Leland Hyman, Líder de Ciência de Dados na Sherlock Biosciences – Série de Entrevistas

Leland Hyman é o Líder de Ciência de Dados na Sherlock Biosciences. Ele é um cientista da computação experiente e pesquisador com formação em aprendizado de máquina e diagnósticos moleculares.

A Sherlock Biosciences é uma empresa de biotecnologia sediada em Cambridge, Massachusetts, que desenvolve testes diagnósticos utilizando CRISPR. Eles visam disruptar a diagnóstica molecular com testes melhores, mais rápidos e acessíveis.

O que o atraiu inicialmente para a ciência da computação?

Eu comecei a programar muito jovem, mas estava principalmente interessado em criar jogos de vídeo com meus amigos. Meu interesse cresceu em outras aplicações de ciência da computação durante a faculdade e a pós-graduação, particularmente com todo o trabalho inovador em aprendizado de máquina que acontecia no início dos anos 2010. Todo o campo parecia uma fronteira tão emocionante e nova que poderia impactar diretamente a pesquisa científica e nossa vida diária — eu não pude deixar de ser atraído por isso.

Você também fez um Ph.D. em Biologia Celular e Molecular, quando percebeu que os dois campos se intersectariam?

Eu comecei a fazer esse tipo de trabalho de interseção entre ciência da computação e biologia no início da pós-graduação. Meu laboratório se concentrou em resolver problemas de engenharia de proteínas por meio de colaborações entre bioquímicos, cientistas da computação e todos os demais. Eu rapidamente percebi que o aprendizado de máquina poderia fornecer insights valiosos sobre sistemas biológicos e tornar a experimentação muito mais fácil. Por outro lado, eu também ganhei uma apreciação pelo valor da intuição biológica ao construir modelos de aprendizado de máquina. Em minha visão, enquadrar o problema corretamente é o elemento crucial no aprendizado de máquina. É por isso que eu acredito que esforços colaborativos entre diferentes campos possam ter um impacto profundo.

Desde 2022, você trabalha na Sherlock Biosciences, pode compartilhar alguns detalhes sobre o que seu papel envolve?

Eu atualmente lidero a equipe computacional na Sherlock Biosciences. Nosso grupo é responsável por projetar os componentes que entram em nossos testes diagnósticos, interfacear com os experimentalistas que testam esses projetos no laboratório e construir novas capacidades computacionais para melhorar os projetos. Além de coordenar essas atividades, eu trabalho nas porções de aprendizado de máquina do nosso código, experimentando com novas arquiteturas de modelo e novas maneiras de simular a física do DNA e RNA envolvida em nossos testes.

O aprendizado de máquina está no cerne da Sherlock Biosciences, pode descrever o tipo de dados e o volume de dados que está sendo coletado, e como o ML então analisa esses dados?

Durante o desenvolvimento do teste, testamos dezenas a centenas de candidatos a testes para cada novo patógeno. Embora a maioria desses candidatos não vá entrar em um teste comercial, vemos isso como uma oportunidade de aprender com nossos erros. Nesses experimentos, estamos medindo duas coisas principais: sensibilidade e velocidade. Nossos modelos tomam as sequências de DNA e RNA em cada teste como entrada e então aprendem a prever a sensibilidade e a velocidade do teste.

Como o ML prevê quais componentes de diagnóstico molecular terão o melhor desempenho em termos de velocidade e precisão?

Quando pensamos sobre como um ser humano aprende, há duas estratégias principais. Por um lado, uma pessoa pode aprender a fazer uma tarefa por meio de tentativa e erro puro. Eles podem repetir a tarefa, e após muitos fracassos, eles eventualmente descobririam as regras da tarefa por conta própria. Essa estratégia era muito popular antes da internet. No entanto, podemos fornecer a essa pessoa um professor para lhes dizer as regras da tarefa logo de início. O aluno com o professor poderia aprender muito mais rápido do que com a abordagem de tentativa e erro, mas apenas se tivessem um bom professor que entendesse completamente a tarefa.

Nossa abordagem para treinar modelos de aprendizado de máquina está entre essas duas estratégias. Embora não tenhamos um “professor” perfeito para nossos modelos de aprendizado de máquina, podemos começar com alguns conhecimentos sobre a física do DNA e RNA em nossos testes. Isso ajuda a que eles aprendam a fazer previsões melhores com menos dados. Para fazer isso, executamos várias simulações biofísicas nas sequências de DNA e RNA de nossos testes. Então, alimentamos os resultados no modelo e pedimos que ele preveja a velocidade e a sensibilidade do teste. Repetimos esse processo para todos os experimentos que realizamos no laboratório, e o modelo mostra a diferença entre suas previsões e o que realmente aconteceu. Com repetição suficiente, ele eventualmente aprende como a física do DNA e RNA se relaciona com a velocidade e a sensibilidade de cada teste.

Quais são outras maneiras pelas quais algoritmos de IA são usados pela Sherlock Biosciences?

Nós usamos algoritmos de aprendizado de máquina para resolver uma ampla variedade de problemas. Alguns exemplos que vêm à mente estão relacionados à pesquisa de mercado e análise de imagens. Para a pesquisa de mercado, fomos capazes de treinar modelos que aprendem sobre diferentes tipos de clientes e quantas pessoas podem ter uma necessidade não atendida de testes de doenças. Nós também construímos modelos para analisar imagens de tiras de fluxo lateral (o tipo de teste comumente usado em testes de COVID sobre o balcão), e prever automaticamente se uma banda positiva está presente. Embora isso pareça uma tarefa trivial para um ser humano, posso dizer por experiência própria que é uma alternativa incrivelmente conveniente para anotar manualmente milhares de imagens.

Quais são alguns dos desafios por trás da construção de modelos de ML que funcionam em conjunto com tecnologias de biosciência de ponta, como o CRISPR?

A disponibilidade de dados é o principal desafio ao aplicar modelos de aprendizado de máquina a qualquer tecnologia de biosciência. O CRISPR e as tecnologias baseadas em DNA ou RNA enfrentam um desafio distinto, principalmente devido aos conjuntos de dados estruturais significativamente menores disponíveis para ácidos nucléicos em comparação com proteínas. É por isso que vimos enormes avanços em ML de proteínas nos últimos anos (com AlphaFold2 e outros), mas os avanços em ML de DNA e RNA ainda estão atrasados.

Qual é sua visão para o futuro de como a IA se integrará ao CRISPR e à biosciência?

Estamos vendo um boom de IA no campo de engenharia de proteínas e descoberta de drogas agora, e eu espero que isso continue a acelerar o desenvolvimento na indústria farmacêutica. Eu adoraria ver o mesmo acontecer com o CRISPR e outras tecnologias baseadas em DNA e RNA nos próximos anos. Isso poderia ter um impacto incrível em diagnósticos, medicina humana e biologia sintética. Já vimos os benefícios de ferramentas computacionais em nosso desenvolvimento de diagnósticos e tecnologias CRISPR aqui na Sherlock, e eu espero que esse tipo de trabalho incentive um efeito “bola de neve” para impulsionar o campo para frente.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Sherlock Biosciences.