stefano Pacifico: Een van de diep gewortelde overtuigingen bij Epistemic AI is dat fanatisme niet helpt bij het bouwen van producten. Het opbouwen van een architectuur die meerdere machine learning-technieken integreert, was een beslissing die vroeg genomen werd, en die variëren van kennisrepresentatie tot transformatiemodellen, via grafiekembeddings, maar includeren ook eenvoudigere modellen zoals regressies en random forests. Elk onderdeel is zo eenvoudig als nodig, maar niet eenvoudiger. Terwijl we geloven dat we al NLP-onderdelen hebben gebouwd die state-of-the-art zijn voor bepaalde taken, schamen we ons niet voor eenvoudigere basismodellen wanneer mogelijk.

Kunt u enkele van de bedrijven, non-profitorganisaties of academische instellingen noemen die de Epistemic-platform gebruiken?

Stefano Pacifico: Hoewel ik dat graag zou doen, hebben we geen overeenstemming met onze gebruikers om dat te doen. Ik kan zeggen dat we inschrijvingen hebben gehad van zeer hoog aangeschreven instellingen in alle drie de segmenten (bedrijven, non-profitorganisaties en academische instellingen). Bovendien zijn we van plan om het platform gratis te houden voor academische en non-profitdoeleinden.

Hoe helpt Epistemic onderzoekers bij het identificeren van centrale zenuwstelsel (CNS) en andere ziektespecifieke biomarkers?

Dr. David Heeger: Neurowetenschappen zijn een zeer interdisciplinair veld dat moleculaire en cellulaire biologie en genetica omvat, maar ook psychologie, scheikunde en principes van fysica, techniek en wiskunde. Het is zo breed dat niemand een expert kan zijn in alles. Onderzoekers aan academische instellingen en farmaceutische en biotechnologische bedrijven zijn gedwongen om zich te specialiseren. Maar we weten dat de belangrijke inzichten interdisciplinair zijn, door kennis te combineren uit de sub-specialisaties. Het AI-gebaseerde softwareplatform dat we bouwen, stelt iedereen in staat om meer interdisciplinair te zijn, om de verbindingen te zien tussen hun individuele subgebied van expertise en andere onderwerpen, en om nieuwe hypothesen te identificeren. Dit is vooral belangrijk in neurowetenschappen, omdat het zo’n interdisciplinair veld is. De functie en disfunctie van de menselijke hersenen is het moeilijkste probleem dat de wetenschap ooit heeft gezien. We zijn op een missie om de manier waarop biomedische wetenschappers werken en denken te veranderen.

Epistemic maakt ook de ontdekking van genetische mechanismen van CNS-stoornissen mogelijk. Kunt u ons doorlopen hoe dit werkt?

Dr. David Heeger: De meeste neurologische ziekten, psychiatrische aandoeningen en ontwikkelingsstoornissen hebben geen eenvoudige verklaring in termen van genetische verschillen. Er zijn een handvol syndromale aandoeningen waarvoor een specifieke mutatie bekend is die de aandoening veroorzaakt. Maar dat is niet typisch het geval. Er zijn honderden genetische verschillen, bijvoorbeeld, die geassocieerd zijn met autismespectrumstoornissen (ASD). Er is enige kennis over enkele van deze genen over de functies die ze dienen in termen van basisbiologie. Bijvoorbeeld, enkele van de genen geassocieerd met ASD houden synapsen bij elkaar in de hersenen (let op, echter, dat dezelfde genen typisch andere functies hebben in andere orgaansystemen in het lichaam). Maar er is weinig begrip over hoe deze genetische verschillen de complexe suite van gedragsverschillen kunnen verklaren die door individuen met ASD worden getoond. Om het nog erger te maken, twee individuen met hetzelfde genetische verschil kunnen volledig verschillende resultaten hebben, een gediagnosticeerd met ASD en de andere niet. En twee individuen met volledig verschillende genetische profielen kunnen hetzelfde resultaat hebben met zeer vergelijkbare gedragsdeficiënties. Om dit allemaal te begrijpen, moet je de verbinding maken van genetica en moleculaire biologie naar cellulair neuroscience (hoe de genetische verschillen individuele neuronen doen functioneren) en dan naar systeemneuroscience (hoe die verschillen in cellulair functioneren netwerken van grote aantallen verbonden neuronen doen functioneren) en dan naar psychologie (hoe die verschillen in neurale netwerkfunctie cognitie, emotie en gedrag doen verschillen). En al dit moet worden begrepen vanuit een ontwikkelingsperspectief. Een genetisch verschil kan een tekort in een bepaald aspect van neurale functie veroorzaken. Maar de hersenen zitten er niet bij en nemen het. Hersenen zijn zeer aanpasbaar. Als er een ontbrekend of kapot mechanisme is, dan zullen de hersenen zich anders ontwikkelen om zo veel mogelijk te compenseren. Deze compensatie kan moleculair zijn, bijvoorbeeld door een andere synaptische receptor op te regelen om de functie van een kapotte synaptische receptor te vervangen. Of de compensatie kan gedragsmatig zijn. Het eindresultaat hangt niet alleen af van het initiële genetische verschil, maar ook van de verschillende pogingen om te compenseren, afhankelijk van andere moleculaire, cellulair, circuit, systeem- en gedragsmechanismen.

Geen enkel individu heeft de kennis om dit allemaal te begrijpen. We hebben allemaal hulp nodig. Het AI-gebaseerde softwareplatform dat we bouwen, stelt iedereen in staat om alle relevante biomedische kennis te verzamelen en te verbinden, om de verbindingen te zien en om nieuwe hypothesen te identificeren.

Hoe gebruiken biopharma en academische instellingen Epistemic om de COVID-19-uitdaging aan te pakken?

Stefano Pacifico: We hebben een openbare versie van ons platform gelanceerd dat COVID-specifieke datasets bevat en vrij toegankelijk is voor iedereen die onderzoek doet naar COVID-19. Het is beschikbaar op https://covid.epistemic.ai

Wat zijn enkele van de andere ziekten of genetische problemen waarvoor Epistemic is gebruikt?

Stefano Pacifico: We hebben samengewerkt met autismeonderzoekers en zijn momenteel een nieuw onderzoeksinitiatief aan het opzetten voor cystische fibrose. Maar we zijn blij om samen te werken met andere onderzoekers of instellingen die hulp nodig hebben bij hun onderzoek.

Is er nog iets anders dat u wilt delen over Epistemic?

Stefano Pacifico: We bouwen een beweging van mensen die de manier waarop biomedische onderzoekers werken en denken willen veranderen. We hopen oprecht dat veel van uw lezers zich bij ons zullen aansluiten!

Bedankt beiden voor uw tijd om onze vragen te beantwoorden. Lezers die meer willen leren, kunnen Epistemic AI bezoeken.