Naukowcy z Uniwersytetu Stanforda i Chan Zuckerberg Biohub, w najnowszych badaniach opublikowanych na platformie bioRxiv, zaprezentowali pionierskie podejście do projektowania nanociał ukierunkowanych na najnowsze warianty SARS-CoV-2. Z wykorzystaniem nowego narzędzia o nazwie „Wirtualne Laboratorium”, będącego połączeniem sztucznej inteligencji (AI) i wiedzy ludzkiej, udało się stworzyć 92 nowe nanociała, z których dwa wykazały istotną poprawę w wiązaniu niedawno odkrytych wariantów wirusa, takich jak JN.1 i KP.3.
Wirtualne Laboratorium: Zespół AI i Ludzkich Specjalistów
Badania interdyscyplinarne wymagają współpracy ekspertów z różnych dziedzin, co często bywa wyzwaniem, zwłaszcza dla małych zespołów badawczych z ograniczonymi zasobami. Właśnie tutaj pojawiają się możliwości oferowane przez sztuczną inteligencję. Duże modele językowe (LLM), takie jak ChatGPT, stały się popularnymi narzędziami wspierającymi naukowców, oferując im pomoc w pisaniu kodu, streszczaniu artykułów czy odpowiadaniu na pytania naukowe.
Choć LLM-y sprawdzają się w poszczególnych zadaniach, badania interdyscyplinarne, wymagające złożonych, wielostopniowych operacji, pozostają wyzwaniem. Narzędzia takie jak ChemCrow, które skupiają się na chemii, czy AI Scientist, ograniczony do aplikacji związanych z uczeniem maszynowym, nie spełniają wszystkich wymogów związanych z bardziej skomplikowanymi projektami naukowymi.
W odpowiedzi na te potrzeby, zespół badaczy opracował Wirtualne Laboratorium – nowatorskie narzędzie, które łączy sztuczną inteligencję z ludzką wiedzą, aby efektywnie rozwiązywać problemy interdyscyplinarne. W badaniach nad SARS-CoV-2 wykorzystano to narzędzie do projektowania nanociał, które mogą być skuteczne wobec najnowszych wariantów koronawirusa.
Jak Działa Wirtualne Laboratorium?
Wirtualne Laboratorium to zespół składający się z zarówno ludzkich badaczy, jak i agentów AI. Najważniejszą rolę pełni agent Głównego Badacza (Principal Investigator, PI), który nadzoruje proces badawczy, wybiera odpowiednich specjalistów (agentów AI), definiuje ich role i kieruje badaniami. Podczas spotkań zespołowych, agenci AI dyskutują na temat szerokich zagadnień badawczych, a PI syntetyzuje ich wkład i podejmuje kluczowe decyzje dotyczące dalszego postępowania.
Dla bardziej szczegółowych zadań odbywają się spotkania indywidualne, podczas których jeden agent AI, na przykład specjalista od biologii komórkowej czy uczenia maszynowego, współpracuje z ludzkim badaczem. Dodatkowo, rola „Krytyka Naukowego” wspiera proces, dostarczając opinii zwrotnych i wniosków.
W praktyce Wirtualne Laboratorium zastosowano do projektowania nanociał, które mają na celu zwalczanie wariantów SARS-CoV-2. Agenci AI, tacy jak immunolog i specjalista od uczenia maszynowego, ściśle współpracują, aby dobrać odpowiednie narzędzia obliczeniowe, takie jak ESM, AlphaFold-Multimer czy Rosetta. Te narzędzia pomagają optymalizować sekwencje nanociał, analizować mutacje czy przewidywać energię wiązania.
Wyniki Badania
W ramach projektu Wirtualne Laboratorium udało się zaprojektować 92 nowe nanociała. Szczególną uwagę zwrócono na nanociała, które wykazały znaczną poprawę w wiązaniu z wariantami SARS-CoV-2, takimi jak JN.1 i KP.3. Proces projektowania obejmował kilka iteracji, w trakcie których analizowano mutacje w czterech wyjściowych nanociałach: Ty1, H11-D4, Nb21 oraz VHH-72. Zastosowano algorytmy obliczeniowe, które na podstawie różnych wskaźników, takich jak współczynnik log-likelihood (LLR), współczynnik zaufania AlphaFold (ipLDDT) oraz energia wiązania Rosetta (dG), dokonywały selekcji najlepszych mutacji.
Po zakończeniu procesu komputerowego, najlepsze nanociała były testowane eksperymentalnie. Wyniki pokazały, że 38% mutantów wykazywało wysoką ekspresję w bakterii E. coli, a aż 85% z nich lepiej wiązało się z białkiem RBD pochodzenia Wuhan. Dwa nowe mutanty wykazały dodatkową zdolność wiązania z wariantami JN.1 i KP.3, co przypisano specyficznym mutacjom, takim jak R37Q i L59E, które poprawiały interakcje elektrostatyczne i wiązania wodorowe.
Wnioski i Przyszłe Zastosowania
Choć narzędzia AI używane w Wirtualnym Laboratorium wciąż mają swoje ograniczenia – takie jak niepełne dane treningowe czy problemy z formułowaniem zapytań – to badanie pokazuje ogromny potencjał tej technologii w badaniach interdyscyplinarnych. Kombinacja wiedzy ludzkiej i sztucznej inteligencji może znacznie przyspieszyć proces odkrywania nowych leków i terapii, co w tym przypadku umożliwiło szybkie projektowanie skutecznych nanociał do walki z SARS-CoV-2.
Z biegiem czasu, gdy modele LLM będą się dalej rozwijać, efektywność takich narzędzi jak Wirtualne Laboratorium powinna jeszcze wzrosnąć, otwierając drzwi do jeszcze bardziej zaawansowanych badań nie tylko w dziedzinie biologii, ale także w innych obszarach nauki.
Zakończenie
Wirtualne Laboratorium stanowi przełom w metodologii badań interdyscyplinarnych, łącząc potencjał sztucznej inteligencji i wiedzy ludzkiej. Dzięki temu zyskujemy narzędzie, które nie tylko przyspiesza naukowe odkrycia, ale także otwiera nowe możliwości w walce z szybko ewoluującymi zagrożeniami, takimi jak SARS-CoV-2.
