Обществени данни за здравето
През април стартирахме „ИИ за болестта на Алцхаймер“ — първата програма на OpenAI Foundation в областта на науките за живота и лечението на заболявания. Днес представяме втората си научна програма: „Обществени данни за здравето“.
С „ИИ за болестта на Алцхаймер“ се съсредоточаваме върху заболяване, което засяга много семейства и за чието по-добро лечение вярваме, че ИИ може да помогне на учените. С „Обществени данни за здравето“ целим да ускорим напредъка в науките за живота и при множество заболявания, като финансираме създаването и съхраняването на висококачествени научни набори от данни, широко достъпни за изследователите.
Научните данни са наблюдения върху заобикалящия ни свят — основата на изследванията и откритията. В области, в които пробивите могат да бъдат проверени без събиране на нови данни, например в някои дялове на математиката, системите с ИИ напоследък започнаха да допринасят с нови знания. Междувременно в биологията системите с ИИ все по-успешно анализират биологична информация в голям мащаб и разкриват скрити закономерности дори при непълни данни, понякога със смайваща ефективност.
Очакваме обаче много от предстоящите пробиви в профилактиката и лечението на заболявания да дойдат от съчетаването на интелекта на новите модели с повече наблюдения върху света — с други думи, с повече данни.
Някои набори от данни с огромна обществена стойност може никога да не бъдат създадени или споделени, защото нито една отделна институция няма достатъчен стимул или капацитет да ги финансира. Затова подкрепата за обществени здравни данни е напълно в духа на OpenAI Foundation.
Първите ни безвъзмездни средства
Започваме с предоставянето на безвъзмездни средства за над 125 милиона щатски долара на първа група организации с нестопанска цел и университети, обхващащи много нива на данни — от молекули и епидемиология до регулаторни знания.
Ето няколко примера за проектите, които подкрепяме:
OpenADMET ще създава отворени набори от данни, критерии за оценка и заслепени състезания, за да провери дали моделите с ИИ могат да бъдат обучени да предвиждат как малките молекули се абсорбират и разпределят в тялото. Целта е разработването на лекарства да стане по-предвидимо и да се намали делът на неуспешните нови лекарства.
90% от кандидатите за лекарства се провалят при клиничните изпитвания. Причината често е, че е трудно да се предвиди как ще бъдат абсорбирани и как ще се придвижват в тялото — техните свойства „ADMET“. Подобни нерешени задачи за прогнозиране са подходящи за ИИ, когато са налице висококачествени данни, спрямо които да се проверява точността на прогнозите от различни модели. Например AlphaFold2 преобрази прогнозирането на белтъчни структури, като използва данни от Protein Data Bank в организирано от CASP състезание с други подходи за моделиране. Прогнозирането на белтъчни структури вече е включено в много програми за откриване на лекарства, които вероятно ще донесат ползи на пациентите.
За да подобри прогнозирането на ADMET свойствата на кандидатите за лекарства, екипът на OpenADMET ще разработи висококачествени набори от данни, върху които да се основават нови прогнозни модели, и ще организира отворени предизвикателства за изследователи от цял свят.
Презентация на скорошно събитие на OpenADMET за участници в предизвикателствата за прогнозиране на ADMET свойства. Източник: Наоми Хандли.
„Откриването на лекарства е изпълнено с общовалидни проблеми, които нито една отделна компания или академична лаборатория, стремяща се да излекува конкретно заболяване, не може да реши сама“, каза д-р Джеймс Фрейзър, член на управителния съвет на OpenADMET, професор и ръководител на катедрата по биоинженерство и терапевтични науки в UCSF. „OpenADMET беше създаден, за да решава тези проблеми по открит и пригоден за машинно обучение начин. Радваме се, че можем да изградим основополагащия слой, който ще позволи на ИИ значително да ускори разработването на нови лечения.“
CTD Commons ще съхранява и публикува регулаторни знания от неуспешни програми за разработване на лекарства, за да могат бъдещите екипи да се учат от прецеденти, които обикновено остават недостъпни, и по-бързо да откриват ефективни лечения за пациентите.
CTD, или Общ технически документ, обхваща целия път на едно изпитвано лекарство — от токсикологичните изследвания върху животни и подробностите за производството до, може би най-полезното, кореспонденцията с FDA. Само малка част от тази работа обаче намира място в публикувани научни статии.
CTD Commons ще проучи възможността да придобива CTD от неуспешни или прекратени лекарствени програми и да ги предоставя свободно на всички за изследвания и анализи.
