Viešieji duomenys sveikatai

Balandį pradėjome⁠ programą „AI for Alzheimer“ („DI Alzheimerio ligai“) – pirmąją „OpenAI Foundation“ gyvybės mokslų ir ligų gydymo programą. Šiandien pristatome antrąją savo mokslo programą – „Viešieji duomenys sveikatai“.

Mūsų tikslas naudojant DI prieš Alzheimerio ligą – sutelkti jėgas į vieną daugybę šeimų varginančią ligą, kur dirbtinis intelektas, tikime, gali padėti mokslininkams rasti geresnių gydymo būdų. Programos „Viešieji duomenys sveikatai“ tikslas – skatinti daugelio ligų tyrimų pažangą gyvybės mokslų srityje, finansuojant aukštos kokybės mokslinių duomenų rinkinių kūrimą bei išsaugojimą ir suteikiant tyrėjams plačią prieigą prie jų.

Moksliniai duomenys – tai mus supančio pasaulio stebėjimų rezultatai, kuriais grindžiami moksliniai tyrimai ir atradimai. Srityse, kuriose proveržius galima patikrinti nerenkant naujų duomenų, pavyzdžiui, kai kuriose matematikos srityse, DI sistemos neseniai pradėjo padėti kurti⁠ naujas⁠ žinias⁠. Tuo tarpu biologijoje DI sistemos vis dažniau geba dideliu mastu analizuoti biologinę informaciją ir atskleisti paslėptą struktūrą net remdamosi neišsamiais duomenimis – ir kartais tai daro stulbinamai efektyviai.

Vis dėlto tikimės, kad daug kitų ligų prevencijos ir gydymo proveržių bus pasiekta naujų modelių intelektą derinant su gausesniais pasaulio stebėjimais, kitaip tariant, su didesniu duomenų kiekiu.

Kai kurie didžiulę visuomeninę vertę turintys duomenų rinkiniai gali niekada nebūti sukurti ar paviešinti, nes nė viena institucija neturi pakankamai paskatų ar išteklių jiems finansuoti. Todėl viešųjų sveikatos duomenų rėmimas puikiai atitinka „OpenAI Foundation“ veiklos kryptį.

Pirmosios mūsų dotacijos

Pirmiausia skiriame daugiau kaip 125 mln. JAV dolerių dotacijų pradinei ne pelno organizacijų ir universitetų grupei, apimančiai daugelį duomenų lygmenų: nuo molekulių ir epidemiologijos iki reglamentavimo žinių.

Toliau pateikiame keletą mūsų remiamų projektų pavyzdžių.

1. OpenADMET⁠ kurs atvirus duomenų rinkinius, lyginamuosius testus ir akluosius konkursus, siekdama patikrinti, ar DI modelius galima išmokyti prognozuoti mažų molekulių absorbciją ir pasiskirstymą organizme, kad vaistų kūrimas taptų labiau nuspėjamas ir sumažėtų naujų vaistų nesėkmių dalis.

   90 % potencialių vaistų nepraeina klinikinių tyrimų⁠. Taip dažnai nutinka todėl, kad sunku prognozuoti jų absorbciją ir judėjimą organizme – jų ADMET savybes⁠. Tokie dar neišspręsti prognozavimo uždaviniai gali puikiai tikti DI, jei bus naudojami aukštos kokybės duomenys, leidžiantys pagrįsti skirtingų modelių prognozių tikslumą. Pavyzdžiui, pasitelkus Baltymų duomenų banko⁠ duomenis, „AlphaFold2“ iš esmės pakeitė baltymų struktūros prognozavimą CASP⁠ rengiamame skirtingų modeliavimo metodų konkurse. Baltymų struktūros prognozavimas dabar įtrauktas į daugelį vaistų atradimo programų, kurios ateityje veikiausiai bus naudingos pacientams.

