Leland Hyman, Trưởng nhóm Khoa học Dữ liệu tại Sherlock Biosciences – Loạt Phỏng vấn

Leland Hyman là Trưởng nhóm Khoa học Dữ liệu tại Sherlock Biosciences. Ông là một nhà khoa học máy tính và nhà nghiên cứu có kinh nghiệm với nền tảng về học máy và chẩn đoán phân tử.

Sherlock Biosciences là một công ty công nghệ sinh học có trụ sở tại Cambridge, Massachusetts, đang phát triển các xét nghiệm chẩn đoán sử dụng CRISPR. Họ nhằm mục đích phá vỡ chẩn đoán phân tử với các xét nghiệm tốt hơn, nhanh hơn, giá cả phải chăng.

Điều gì đã thu hút bạn đến với khoa học máy tính?

Tôi bắt đầu lập trình từ rất sớm, nhưng tôi chủ yếu quan tâm đến việc tạo ra các trò chơi video với bạn bè. Sự quan tâm của tôi đã tăng lên trong các ứng dụng khoa học máy tính khác trong thời gian học đại học và sau đại học, đặc biệt là với tất cả các công việc học máy đột phá đang diễn ra vào đầu những năm 2010. Toàn bộ lĩnh vực này dường như là một biên giới mới thú vị có thể tác động trực tiếp đến nghiên cứu khoa học và cuộc sống hàng ngày của chúng ta — tôi không thể không bị thu hút bởi nó.

Bạn cũng đã theo đuổi bằng Tiến sĩ về Sinh học Tế bào và Phân tử, khi nào bạn nhận ra rằng hai lĩnh vực này sẽ giao nhau?

Tôi bắt đầu thực hiện loại công việc giao nhau này giữa khoa học máy tính và sinh học từ sớm trong thời gian học sau đại học. Phòng thí nghiệm của tôi tập trung vào việc giải quyết các vấn đề về kỹ thuật protein thông qua sự hợp tác giữa các nhà hóa sinh, nhà khoa học máy tính và mọi người ở giữa. Tôi nhanh chóng nhận ra rằng học máy có thể cung cấp những hiểu biết quý giá về các hệ thống sinh học và làm cho thí nghiệm trở nên dễ dàng hơn. Ngược lại, tôi cũng có được sự đánh giá cao về giá trị của trực giác sinh học khi xây dựng các mô hình học máy. Theo quan điểm của tôi, việc định khung vấn đề một cách chính xác là yếu tố quan trọng trong học máy. Đó là lý do tại sao tôi tin rằng các nỗ lực hợp tác giữa các lĩnh vực khác nhau có thể có tác động sâu sắc.

Kể từ năm 2022, bạn đã làm việc tại Sherlock Biosciences, bạn có thể chia sẻ một số chi tiết về vai trò của mình?

Hiện tại, tôi dẫn đầu nhóm tính toán tại Sherlock Biosciences. Nhóm của chúng tôi chịu trách nhiệm thiết kế các thành phần đi vào các xét nghiệm chẩn đoán của chúng tôi, giao tiếp với các nhà thí nghiệm thực hiện các thiết kế này trong phòng thí nghiệm ướt và xây dựng các khả năng tính toán mới để cải thiện thiết kế. Ngoài việc phối hợp các hoạt động này, tôi làm việc trên các phần học máy của cơ sở mã của chúng tôi, thực nghiệm với các kiến trúc mô hình mới và các cách mới để mô phỏng vật lý DNA và RNA liên quan đến các xét nghiệm của chúng tôi.

Học máy là cốt lõi của Sherlock Biosciences, bạn có thể mô tả loại dữ liệu và khối lượng dữ liệu được thu thập, và cách ML phân tích dữ liệu đó?

Trong quá trình phát triển xét nghiệm, chúng tôi thử nghiệm hàng chục đến hàng trăm ứng viên xét nghiệm cho mỗi tác nhân gây bệnh mới. Mặc dù đa số các ứng viên này sẽ không được đưa vào xét nghiệm thương mại, chúng tôi coi đó là cơ hội để học hỏi từ những sai lầm của mình. Trong các thí nghiệm này, chúng tôi đo hai điều quan trọng: độ nhạy và tốc độ. Các mô hình của chúng tôi lấy các trình tự DNA và RNA trong mỗi xét nghiệm làm đầu vào và sau đó học cách dự đoán độ nhạy và tốc độ của xét nghiệm.

Làm thế nào ML dự đoán các thành phần chẩn đoán phân tử nào sẽ hoạt động với tốc độ và độ chính xác cao nhất?