„Всяко заявление до FDA е резултат от упорит труд и жертви от страна на изследователи, оценители и участници в проучванията. Дори когато тези усилия се провалят, ценната информация, която създават, не бива да се губи“, заяви Джош Морисън, водещ организатор на CTD Commons и президент на 1Day Sooner. „CTD Commons ще намали дублирането и разходите и ще увеличи максимално въздействието на клиничните изследвания.“
UNC ще създаде Инициатива за генеративна имунотерапия и ще подготвя обществени мултимодални данни, за да допринесе за бъдеще, в което пациентите с рак могат бързо да получат персонализирани противоракови ваксини след поставяне на диагнозата.
Днешните противоракови ваксини с „неоантигени“ са сред малкото лекарства, проектирани изчислително за всеки отделен пациент чрез секвениране на туморна клетка, за да се предвиди кои специфични за тумора мишени са представени на повърхността ѝ. Самото секвениране обаче е косвен показател за действителността, тъй като е трудно и скъпо мишените по повърхността на клетката да се измерят директно, както и да се провери колко силно имунната система на пациента реагира на всеки от тези белтъци.
UNC ще изгради тези липсващи връзки при стотици тумори и множество видове рак, създавайки един от първите набори от данни за обучение и оценка в областта, с деидентифицирани обществени данни, върху които да надграждат изследователи от цял свят.
„Персонализираните противоракови ваксини най-сетне започват да показват признаци на клинична ефикасност, но все още има пропуски, чието запълване може да отнеме десетилетия при традиционния модел за разработване на терапии. Висококачествените данни могат да ни помогнат да запълним тези пропуски по-бързо“, каза д-р Алекс Рубинстейн, асистент по генетика в Медицинския факултет на UNC. „Радваме се, че можем да съкратим този срок и да помогнем широко ефективните персонализирани имунотерапии да станат реалност.“
Членове на лабораторията работят по персонализирани противоракови ваксини в Университета на Северна Каролина. Източник: UNC.
Първоначалната ни стратегия
Очакваме този раздел да бъде особено полезен за изследователите, които се интересуват от бъдещи възможности за финансиране от OpenAI Foundation.
Ценните научни данни, които си заслужава да бъдат събрани, са значително повече, отколкото един финансиращ орган може да подкрепи. Затова искаме да споделим с изследователската общност повече за видовете данни, при които според нас подкрепата на OpenAI Foundation може да бъде най-полезна.
Първоначалните ни хипотези са, че трябва да се съсредоточим върху свързани данни, оскъдни данни и директни данни. Финансираните от нас набори от данни обикновено ще притежават едно или две от тези свойства, описани по-подробно по-долу, а в редки случаи — и трите.
За всички набори от данни вярваме, че ще става все по-важно те да бъдат широко достъпни, като същевременно се гарантира поверителността, когато се отнасят до пациенти. Това ще позволи на изследователите да надграждат взаимно работата си, а научният напредък да идва от неочаквани места.
Свързани данни: проследяване на биологията през множество етапи
Биологичните процеси протичат в различни мащаби, но повечето набори от данни в науките за живота улавят само една част от действителността. Клетъчен атлас може да измерва молекули в хиляди клетки, докато образната диагностика на единични молекули проследява само една клетка. И двете гледни точки са ценни, но тъй като подобни набори от данни обикновено се създават независимо, може да са нужни години допълнителна работа, за да се установи как научните резултати са свързани помежду си. Искаме да подкрепим отделни изследователски екипи целенасочено да преминават между тези мащаби и да създават богати, свързани набори от данни, чиито различни слоеве взаимно се допълват.
Например безвъзмездното ни финансиране за UCSF ще позволи на екипа на OpenADMET да измери ключови молекулярни свойства и взаимодействия при десетки хиляди съединения. След това екипът ще свърже това широко профилиране с две гледни точки към транспорта на лекарства: експериментално определени структури на транспортни белтъци със свързани избрани молекули и анализи, измерващи функционалното взаимодействие на тези белтъци с молекулите. Накрая ще изследват част от тези съединения в модели на човешката кръвно-мозъчна бариера, като сравнят резултатите с измервания in vivo при животни.
Този подход към събирането на данни ще даде необичайно пълна картина на факторите, определящи движението на лекарството в тялото, и ще позволи на моделите с ИИ да правят по-добри прогнози на нивото, което е важно за хората.
