ทำไมบริษัท AI แข่งกันสร้างเซลล์มนุษย์เสมือนจริง

(SeaPRwire) –   เซลล์ของมนุษย์เป็นเหมือนเครื่องจักร Rube Goldberg ที่ไม่มีใครเหมือน เต็มไปด้วยปฏิกิริยาลูกโซ่ทางชีวภาพที่สร้างความแตกต่างระหว่างความเป็นกับความตาย การทำความเข้าใจความสัมพันธ์ที่ละเอียดอ่อนเหล่านี้ และวิธีที่พวกมันผิดพลาดไปเมื่อเกิดโรค เป็นหนึ่งในความลุ่มหลงที่สำคัญของชีววิทยา ความผิดพลาดเพียงครั้งเดียวในยีนสามารถทำให้โปรตีนที่สร้างขึ้นมีรูปร่างผิดปกติได้ โปรตีนที่ผิดรูปไม่สามารถทำงานได้ และด้วยการขาดโปรตีนนั้น สิ่งมีชีวิต—ตัวคุณ—อาจเริ่มสลายตัว

อย่างไรก็ตาม เซลล์นั้นซับซ้อนมากจนการทำความเข้าใจว่าความล้มเหลวของโปรตีนตัวหนึ่งจะแพร่กระจายไปทั่วระบบได้อย่างไรนั้นเป็นเรื่องยาก Graham Johnson นักชีววิทยาคอมพิวเตอร์และนักวาดภาพประกอบทางวิทยาศาสตร์จาก Allen Institute for Cell Science เล่าถึงการจินตนาการที่โต๊ะอาหารกลางวันเมื่อกว่า 15 ปีที่แล้ว เกี่ยวกับแบบจำลองคอมพิวเตอร์ของเซลล์ที่มีรายละเอียดครบถ้วนสมบูรณ์จนนักวิทยาศาสตร์สามารถเฝ้าดู กระบวนการดังกล่าวได้เกิดขึ้น ในขณะนั้น “ทุกคนแค่หัวเราะเยาะ” เขากล่าว “มันไม่สมจริงเกินไป”

แต่ตอนนี้ นักวิจัยบางคนกำลังใช้ AI เพื่อก้าวไปสู่เป้าหมายของ “เซลล์เสมือน” Google’s DeepMind กำลังดำเนินการอยู่ และ Chan Zuckerberg Initiative (CZI) ได้ทำให้เซลล์เสมือนเป็นจุดสนใจหลักในเครือข่ายการวิจัย Biohub ของพวกเขา Theo Karaletsos ผู้อำนวยการอาวุโสฝ่าย AI ของ CZI กล่าว นอกจากนี้ยังมี ซึ่งจัดตั้งโดย Arc Institute สำหรับแบบจำลองสไตล์เซลล์เสมือน เป้าหมายของความพยายามทั้งหมดเหล่านี้คือการทำนายว่าเซลล์ที่แข็งแรงและเซลล์ที่เป็นโรคทำงานอย่างไร โดยมีรายละเอียดมากพอที่จะเร่งการพัฒนายาและเร่งการค้นพบทางวิทยาศาสตร์ เซลล์เสมือนอาจช่วยปรับปรุงการวิจัยพื้นฐาน บางคนคิดว่าเป็นการย้ายนักชีววิทยาจากโต๊ะปฏิบัติการไปที่แป้นพิมพ์

แล้วเซลล์เสมือนคืออะไรกันแน่?

คำนิยามที่แน่นอนของเซลล์เสมือนนั้นแตกต่างกันไปขึ้นอยู่กับว่าคุณคุยกับใคร นักวิทยาศาสตร์บางคน เช่น Johnson หวังว่าเซลล์เสมือนจะมีการแสดงภาพที่คุณสามารถคลิกผ่านและสำรวจได้ คนอื่น ๆ คิดว่ามันเป็นชุดโปรแกรมคอมพิวเตอร์ที่สามารถตอบคำถามและคาดการณ์สิ่งที่จะเกิดขึ้นได้ แต่แนวคิดนี้ไม่ใช่สิ่งใหม่ มานานหลายทศวรรษแล้ว นักชีววิทยาได้สร้างแบบจำลองทางคณิตศาสตร์ของกระบวนการเซลล์ เพื่อสร้างแบบจำลองเหล่านี้ นักวิจัยได้นำข้อมูลจากการทดลองกับเซลล์จริงมาใช้ โดยสร้างสมการที่อธิบายสิ่งที่เกิดขึ้น

