Tervise avalikud andmed
Aprillis käivitasime algatuse AI for Alzheimer’s, mis on OpenAI Foundationi esimene programm bioteaduste ja haiguste ravimise valdkonnas. Täna tutvustame oma teist teadusprogrammi „Tervise avalikud andmed“.
Algatusega AI for Alzheimer’s keskendume ühele paljusid peresid puudutavale haigusele, mille paremate ravimeetodite väljatöötamisel saab tehisintellekt meie arvates teadlasi aidata. Programmiga „Tervise avalikud andmed“ soovime edendada bioteadusi ja paljude haiguste uurimist, rahastades kvaliteetsete teadusandmestike loomist ja säilitamist ning tehes need teadlastele laialdaselt kättesaadavaks.
Teadusandmed on tähelepanekud meid ümbritseva maailma kohta ning teadusuuringute ja avastuste alus. Valdkondades, kus läbimurdeid saab kontrollida ilma uusi andmeid kogumata, näiteks mõnes matemaatika harus, on tehisintellektisüsteemid hakanud hiljuti panustama uute teadmiste loomisse. Bioloogias suudavad tehisintellektisüsteemid aga järjest paremini analüüsida bioloogilist teavet suures mahus ja leida varjatud struktuure isegi puudulike tõendite põhjal, vahel hämmastavalt tõhusalt.
Ent eeldame, et paljud tulevased läbimurded haiguste ennetamises ja ravis sünnivad uute mudelite nutikuse ühendamisel rohkemate maailmavaatlustega ehk suurema hulga andmetega.
Mõni ühiskonnale väga väärtuslik andmestik võib jääda loomata või jagamata, sest ühelgi asutusel eraldi pole selle rahastamiseks piisavat ajendit ega võimekust. Seetõttu sobib avalike terviseandmete toetamine hästi OpenAI Foundationi tegevusega.
Meie esimesed toetused
Alustuseks eraldame mittetulundusühingutele ja ülikoolidele üle 125 miljoni USA dollari toetusi, mis hõlmavad andmete eri tasandeid molekulidest epidemioloogia ja regulatiivsete teadmisteni.
Siin on mõned näited projektidest, mida toetame:
OpenADMET loob avaandmestikke, võrdlusaluseid ja pimemeetodil võistlusi, et kontrollida, kas tehisintellektimudeleid saab õpetada ennustama väikeste molekulide imendumist ja jaotumist organismis, muutes ravimiarenduse prognoositavamaks ning vähendades uute ravimite ebaõnnestumist.
90% ravimikandidaatidest ebaõnnestub kliinilistes uuringutes. Sageli on põhjuseks keerukus ennustada, kuidas need imenduvad ja organismis liiguvad ehk millised on nende ADMET-omadused. Sellised lahendamata ennustusülesanded sobivad tehisintellektile hästi, kui eri mudelite ennustuste täpsuse hindamiseks on olemas kvaliteetsed andmed. Näiteks muutis AlphaFold2 valkude struktuuri ennustamist, kasutades Protein Data Banki andmeid CASPi korraldatud võistlusel teiste modelleerimismeetoditega. Valkude struktuuri ennustamine kuulub nüüd paljudesse ravimiuuringute programmidesse, millest patsiendid tõenäoliselt tulevikus kasu saavad.
Ravimikandidaatide ADMET-omaduste paremaks ennustamiseks loob OpenADMETi meeskond kvaliteetseid andmestikke, millele uued ennustusmudelid tugineda saavad, ning korraldab avatud võistlusi teadlastele kogu maailmast.
Ettekanne hiljutisel OpenADMETi üritusel ADMET-ennustusülesannetes osalejatele. Foto: Naomi Handly.