Оскъдни данни: съхраняване на онова, което не може да бъде пресъздадено
Никой бъдещ ИИ, независимо от възможностите си, няма да може да се върне назад и да наблюдава биологични събития, настъпили в конкретни, неповторими моменти — например причините за смърт и влошено здраве в държави без надеждна статистика за жизнените събития или съдържанието на биологични проби от пациенти в определени моменти, които вече са отминали. Биологията е изпълнена с такива необратими моменти, а бъдещите специалисти по моделиране може да намерят приложения на тези данни, които днешните изследователи не могат да предвидят. Затова се интересуваме особено от предложения за събиране или съхраняване на ценни данни, преди възможността да изчезне, или за широко предоставяне на съществуващи частни набори от данни, които никога няма да бъдат пресъздадени, при зачитане на поверителността и индивидуалното съгласие.
Например безвъзмездното ни финансиране за CTD Commons ще проучи дали документацията от неуспешни програми за разработване на лекарства може да бъде запазена, преди компаниите да прекратят дейността си и тя да изчезне. В краткосрочен план тези документи могат да помогнат на екипите, разработващи лекарства на ранен етап, да разберат какво са изисквали регулаторните органи от сходни продукти, вместо да се учат чрез скъпи проби и грешки. В дългосрочен план документите могат да послужат на системите за машинно обучение за откриване на закономерности в причините за успеха или неуспеха на лекарствата. Това би помогнало за подобряване на регулациите или стратегиите за изпитвания, така че пациентите по-скоро да се възползват от нови лечения.
Директни данни: измерване на биологичните и клиничните състояния, най-близки до същественото
През голяма част от историята си биологията е измервала онова, което е било лесно или евтино за измерване. Например данни за отделни клетки вместо клинични данни за хора или експресия на РНК вместо белтъци. Тези косвени показатели са изключително полезни, но могат и да се откъснат от целите да разбираме биологията и да предотвратяваме и лекуваме заболявания. В такива случаи искаме да осигурим на изследователите необходимите ресурси, за да създават набори от данни, които измерват най-същественото. Възможно е необходимите инструменти за измерване на „биологичната истина“ все още да не съществуват или използването им в голям мащаб да е непосилно скъпо. С тази програма се надяваме да подкрепим и двете направления — нови данни и нови инструменти.
Например безвъзмездното ни финансиране за UNC за създаване на Инициативата за генеративна имунотерапия ще позволи на екипа на UNC Lineberger и UNC Health да създаде необходимите данни от хора за подобряване на следващото поколение противоракови ваксини. Това означава да се измерват директно белтъците по повърхността на туморните клетки, както и реакциите на Т-клетките на пациентите, вместо туморът „само“ да се секвенира. Създаването на тези данни е скъпо. Като го направим изчерпателно сега и публикуваме резултатите свободно, се надяваме всички бъдещи усилия за разработване на противоракови ваксини да могат да се възползват от тях. По-конкретно, ако проектът успее, бъдещите кандидати за ваксини ще могат да стигат до прилагане при хора с по-надежден набор от мишени. Това би трябвало да увеличи вероятността да действат и да ни помогне да научим повече, когато не действат.
Осигуряване на достъп до данните за изследователите
И накрая, при всички безвъзмездни средства се грижим получените набори от данни да бъдат възможно най-достъпни за изследователите по света.
През голяма част от историята на науката основното препятствие пред откритията е било проверяването на хипотези. „Интелектът“, който е можел да бъде впрегнат за решаването на проблеми, е бил ограничен — определен брой докторанти и професионални учени, които събират и анализират данни по даден проблем. Продължаващият напредък на ИИ в програмирането и анализа на данни опровергава това допускане. Анализът на данни може да стане много по-мащабируем, а прозренията да възникват от сътрудничества, които трудно могат да бъдат предвидени при създаването на данните.
Нашата мисия е да гарантираме, че изкуственият общ интелект носи ползи на цялото човечество. Научните данни, създадени с наша подкрепа, трябва да бъдат широко достъпни, като при данни за хора се запазват личната неприкосновеност и съгласието на отделния човек. Достъпността обаче не се изчерпва с публикуването на необработените данни. Насърчаваме получателите на финансиране да публикуват анализите си като препринти, да споделят редовно данни, а не само накрая, и ако данните им не са „свързани“, да работят съвместно с потребителите им, за да оценят полезността им за биологично значими проблеми.
Итеративно учене
Тази публикация представя първоначалния ни подход към „Обществени данни за здравето“. Активно осъвременяваме възгледите си с напредъка на науката и ИИ, както и въз основа на разговорите с други представители на изследователската общност.
Ако имате идеи за „Обществени данни за здравето“, свържете се с нас на [email protected]. Можете да се абонирате за бюлетина ни тук, за да получавате бъдещи новини за нашите програми и финансиране.
Ако ви е интересно да работите на пълен работен ден по проблеми като обсъжданите в тази публикация, в момента набираме кандидати за четири свободни позиции в екипа за науки за живота и лечение на заболявания.