Леланд Гайман, провідний вчений-даних у Sherlock Biosciences – Серія інтерв’ю

Леланд Гайман є провідним вченим-даних у Sherlock Biosciences. Він досвідчений комп’ютерний вчений та дослідник з фоном у машинному навчанні та молекулярній діагностиці.

Sherlock Biosciences – це біотехнологічна компанія, розташована у Кембриджі, штат Массачусетс, яка розробляє діагностичні тести з використанням CRISPR. Вони мета – порушити молекулярну діагностику за допомогою кращих, швидших та доступніших тестів.

Що спочатку привернуло вашу увагу до комп’ютерних наук?

Я почав програмування у дуже молодому віці, але мені було головним чином цікаво створення відеоігор з друзями. Мій інтерес зростав у інших застосуваннях комп’ютерних наук під час коледжу та аспірантури, особливо з усіх революційних робіт з машинного навчання, які відбувалися на початку 2010-х років. Ціла галузь здавалася такою цікавою новою межею, яка могла б безпосередньо вплинути на наукові дослідження та нашу повсякденну життя – я не міг не бути захоплений нею.

Ви також здобули ступінь доктора філософії з клітинної та молекулярної біології, коли ви вперше зрозуміли, що ці дві галузі перетинаються?

Я почав виконувати цей тип інтерсекційного роботи з комп’ютерними науками та біологією на початку аспірантури. Моя лабораторія займалася розв’язанням проблем інженерії білків через співробітництво між біохіміками, комп’ютерними вченими та всіма іншими. Я швидко зрозумів, що машинне навчання може надати цінні знання про біологічні системи та зробити експериментування набагато легшим. Навпаки, я також здобув оцінку для цінності біологічної інтуїції при створенні моделей машинного навчання. На моє бачення, правильне формулювання проблеми є важливим елементом у машинному навчанні. Це чому я вважаю, що спільні зусилля у різних галузях можуть мати глибокий вплив.

Від 2022 року ви працюєте у Sherlock Biosciences, можете поділитися деякими деталями про вашу роль?

Я зараз очолюю комп’ютерну команду у Sherlock Biosciences. Наша група відповідає за розробку компонентів, які входять до наших діагностичних тестів, взаємодію з експериментаторами, які тестують ці конструкції у вологому лабораторії, та будівництво нових комп’ютерних можливостей для покращення конструкцій. Окрім координації цих діяльності, я працюю над частинами машинного навчання нашої бази кодів, експериментую з новими архітектурами моделей та новими способами симуляції фізики ДНК та РНК, які беруть участь у наших тестах.

Машинне навчання є у центрі Sherlock Biosciences, можете описати тип даних та обсяг даних, який збирається, і як ML потім розбирає ці дані?

Під час розробки тестів ми перевіряємо десятки до сотень кандидатів на кожен новий патоген. Хоча більшість цих кандидатів не потраплять до комерційного тесту, ми бачимо їх як можливість вивчити з наших помилок. У цих експериментах ми вимірюємо два ключових показники: чутливість та швидкість. Наші моделі приймають послідовності ДНК та РНК у кожному тесті як вхідні дані та вчаться передбачати чутливість та швидкість тесту.

Як ML передбачає, які молекулярні діагностичні компоненти будуть виконувати з найбільшою швидкістю та точністю?

Коли ми думаємо про те, як людина вчиться, існують два основних стратегії. З одного боку, людина могла б вивчити виконання завдання через чисту спробу та помилку. Вони могли б повторити завдання, і після багатьох невдач вони врешті-решт зрозуміли б правила завдання самостійно. Ця стратегія була досить популярною до інтернету. Однак ми могли б надати цій людині вчителя, який би сказав їм правила завдання відразу. Учень з учителем міг би вивчити набагато швидше, ніж через підхід спроби та помилки, але тільки якщо вони мали хорошого вчителя, який повністю розумів завдання.

Наш підхід до навчання моделей машинного навчання знаходиться між цими двома стратегіями. Хоча у нас немає ідеального “вчителя” для наших моделей машинного навчання, ми можемо почати їх з деякими знаннями про фізику послідовностей ДНК та РНК у наших тестах. Це допомагає їм вивчити робити кращі передбачення з меншими даними. Для цього ми запускаємо кілька біофізичних симуляцій наших послідовностей ДНК та РНК. Потім ми вводимо результати у модель та просимо її передбачити швидкість та чутливість тесту. Ми повторюємо цей процес для всіх експериментів, які ми провели у лабораторії, і модель показує різницю між своїми передбаченнями та тим, що насправді відбулося. Через достатню повторюваність вона врешті-решт вивчає, як фізика ДНК та РНК пов’язана зі швидкістю та чутливістю кожного тесту.

Які інші способи використання алгоритмів штучного інтелекту компанією Sherlock Biosciences?

Ми використали алгоритми машинного навчання для розв’язання широкого спектра проблем. Деякі приклади, які приходять на думку, пов’язані з дослідженням ринку та аналізом зображень. Для дослідження ринку ми змогли навчити моделі, які вчаться про різні типи клієнтів та про те, скільки людей можуть мати невідповідну потребу у тестуванні на захворювання. Ми також побудували моделі для аналізу зображень смуг латерального потоку (тип тесту, який зазвичай використовується у тестах COVID над домашніх умовах), та автоматично передбачити, чи присутня позитивна смуга. Хоча це здається тривіальною задачею для людини, я можу сказати з першої руки, що це надзвичайно зручна альтернатива ручному анотуванню тисяч зображень.

Які деякі з викликів за будівництвом моделей машинного навчання, які працюють у тандемі з передовими біотехнологічними технологіями, такими як CRISPR?

Наявність даних є основним викликом при застосуванні моделей машинного навчання до будь-якої біотехнологічної технології. CRISPR та технології, засновані на ДНК чи РНК, стикаються з особливим викликом, головним чином через значно менші структури даних, доступні для нуклеїнових кислот у порівнянні з білками. Це чому ми бачили величезні досягнення у машинному навчанні для білків за останні роки (з AlphaFold2 та іншими), але досягнення у машинному навчанні для ДНК та РНК все ще відстають.

Яке ваше бачення майбутнього інтеграції штучного інтелекту з CRISPR та біотехнологією?

Ми бачимо величезний бум штучного інтелекту у галузях інженерії білків та відкриття ліків прямо зараз, і я очікую, що це буде продовжувати прискорювати розвиток у фармацевтичній промисловості. Я хотів би побачити те саме, що відбувається з CRISPR та іншими технологіями, заснованими на ДНК та РНК, у найближчі роки. Це могло б бути надзвичайно впливовим у діагностиці, людській медицині та синтетичній біології. Ми вже побачили переваги комп’ютерних інструментів у нашому розвитку діагностичних та технологій CRISPR тут, у Sherlock, і я сподіваюся, що цей тип роботи буде підтримувати “сніговий ефект”, який буде рухати галузь вперед.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Sherlock Biosciences.