Khi chúng ta nghĩ về cách một người học, có hai chiến lược chính. Một mặt, một người có thể học cách thực hiện một nhiệm vụ thông qua thử nghiệm và sai lầm thuần túy. Họ có thể lặp lại nhiệm vụ, và sau nhiều thất bại, họ sẽ cuối cùng tìm ra quy tắc của nhiệm vụ bằng chính mình. Chiến lược này khá phổ biến trước khi có internet. Tuy nhiên, chúng ta có thể cung cấp cho người đó một giáo viên để hướng dẫn họ quy tắc của nhiệm vụ ngay từ đầu. Học sinh có giáo viên có thể học nhanh hơn so với cách thử nghiệm và sai lầm, nhưng chỉ khi họ có một giáo viên tốt hiểu rõ nhiệm vụ.

Cách tiếp cận của chúng tôi trong việc đào tạo các mô hình học máy nằm ở giữa hai chiến lược này. Mặc dù chúng tôi không có một “giáo viên” hoàn hảo cho các mô hình học máy của mình, nhưng chúng tôi có thể bắt đầu với một số kiến thức về vật lý của các chuỗi DNA và RNA trong các xét nghiệm của chúng tôi. Điều này giúp chúng học cách đưa ra dự đoán tốt hơn với ít dữ liệu hơn. Để làm điều này, chúng tôi chạy nhiều mô phỏng sinh lý trên các trình tự DNA và RNA của xét nghiệm. Sau đó, chúng tôi đưa kết quả vào mô hình và yêu cầu nó dự đoán tốc độ và độ nhạy của xét nghiệm. Chúng tôi lặp lại quá trình này cho tất cả các thí nghiệm chúng tôi đã thực hiện trong phòng thí nghiệm, và mô hình chỉ ra sự khác biệt giữa dự đoán của nó và những gì thực sự xảy ra. Thông qua sự lặp lại đủ, nó cuối cùng sẽ học cách vật lý DNA và RNA liên quan đến tốc độ và độ nhạy của mỗi xét nghiệm.

Có những cách nào khác mà các thuật toán AI được sử dụng bởi Sherlock Biosciences?

Chúng tôi đã sử dụng các thuật toán học máy để giải quyết nhiều vấn đề khác nhau. Một số ví dụ đến tâm trí tôi liên quan đến nghiên cứu thị trường và phân tích hình ảnh. Đối với nghiên cứu thị trường, chúng tôi đã đào tạo các mô hình học cách tìm hiểu về các loại khách hàng khác nhau và số lượng người có thể có nhu cầu chưa được đáp ứng về xét nghiệm bệnh. Chúng tôi cũng đã xây dựng các mô hình để phân tích hình ảnh của các dải dòng chảy bên (loại xét nghiệm thường được sử dụng trong các xét nghiệm COVID qua đường miệng), và dự đoán tự động liệu có băng dương tính hay không. Mặc dù việc này có vẻ như là một nhiệm vụ tầm thường đối với con người, nhưng tôi có thể nói từ kinh nghiệm cá nhân rằng đó là một giải pháp thay thế rất tiện lợi so với việc chú thích thủ công hàng nghìn bức ảnh.

Có những thách thức nào đằng sau việc xây dựng các mô hình ML hoạt động cùng với công nghệ sinh học tiên tiến như CRISPR?

Sự sẵn có của dữ liệu là thách thức chính khi áp dụng các mô hình học máy vào bất kỳ công nghệ sinh học nào. CRISPR và các công nghệ dựa trên DNA hoặc RNA phải đối mặt với một thách thức đặc biệt, chủ yếu do các tập dữ liệu cấu trúc nhỏ hơn đáng kể có sẵn cho axit nucleic so với protein. Đó là lý do tại sao chúng tôi đã chứng kiến những tiến bộ lớn về học máy protein trong những năm gần đây (với AlphaFold2 và các công cụ khác), nhưng các tiến bộ về học máy DNA và RNA vẫn còn tụt lại phía sau.

Ước mơ của bạn cho tương lai của việc tích hợp AI với CRISPR và sinh học là gì?

Chúng tôi đang chứng kiến một sự bùng nổ lớn về AI trong lĩnh vực kỹ thuật protein và khám phá thuốc hiện nay, và tôi dự đoán rằng điều này sẽ tiếp tục tăng tốc sự phát triển trong ngành dược phẩm. Tôi rất mong muốn thấy điều tương tự xảy ra với CRISPR và các công nghệ dựa trên DNA và RNA trong những năm tới. Điều này có thể có tác động đáng kể trong chẩn đoán, y học người và sinh học tổng hợp. Chúng tôi đã thấy được lợi ích của các công cụ tính toán trong việc phát triển chẩn đoán và công nghệ CRISPR tại Sherlock, và tôi hy vọng rằng loại công việc này sẽ khuyến khích một hiệu ứng “quả bóng tuyết” để thúc đẩy lĩnh vực này tiến về phía trước.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Sherlock Biosciences.