„Ravimite avastamisel tuleb lahendada üldisi probleeme, millega ükski konkreetse haiguse ravimisest huvitatud ettevõte ega teaduslabor üksi toime ei tule,“ ütles OpenADMETi nõukogu liige ning UCSFi biotehnoloogia ja teraapiateaduste professor ja osakonnajuhataja James Fraser, PhD. „OpenADMET loodi nende probleemide lahendamiseks avatud ja masinõppeks sobival viisil. Meil on hea meel luua aluskiht, mis võimaldab tehisintellektil uute ravimeetodite väljatöötamist märkimisväärselt kiirendada.“
CTD Commons säilitab ja avaldab ebaõnnestunud ravimiarendusprogrammide regulatiivseid teadmisi, et tulevased meeskonnad saaksid tavaliselt varjule jäävatest kogemustest õppida ning patsientidele tõhusad ravimeetodid kiiremini leida.
CTD ehk ühine tehniline dokument koondab uuritava ravimi kogu teekonna: loomkatsete toksikoloogiast ja tootmisandmetest kuni vahest kõige kasulikuma ehk kirjavahetuseni FDAga. Avaldatud teadusartiklitesse jõuab sellest tööst siiski vaid väike osa.
CTD Commons uurib, kas ebaõnnestunud või kõrvale jäetud ravimiprogrammide CTD-dokumente on võimalik omandada ning kõigile teadus- ja analüüsitööks avalikult kättesaadavaks teha.
„Iga FDA-le esitatud taotlus peegeldab teadlaste, hindajate ja uuringus osalejate rasket tööd ning ohverdusi. Isegi kui need jõupingutused ebaõnnestuvad, ei tohiks nende käigus saadud väärtuslik teave raisku minna,“ ütles CTD Commonsi peakorraldaja ja 1Day Sooneri president Josh Morrison. „CTD Commons vähendab töö dubleerimist ja kulusid ning suurendab kliiniliste uuringute mõju.“
UNC asutab generatiivse immunoteraapia algatuse ja loob avalikke multimodaalseid andmeid, et vähipatsiendid võiksid tulevikus saada diagnoosi järel kiiresti isikupärastatud vähivaktsiini.
Tänapäeva neoantigeenidel põhinevad vähivaktsiinid on ühed vähestest ravimitest, mis kavandatakse arvutuslikult iga patsiendi jaoks eraldi: kasvajarakku sekveneerides ennustatakse selle pinnal esinevaid kasvajaspetsiifilisi sihtmärke. Sekveneerimine annab tegelikkusest siiski vaid kaudse pildi, sest raku pinnal olevaid sihtmärke on keeruline ja kulukas vahetult mõõta, nagu ka kontrollida, kui tugevalt reageerib patsiendi immuunsüsteem igale neist valkudest.
UNC loob need puuduvad seosed sadade kasvajate ja mitme vähiliigi kohta, rajades valdkonna ühe esimese õppe- ja hindamisandmestiku, mille anonüümitud avalikke andmeid saavad kasutada teadlased kogu maailmas.
„Isikupärastatud vähivaktsiinid hakkavad lõpuks näitama kliinilise tõhususe märke, kuid endiselt on lünki, mille täitmine võib tavapärase ravimiarendusmudeli korral võtta aastakümneid. Kvaliteetsed andmed aitavad meil need lüngad kiiremini täita,“ ütles UNC meditsiinikooli geneetika abiprofessor Alex Rubinsteyn, PhD. „Meil on hea meel seda ajakava lühendada ja aidata muuta laialdaselt tõhusad isikupärastatud immunoteraapiad tegelikkuseks.“
North Carolina ülikooli labori liikmed töötamas isikupärastatud vähivaktsiinide kallal. Foto: UNC.
Meie esialgne strateegia
Eeldame, et see osa pakub erilist huvi teadlastele, kes soovivad tulevikus taotleda OpenAI Foundationi toetusi.
Kogumist väärivaid teadusandmeid on märksa rohkem, kui ükski rahastaja suudab toetada. Seepärast soovime siin teadlaskonnale täpsemalt selgitada, milliste andmete puhul võib OpenAI Foundationi toetus meie arvates kõige kasulikum olla.