ตอนนี้มีข้อมูลเกี่ยวกับเซลล์มนุษย์มากกว่าที่เคยมีมา ส่วนหนึ่งเป็นเพราะเทคโนโลยีที่ช่วยให้นักวิทยาศาสตร์สามารถสอดส่องกิจกรรมของเซลล์แต่ละเซลล์ได้ แต่การหาสมการสำหรับทุกกระบวนการและนำมารวมกันเป็นงานที่ยิ่งใหญ่ Stephen Quake ศาสตราจารย์จาก Stanford University และอดีตหัวหน้าฝ่ายวิทยาศาสตร์ของ CZI กล่าวว่า “วิธีการแบบเก่า”—คือการทำด้วยมือ—”ผมจะบอกว่าประสบความสำเร็จอย่างจำกัดมาก” เมื่อปีที่แล้ว เขาและนักวิจัยคนอื่น ๆ ได้วางวิสัยทัศน์สำหรับแนวทางอื่น ซึ่งเป็นแนวทางที่ป้อนข้อมูลเกี่ยวกับเซลล์โดยตรงไปยัง AI ที่เชี่ยวชาญ “คุณสร้างแบบจำลองที่เรียนรู้โดยตรงจากข้อมูล แทนที่จะพยายามเขียนสมการ” เขากล่าว

Quake และเพื่อนร่วมงานของเขาได้ พวกเขาใช้ข้อมูลเกี่ยวกับเซลล์จากสัตว์ 12 สายพันธุ์ที่แตกต่างกันเพื่อฝึก AI AI สามารถคาดการณ์ได้อย่างแม่นยำเกี่ยวกับเซลล์ของสายพันธุ์ที่ไม่เคยเห็นมาก่อน Quake กล่าว นอกจากนี้ยังสามารถอนุมานความสัมพันธ์ระหว่างเซลล์ชนิดต่างๆ ในสายพันธุ์เดียวกันได้ แม้ว่าจะไม่ได้รับข้อมูลเกี่ยวกับความเชื่อมโยงเหล่านั้นเลยก็ตาม “นั่นคือสิ่งที่ทำให้ผมตื่นเต้นมากกับแนวทางนี้เป็นการส่วนตัว” Quake กล่าว

ทีมนักวิจัยอีกกลุ่มหนึ่ง รวมถึงบางคนที่ Google DeepMind กำลังดำเนินการอยู่ พวกเขาได้ฝึก AI ด้วยชุดข้อมูลขนาดใหญ่เกี่ยวกับเซลล์ ทำให้ผู้ใช้สามารถถามคำถามเช่น “เซลล์นี้จะตอบสนองต่อยานี้อย่างไร?” และรับคำตอบว่าส่วนใดของเซลล์มีแนวโน้มที่จะได้รับผลกระทบ

เหล่านี้เป็นเพียงบางส่วนของแนวทางที่นักวิทยาศาสตร์กำลังใช้เพื่อสร้างเซลล์เสมือน มีแนวโน้มว่าในที่สุดจะมีเซลล์เสมือนหลายประเภทที่แตกต่างกัน ซึ่งออกแบบมาสำหรับนักวิจัยประเภทต่างๆ ได้ใช้งาน ตัวอย่างเช่น เซลล์เสมือนที่นักชีววิทยาโรคมะเรเร็งใช้อาจแตกต่างจากเซลล์เสมือนที่นักชีววิทยาเซลล์ใช้เพื่อตอบคำถามเกี่ยวกับวิวัฒนาการของโครงสร้างที่กำหนด และเป็นไปได้ว่าพวกเขาอาจใช้ทั้งวิธีการสร้างแบบจำลองแบบดั้งเดิมและ AI