   Siekdama geriau prognozuoti potencialių vaistų ADMET savybes, „OpenADMET“ komanda kurs aukštos kokybės duomenų rinkinius naujiems prognozavimo modeliams pagrįsti ir rengs atvirus iššūkius, kuriuose galės dalyvauti viso pasaulio tyrėjai.

   

   „Vaistų atradimo srityje gausu bendrų problemų, kurių atskirai negali išspręsti nė viena konkrečią ligą gydyti siekianti įmonė ar akademinė laboratorija“, – sakė „OpenADMET“ valdybos narys, UCSF bioinžinerijos ir terapijos mokslų profesorius bei katedros vedėjas dr. James Fraser. „OpenADMET“ buvo sukurta šioms problemoms spręsti atvirai ir mašininiam mokymuisi pritaikytu būdu. Džiaugiamės galėdami sukurti pamatinį lygmenį, kuris leis DI gerokai paspartinti naujų gydymo būdų kūrimą.“

2. CTD Commons⁠ išsaugos ir skelbs reglamentavimo žinias iš nesėkmingų vaistų kūrimo programų, kad būsimos komandos galėtų mokytis iš paprastai neviešinamų precedentų ir greičiau atrasti pacientams veiksmingus gydymo būdus.

   CTD arba bendrasis techninis dokumentas, apima visą tiriamojo vaisto kelią: nuo toksikologinių tyrimų su gyvūnais ir gamybos informacijos iki, ko gero, naudingiausios dalies – susirašinėjimo su FDA. Tačiau paskelbtuose moksliniuose straipsniuose atsispindi tik maža šio darbo dalis.

   „CTD Commons“ tirs galimybę gauti nesėkmingų ar nutrauktų vaistų programų CTD ir suteikti visiems atvirą prieigą prie jų mokslinių tyrimų bei analizės tikslais.

   „Kiekviena FDA pateikta paraiška liudija apie sunkų tyrėjų ir vertintojų darbą bei tyrimų dalyvių pasiaukojimą. Net jei šios pastangos būna nesėkmingos, jų suteikta vertinga informacija neturėtų nueiti veltui“, – teigia pagrindinis CTD Commons organizatorius ir „1Day Sooner“ prezidentas Josh Morrison. „CTD Commons mažins darbo dubliavimą ir išlaidas bei didins klinikinių tyrimų poveikį.“

3. UNC⁠ įsteigs Generatyvinės imunoterapijos iniciatyvą ir kurs viešus daugiarūšius duomenis, kad ateityje vėžiu sergantys pacientai, vos nustačius diagnozę, galėtų greitai gauti individualizuotas vakcinas nuo vėžio.

   Šiandieninės neoantigenų vakcinos nuo vėžio yra vieni iš nedaugelio vaistų, kiekvienam pacientui kuriamų kompiuteriniu būdu: sekvenuojama naviko ląstelė ir prognozuojama, kokie navikui būdingi taikiniai yra jos paviršiuje. Tačiau pats sekvenavimas tik netiesiogiai atspindi tikrovę, nes ląstelės paviršiuje esančius taikinius sunku ir brangu išmatuoti tiesiogiai, o dar sunkiau patikrinti, kaip stipriai paciento imuninė sistema reaguoja į kiekvieną iš šių baltymų.

   UNC atkurs šias trūkstamas sąsajas, tirdama šimtus navikų ir įvairias vėžio rūšis. Taip bus sukurtas vienas pirmųjų šios srities mokymo ir vertinimo duomenų rinkinių, kurio nuasmenintais viešais duomenimis galės remtis viso pasaulio tyrėjai.

