Javni podaci za zdravlje

U aprilu smo pokrenuli⁠ AI za Alzheimerovu bolest, prvi program organizacije OpenAI Foundation u oblasti nauka o životu i liječenja bolesti. Danas predstavljamo naš drugi naučni program: Javni podaci za zdravlje.

Program AI za Alzheimerovu bolest usmjeren je na jednu bolest koja pogađa mnoge porodice i kod koje, prema našem uvjerenju, AI može pomoći naučnicima da razviju bolje terapije. Program Javni podaci za zdravlje usmjeren je na podsticanje napretka u naukama o životu i borbi protiv mnogih bolesti finansiranjem izrade i očuvanja visokokvalitetnih naučnih skupova podataka koji će biti široko dostupni istraživačima.

Naučni podaci su zapažanja o svijetu oko nas i temeljni materijal za istraživanja i otkrića. U oblastima u kojima se otkrića mogu provjeriti bez prikupljanja novih podataka, kao što su neki dijelovi matematike, AI sistemi nedavno su počeli doprinositi⁠ novim⁠ saznanjima⁠. U biologiji su, s druge strane, AI sistemi sve sposobniji analizirati velike količine bioloških informacija i otkrivati skrivene strukture čak i iz nepotpunih dokaza, ponekad uz zapanjujuću efikasnost.

Ipak, očekujemo da će mnoga buduća otkrića u prevenciji i liječenju bolesti proisteći iz spajanja inteligencije novih modela s većim brojem opažanja svijeta — drugim riječima, s više podataka.

Neki skupovi podataka od ogromne javne vrijednosti možda nikada neće biti izrađeni ni podijeljeni jer nijedna pojedinačna ustanova nema dovoljno podsticaja ili kapaciteta da ih finansira. Zato je podrška javnim podacima za zdravlje sasvim u skladu s ulogom organizacije OpenAI Foundation.

Naše početne bespovratne pomoći

Za početak podržavamo prvi krug neprofitnih organizacija i univerziteta s više od 125 miliona USD bespovratnih sredstava, obuhvatajući brojne nivoe podataka: od molekula i epidemiologije do regulatornih znanja.

Evo nekoliko primjera projekata koje podržavamo:

1. OpenADMET⁠ će izraditi otvorene skupove podataka i referentne testove te organizovati takmičenja uz prikrivanje podataka kako bi se ispitalo mogu li se AI modeli obučiti da predviđaju apsorpciju i distribuciju malih molekula u tijelu, čime bi razvoj lijekova postao predvidljiviji, a stopa neuspjeha novih lijekova manja.

   Čak 90% potencijalnih lijekova ne uspije u kliničkim ispitivanjima⁠. Razlog je često teškoća predviđanja njihove apsorpcije i kretanja kroz tijelo — njihovih „ADMET“ svojstava⁠. Neriješeni izazovi predviđanja poput ovog mogu biti pogodni za AI kada su dostupni kvalitetni podaci na osnovu kojih se može utvrditi tačnost predviđanja različitih modela. Naprimjer, AlphaFold2 je preobrazio predviđanje strukture proteina koristeći podatke iz baze Protein Data Bank⁠, u takmičenju s drugim pristupima modeliranju koje je organizovao CASP⁠. Predviđanje strukture proteina sada je sastavni dio mnogih programa otkrivanja lijekova od kojih će pacijenti vjerovatno imati koristi.

   Kako bi se bolje predvidjela ADMET svojstva potencijalnih lijekova, tim OpenADMET-a razvit će visokokvalitetne skupove podataka kao osnovu za nove prediktivne modele i organizovati otvorene izazove u kojima mogu učestvovati istraživači iz cijelog svijeta.