เซลล์เสมือนอาจช่วยให้เราทำอะไรได้บ้าง

เซลล์เสมือนสามารถช่วยให้การค้นพบยาใหม่ๆ ทำได้เร็วและง่ายขึ้น พวกมันยังสามารถให้ข้อมูลเชิงลึกว่าเซลล์มะเร็งหลบเลี่ยงระบบภูมิคุ้มกันได้อย่างไร หรือผู้ป่วยแต่ละรายอาจตอบสนองต่อการบำบัดที่กำหนดอย่างไร พวกมันอาจช่วยให้นักวิทยาศาสตร์พื้นฐานสร้างสมมติฐานเกี่ยวกับวิธีการทำงานของเซลล์ ซึ่งจะนำไปสู่การทดลองกับเซลล์จริงได้ Quake กล่าวว่า “เป้าหมายโดยรวมในที่นี้” คือ “การพยายามเปลี่ยนชีววิทยาของเซลล์จากสาขาที่เป็นการทดลอง 90% และการคำนวณ 10% ให้เป็นตรงกันข้าม”

นักวิทยาศาสตร์บางคนตั้งคำถามว่าการคาดการณ์ที่สร้างโดย AI จะมีประโยชน์เพียงใด หาก AI ไม่สามารถให้คำอธิบายได้ Erick Armingol นักชีววิทยาระบบและนักวิจัยหลังปริญญาเอกจาก Wellcome Sanger Institute ในสหราชอาณาจักรกล่าวว่า “แบบจำลอง AI โดยปกติแล้วเป็นกล่องดำ” กล่าวอีกนัยหนึ่งคือ พวกมันให้คำตอบแก่คุณ แต่ไม่สามารถบอกได้ว่าทำไมถึงให้คำตอบนั้น

“โดยส่วนตัวแล้ว เหตุผลที่ผมมาอยู่ในสาขานี้ก็เพราะผมต้องการจำลองร่างกายมนุษย์ทั้งหมด และวิธีที่เซลล์เชื่อมโยงและโต้ตอบกัน นั่นคือความฝัน” เขากล่าว คำตอบแบบกล่องดำอาจมีประโยชน์ในการชี้นำการพัฒนายา แต่ก็อาจไม่เป็นประโยชน์ต่อนักวิทยาศาสตร์พื้นฐานมากนัก—อย่างน้อยก็ไม่ใช่ในแบบที่ AI จำนวนมากตั้งค่าไว้ในปัจจุบัน (Karaletsos จาก CZI กล่าวว่า AI บางส่วนของพวกเขามีการตั้งค่าเพื่อให้คำอธิบายเหตุผลของพวกเขา “เราต้องการทำความเข้าใจ ไม่ใช่แค่คาดการณ์” เขากล่าว)

Johnson ผู้เขียน เกี่ยวกับความสำคัญของการสร้างเซลล์เสมือน หวังว่าไม่ว่านักวิทยาศาสตร์จะสร้างอะไรขึ้นมาในที่สุด ก็จะสามารถมองเห็นได้ อุดมคติของเขาคือ “เวอร์ชันของสิ่งที่ซับซ้อนที่สามารถมองเห็นได้ โต้ตอบได้ และเข้าใจง่าย” เขากล่าว “ผมคิดว่า AI มีความสำคัญอย่างยิ่งต่อการทำให้ทั้งหมดนี้เป็นไปได้ ผมไม่สนใจการคาดการณ์แบบกล่องดำเป็นผลลัพธ์หลัก”

ไม่ว่าพวกมันจะถูกสร้างขึ้นอย่างไร อาจต้องใช้เวลาสักระยะกว่าที่เซลล์เสมือนบางประเภทจะเริ่มทำงานได้ Quake กล่าวว่า “นี่ไม่ใช่สิ่งที่ทำเสร็จในปีหน้า” “ผมคิดว่าต้องใช้เวลาถึงสิบปีเต็มกว่าจะตระหนักถึงศักยภาพ”

แต่ตั้งแต่การสนทนาในมื้อกลางวันเมื่อนานมาแล้ว Johnson กล่าวว่าความก้าวหน้าในชีววิทยาของเซลล์และวิทยาการคอมพิวเตอร์ได้เปลี่ยนโอกาสในการมีเซลล์เสมือนในอนาคตไปอย่างสิ้นเชิง “ผมไม่รู้สึกเหมือนคนบ้าที่บ่นเรื่องนี้อีกต่อไปแล้ว” เขากล่าว “ตอนนี้มันดูเป็นไปได้แล้ว”