Esialgu keskendume kolmele andmeliigile: seostatud andmed, haruldased andmed ja vahetud andmed. Meie rahastatavatel andmestikel on tavaliselt üks või kaks allpool täpsemalt kirjeldatud omadust ning harvadel juhtudel kõik kolm.
Kõigi andmestike puhul muutub meie arvates järjest tähtsamaks teha andmed laialdaselt kättesaadavaks, tagades patsiendiandmete korral alati privaatsuse. Nii saavad teadlased üksteise tööle tugineda ja teaduslikud edusammud võivad sündida ootamatutes kohtades.
Seostatud andmed: bioloogia jälgimine mitme etapi vältel
Bioloogilised protsessid toimuvad eri mõõtkavades, kuid enamik bioteaduste andmestikke kajastab tegelikkusest vaid üht osa. Rakuatlas võib mõõta molekule tuhandetes rakkudes, samas kui üksikmolekulide kuvamine jälgib ainult üht rakku. Mõlemad vaatenurgad on väärtuslikud, kuid kuna sellised andmestikud luuakse tavaliselt eraldi, võib teadustulemuste omavaheliste seoste väljaselgitamiseks kuluda aastaid lisatööd. Soovime toetada uurimisrühmi nende mõõtkavade sihipärasel ühendamisel ning rikkalike seostatud andmestike loomisel, mille eri kihid üksteist täiendavad.
Näiteks võimaldab meie toetus UCSFile OpenADMETi meeskonnal mõõta kümnete tuhandete ühendite tähtsaid molekulaarseid omadusi ja vastastikmõjusid. Seejärel seostab meeskond selle laiaulatusliku profiili ravimite transpordi kahe vaatega: valitud molekulidega seotud transportvalkude katseliselt määratud struktuuridega ning analüüsidega, mis mõõdavad nende valkude funktsionaalset vastastikmõju molekulidega. Lõpuks katsetatakse osa neist ühenditest inimese hematoentsefaalbarjääri mudelites ja tulemusi võrreldakse loomadel tehtud in vivo mõõtmistega.
Selline andmekogumine annab erakordselt tervikliku ülevaate sellest, mis määrab ravimi liikumise organismis, ning võimaldab tehisintellektimudelitel paremini ennustada inimestele olulisi tulemusi.
Haruldased andmed: selle säilitamine, mida ei saa taasluua
Ükski tulevane tehisintellekt, kui võimekas tahes, ei saa minna ajas tagasi vaatlema kindlal ja ainulaadsel hetkel toimunud bioloogilisi sündmusi, näiteks surma ja haigestumise põhjuseid usaldusväärse rahvastikustatistikata riikides või patsientidelt möödunud ajahetkel võetud bioloogiliste proovide koostist. Bioloogias leidub palju selliseid tagasipöördumatuid hetki ning tulevased modelleerijad võivad leida neile tõenditele kasutusviise, mida praegused teadlased ei oska ette näha. Seetõttu huvitavad meid eriti ettepanekud, mis koguvad või säilitavad väärtuslikke andmeid enne võimaluse kadumist või teevad olemasolevad ja kordumatud eraandmestikud laialdaselt kättesaadavaks, austades seejuures privaatsust ja inimeste nõusolekut.
Näiteks uuritakse meie CTD Commonsile antud toetuse abil, kas ebaõnnestunud ravimiarendusprogrammide dokumente saab päästa enne ettevõtete sulgemist ja dokumentide kadumist. Lühiajaliselt võivad need dokumendid aidata varajases etapis ravimeid arendavatel meeskondadel mõista, mida reguleerivad asutused on sarnastelt toodetelt nõudnud, et vältida kulukat katse-eksituse meetodit. Pikas plaanis võivad dokumendid aidata masinõppesüsteemidel avastada ravimite ebaõnnestumise või edu mustreid, parandades regulatsiooni või uuringustrateegiaid ning võimaldades patsientidel uutest ravimeetoditest varem kasu saada.