   

   „Otkrivanje lijekova puno je općih problema koje nijedna kompanija ili akademska laboratorija zainteresovana za liječenje određene bolesti ne može sama riješiti“, rekao je James Fraser, PhD, član Upravnog odbora OpenADMET-a te profesor i predstojnik Odsjeka za bioinženjering i terapijske nauke na UCSF-u. „OpenADMET je osnovan kako bi se tim problemima pristupilo otvoreno i na način pogodan za mašinsko učenje. Radujemo se što možemo izgraditi temeljni sloj koji će omogućiti AI-ju da znatno ubrza razvoj novih terapija.“

2. CTD Commons⁠ će očuvati i objaviti regulatorna znanja iz neuspješnih programa razvoja lijekova kako bi budući timovi mogli učiti iz prethodnih iskustava koja obično ostaju skrivena te tako brže otkrivati djelotvorne terapije za pacijente.

   CTD, odnosno Zajednički tehnički dokument, objedinjuje cjelokupan razvojni put ispitivanog lijeka — od toksikologije na životinjama i detalja proizvodnje do, možda najkorisnije, prepiske s FDA-om. Ipak, samo se mali dio tog rada pojavi u objavljenim naučnim radovima.

   CTD Commons će ispitati mogućnost pribavljanja CTD-ova iz neuspješnih ili obustavljenih programa razvoja lijekova i učiniti ih svima javno dostupnim za istraživanje i analizu.

   „Svaka prijava FDA-u predstavlja naporan rad i odricanje istraživača, ocjenjivača i učesnika studija. Čak i kada ti napori ne uspiju, vrijedne informacije koje su proizveli ne bi smjele biti izgubljene“, rekao je Josh Morrison, vodeći organizator CTD Commonsa i predsjednik organizacije 1Day Sooner. „CTD Commons će smanjiti ponavljanje rada i troškove te povećati učinak kliničkih istraživanja.“

3. UNC⁠ će osnovati Inicijativu za generativnu imunoterapiju i stvarati javne multimodalne podatke kako bi se približila budućnost u kojoj će oboljeli od raka odmah nakon dijagnoze moći dobiti personalizovane vakcine protiv raka.

   Današnje vakcine protiv raka zasnovane na „neoantigenima“ među malobrojnim su lijekovima koji se računarski osmišljavaju za svakog pacijenta, sekvenciranjem tumorske ćelije kako bi se predvidjelo koje su mete specifične za tumor prisutne na njenoj površini. Međutim, samo sekvenciranje predstavlja posrednu sliku stvarnosti jer je teško i skupo direktno izmjeriti mete na površini ćelije, kao i provjeriti koliko snažno imuni sistem pacijenta reaguje na svaki od tih proteina.

   UNC će popuniti te nedostajuće karike na stotinama tumora i više različitih vrsta raka, stvarajući jedan od prvih skupova podataka za obuku i evaluaciju u ovoj oblasti, s anonimiziranim javnim podacima na kojima istraživači širom svijeta mogu dalje raditi.

   „Personalizovane vakcine protiv raka napokon počinju pokazivati znakove kliničke djelotvornosti, ali još postoje praznine za čije bi popunjavanje tradicionalnim modelom razvoja terapija mogla biti potrebna desetljeća. Visokokvalitetni podaci mogu nam pomoći da ih brže popunimo“, rekao je Alex Rubinsteyn, PhD, docent genetike na Medicinskom fakultetu UNC-a. „Radujemo se što možemo skratiti taj vremenski okvir i pomoći da široko djelotvorne personalizovane imunoterapije postanu stvarnost.“

   

Naša početna strategija

Očekujemo da će ovaj odjeljak biti naročito značajan istraživačima zainteresovanim za buduće mogućnosti dodjele bespovratnih sredstava organizacije OpenAI Foundation.

Postoji znatno više naučnih podataka koje bi bilo vrijedno prikupiti nego što ih ijedan finansijer može podržati. Zato smo istraživačkoj zajednici željeli detaljnije predstaviti vrste podataka za koje vjerujemo da podrška organizacije OpenAI Foundation može biti najkorisnija.

Naše početne pretpostavke o podacima na koje se treba usmjeriti obuhvataju: povezane podatke, rijetke podatke i direktne podatke. Skupovi podataka koje finansiramo obično će imati jedno ili dva od ovih svojstava, detaljnije opisana u nastavku, a u rijetkim slučajevima sva tri.

Vjerujemo da će kod svih skupova podataka biti sve važnije učiniti podatke široko dostupnim, uz zaštitu privatnosti kad god se radi o podacima pacijenata. To će istraživačima omogućiti da nadograđuju rad jedni drugih, a naučnom napretku da potekne s neočekivanih mjesta.

1. Povezani podaci: praćenje biologije kroz više koraka

   Biološki procesi odvijaju se na različitim nivoima, ali većina skupova podataka iz nauka o životu obuhvata samo jedan dio stvarnosti. Atlas ćelija može mjeriti molekule u hiljadama ćelija, dok snimanje pojedinačnih molekula prati samo jednu ćeliju. Oba su prikaza vrijedna, ali kako se takvi skupovi podataka obično izrađuju nezavisno, mogu biti potrebne godine dodatnog rada da bi se utvrdilo kako su naučni rezultati međusobno povezani. Želimo podržati pojedinačne istraživačke timove da planski prelaze između tih nivoa i stvaraju bogate, povezane skupove podataka čiji se različiti slojevi međusobno nadopunjuju.

   Naprimjer, naša bespovratna sredstva za UCSF omogućit će timu OpenADMET-a da izmjeri ključna molekularna svojstva i interakcije desetina hiljada spojeva. Tim će zatim povezati to opsežno profiliranje s dva prikaza prijenosa lijekova: eksperimentalno utvrđenim strukturama transportnih proteina s vezanim odabranim molekulama i testovima koji mjere funkcionalnu interakciju tih proteina s molekulama. Na kraju će podskup tih spojeva ispitati na modelima ljudske krvno-moždane barijere i rezultate uporediti s mjerenjima na živim životinjama.

   Ovakav pristup prikupljanju podataka pružit će neuobičajeno cjelovit prikaz faktora koji određuju kretanje lijeka kroz tijelo, omogućavajući AI modelima bolja predviđanja na nivou koji je ljudima važan.

2. Rijetki podaci: očuvanje onoga što se ne može ponovo stvoriti

   Nijedan budući AI, ma koliko sposoban, ne može se vratiti u prošlost i posmatrati biološke događaje u određenim, jedinstvenim trenucima — poput uzroka smrti i bolesti u zemljama bez pouzdane vitalne statistike ili sadržaja bioloških uzoraka uzetih od pacijenata u određenim trenucima koji su već prošli. Biologija je puna takvih nepovratnih prilika, a budući stručnjaci za modeliranje mogli bi pronaći primjene tih dokaza koje današnji istraživači ne mogu predvidjeti. Zato nas naročito zanimaju prijedlozi kojima se vrijedni podaci prikupljaju ili čuvaju prije nego što prilika nestane, odnosno postojeći privatni skupovi podataka koji se nikada neće moći ponovo izraditi čine široko dostupnim, uz poštovanje privatnosti i pristanka pojedinaca.

   Naprimjer, naša bespovratna sredstva za CTD Commons poslužit će za istraživanje mogućnosti očuvanja dokumentacije neuspješnih programa razvoja lijekova prije nego što se kompanije ugase, a ta dokumentacija nestane. Kratkoročno, ti dokumenti mogu pomoći timovima u ranoj fazi razvoja lijekova da razumiju šta su regulatorna tijela zahtijevala od sličnih proizvoda, umjesto da to saznaju skupim pokušajima i pogreškama. Dugoročno, dokumenti mogu poslužiti sistemima mašinskog učenja za otkrivanje obrazaca koji objašnjavaju zašto lijekovi ne uspijevaju ili uspijevaju, doprinoseći poboljšanju propisa ili strategija ispitivanja kako bi pacijenti ranije imali koristi od novih terapija.