Vahetud andmed: kõige olulisemate bioloogiliste ja kliiniliste seisundite mõõtmine
Suure osa bioloogia ajaloost on mõõdetud seda, mida oli lihtne või odav mõõta. Näiteks on eelistatud üksikrakkude andmeid inimeste kliinilistele andmetele või RNA ekspressiooni valkudele. Need kaudsed näitajad on olnud väga kasulikud, kuid võivad kaugeneda ka bioloogia mõistmise ning haiguste ennetamise ja ravimise eesmärkidest. Sellistel juhtudel soovime anda teadlastele vahendid andmestike koostamiseks, mis mõõdavad kõige olulisemat. Samuti võib juhtuda, et „bioloogilise tõe“ mõõtmiseks vajalikud instrumendid pole veel olemas või on nende laialdane kasutamine ülemäära kallis. Loodame selle programmi raames toetada mõlemat: nii uusi andmeid kui ka uusi tööriistu.
Näiteks võimaldab meie toetus UNC-le generatiivse immunoteraapia algatuse loomiseks UNC Linebergeri ja UNC Healthi meeskonnal koguda järgmise põlvkonna vähivaktsiinide täiustamiseks vajalikke inimandmeid. See tähendab kasvajarakke „ainult“ sekveneerimata nende pinnavalkude ja patsientide T-rakkude reaktsioonide vahetut mõõtmist. Nende andmete loomine on kallis. Kui teeme seda seekord põhjalikult ja avaldame tulemused, saavad loodetavasti kasu kõik tulevased vähivaktsiinide arendajad. Kui projekt õnnestub, saavad tulevased vaktsiinikandidaadid alustada inimkatseid eelkõige kindlamalt valitud sihtmärkidega. See peaks suurendama nende toimimise tõenäosust ja võimaldama ebaõnnestumise korral rohkem õppida.
Andmete kättesaadavuse tagamine teadlastele
Kõigi toetuste puhul tagame, et loodavad andmestikud oleksid teadlastele kogu maailmas võimalikult kättesaadavad.
Suurema osa teadusajaloost oli avastuste peamine kitsaskoht hüpoteeside kontrollimine. Probleemide lahendamiseks oli kasutada vaid piiratud hulk „nutikust“: kindel arv kraadiõppureid ja kutselisi teadlasi, kes kogusid probleemi kohta andmeid ja analüüsisid neid. Tehisintellekti jätkuv areng programmeerimises ja andmeanalüüsis lükkab selle eelduse ümber. Andmeanalüüsi mahtu võib olla võimalik tohutult suurendada ning avastused võivad sündida koostööst, mida oli andmete loomise ajal raske ette näha.
Meie missioon on tagada, et üldine tehisintellekt tooks kasu kogu inimkonnale. Meie toel loodud teadusandmed tuleks teha laialdaselt kättesaadavaks, säilitades inimandmete puhul alati eraelu puutumatuse ja nõusoleku. Kättesaadavus tähendab siiski enamat kui üksnes toorandmete avaldamist. Julgustame toetuse saajaid avaldama analüüse eeltrükistena, jagama andmeid korrapäraselt, mitte ainult projekti lõpus, ning juhul, kui andmed pole „seostatud“, tegema nende kasutajatega koostööd, et hinnata andmete kasulikkust bioloogiliselt oluliste probleemide lahendamisel.
Järkjärguline õppimine
Selles postituses tutvustame programmi „Tervise avalikud andmed“ esialgset suunda. Ajakohastame oma seisukohti pidevalt koos teaduse ja tehisintellekti arenguga ning teadlaskonnaga peetud vestluste põhjal.
Kui teil on programmi „Tervise avalikud andmed“ kohta mõtteid, kirjutage meile aadressil [email protected]. Meie programmide ja rahastuse tulevaste uudiste saamiseks saate siin uudiskirjaga liituda.
Kui sooviksite selles postituses käsitletud probleemidega täiskohaga tegeleda, otsime praegu bioteaduste ja haiguste ravimise meeskonda töötajaid neljale vabale ametikohale.