3. Direktni podaci: mjerenje bioloških i kliničkih stanja najbližih onome što je važno

   Biologija je tokom većeg dijela svoje historije mjerila ono što je bilo lako ili jeftino mjeriti. Naprimjer, prednost se davala mjerenju podataka pojedinačnih ćelija u odnosu na kliničke podatke ljudi ili ekspresije RNK umjesto proteina. Ti posredni pokazatelji bili su izuzetno korisni, ali mogu izgubiti vezu s ciljevima razumijevanja biologije te prevencije i liječenja bolesti. U takvim slučajevima želimo istraživačima pružiti resurse potrebne za izradu skupova podataka koji mjere ono što je najvažnije. Moguće je i da potrebni instrumenti za mjerenje „biološke istine“ još ne postoje ili da je njihova upotreba u velikom obimu preskupa. U okviru ovog programa nadamo se podržati obje inicijative — nove podatke i nove alate.

   Naprimjer, naša bespovratna sredstva kojima će UNC osnovati Inicijativu za generativnu imunoterapiju omogućit će timu iz ustanova UNC Lineberger i UNC Health da proizvede podatke zasnovane na ljudskoj biologiji, potrebne za unapređenje sljedeće generacije vakcina protiv raka. To znači direktno mjerenje proteina na površini tumorskih ćelija, kao i reakcija T-ćelija pacijenata, umjesto „samo“ sekvenciranja tumora. Izrada tih podataka je skupa; time što ćemo je sada provesti sveobuhvatno i rezultate učiniti otvorenim, nadamo se da će svi budući projekti razvoja vakcina protiv raka moći imati koristi. Ako ovaj projekt uspije, budući potencijalni kandidati za vakcine moći će započeti primjenu na ljudima s pouzdanijim skupom ciljanih meta. To bi trebalo povećati njihove izglede za djelotvornost, kao i količinu znanja koja se može steći kada ne djeluju.

Osiguravanje dostupnosti podataka istraživačima

Naposljetku, kod svih naših bespovratnih sredstava osiguravamo da nastali skupovi podataka budu što dostupniji istraživačima širom svijeta.

Tokom većeg dijela historije nauke, ispitivanje hipoteza bilo je glavno usko grlo na putu do otkrića. Za rješavanje problema bila je dostupna samo ograničena količina „inteligencije“ — određen broj postdiplomaca i profesionalnih naučnika koji su stvarali i analizirali podatke povezane s nekim problemom. Stalni napredak AI-ja u programiranju i analizi podataka ruši tu pretpostavku. Analiza podataka mogla bi se provoditi u mnogo većem obimu, a nova saznanja nastajati iz saradnji koje je teško predvidjeti u trenutku stvaranja podataka.

Naša je misija osigurati da opća umjetna inteligencija koristi cijelom čovječanstvu. Naučni podaci nastali uz našu podršku trebaju biti široko dostupni, uz očuvanje privatnosti i poštovanje pristanka pojedinaca kad god obuhvataju ljudske podatke. Međutim, dostupnost podrazumijeva više od samog objavljivanja neobrađenih podataka. Podstičemo primaoce sredstava da svoje analize objavljuju kao preliminarne naučne radove, da redovno dijele podatke umjesto tek na kraju te da, ako njihovi podaci nisu „povezani“, sarađuju s korisnicima podataka kako bi procijenili njihovu korisnost za biološki značajne probleme.

Učenje kroz ponavljanje

Ova objava predstavlja naš početni pristup programu Javni podaci za zdravlje. Aktivno mijenjamo svoje stavove u skladu s napretkom nauke i AI-ja te razgovorima s drugim članovima istraživačke zajednice.

Ako imate ideje za program Javni podaci za zdravlje, javite nam se na [email protected]⁠. Na naš bilten možete se pretplatiti ovdje⁠ kako biste ubuduće primali novosti o našim programima i finansiranju.

Ako biste o problemima poput onih opisanih u ovoj objavi rado razmišljali puno radno vrijeme, trenutno zapošljavamo na četiri otvorena radna mjesta⁠ u timu za nauke o životu i liječenje bolesti.