   „Individualizuotos vakcinos nuo vėžio pagaliau pradeda rodyti klinikinį veiksmingumą, tačiau vis dar yra spragų, kurias taikant tradicinį gydymo priemonių kūrimo modelį gali prireikti dešimtmečių užpildyti. Aukštos kokybės duomenys gali padėti šias spragas užpildyti greičiau“, – sakė UNC Medicinos mokyklos genetikos docentas dr. Alex Rubinsteyn. „Džiaugiamės galėdami sutrumpinti šį laikotarpį ir padėti visuotinai veiksmingai individualizuotai imunoterapijai tapti tikrove.“

   

Pradinė mūsų strategija

Tikimės, kad šis skyrius bus ypač aktualus tyrėjams, besidomintiems būsimomis „OpenAI Foundation“ dotacijų galimybėmis.

Vertingų surinkti mokslinių duomenų yra gerokai daugiau, nei galėtų finansuoti kuris nors vienas rėmėjas. Todėl norime tyrėjų bendruomenei plačiau paaiškinti, kokių rūšių duomenims, mūsų manymu, „OpenAI Foundation“ parama gali būti naudingiausia.

Iš pradžių daugiausia dėmesio ketiname skirti susietiems, retiems ir tiesioginiams duomenims. Mūsų finansuojami duomenų rinkiniai paprastai pasižymės viena ar dviem iš toliau išsamiau aprašytų savybių, o retais atvejais – visomis trimis.

Kalbant apie visus duomenų rinkinius, manome, kad bus vis svarbiau užtikrinti plačią duomenų prieigą ir kartu saugoti privatumą, kai tai susiję su pacientų duomenimis. Taip tyrėjai galės remtis vieni kitų darbu, o mokslo pažanga galės rastis netikėtose vietose.

1. Susieti duomenys: biologinių procesų stebėjimas keliais etapais

   Biologiniai procesai vyksta skirtingais masteliais, tačiau dauguma gyvybės mokslų duomenų rinkinių atspindi tik vieną tikrovės dalį. Ląstelių atlase gali būti matuojamos tūkstančių ląstelių molekulės, o pavienių molekulių vaizdinimas leidžia stebėti tik vieną ląstelę. Abi perspektyvos vertingos, tačiau tokie duomenų rinkiniai paprastai kuriami atskirai, todėl gali prireikti ne vienų metų papildomų tyrimų, kad paaiškėtų, kaip moksliniai rezultatai susiję tarpusavyje. Norime padėti atskiroms tyrėjų grupėms kryptingai pereiti nuo vieno mastelio prie kito ir kurti išsamius, susietus duomenų rinkinius, kurių skirtingi sluoksniai vienas kitą papildytų.

   Pavyzdžiui, mūsų dotacija UCSF leis „OpenADMET“ komandai išmatuoti svarbiausias dešimčių tūkstančių junginių molekulines savybes ir sąveikas. Tada komanda susies šį platų profiliavimą su dviem vaistų pernašos perspektyvomis: eksperimentiškai nustatytomis baltymų nešiklių, prie kurių prisijungusios pasirinktos molekulės, struktūromis ir tyrimais, matuojančiais šių baltymų funkcinę sąveiką su molekulėmis. Galiausiai dalis šių junginių bus išbandyta žmogaus hematoencefalinio barjero modeliuose, o rezultatai palyginti su matavimais, atliktais su gyvais gyvūnais.

   Taip renkant duomenis bus neįprastai išsamiai atskleista, kas lemia vaisto judėjimą organizme, ir DI modeliai galės geriau prognozuoti mums, žmonėms, svarbius rezultatus.

2. Reti duomenys: to, ko neįmanoma atkurti, išsaugojimas

   Joks ateities DI, kad ir koks pažangus būtų, negalės grįžti į praeitį ir stebėti biologinių įvykių, vykusių konkrečiomis, nepakartojamomis akimirkomis, pavyzdžiui, mirties ir ligų priežasčių šalyse, neturinčiose patikimos gyventojų statistikos, ar biologinių mėginių, paimtų iš pacientų jau praėjusiomis akimirkomis, sudėties. Biologijoje gausu tokių negrįžtamų galimybių, o būsimi modelių kūrėjai gali atrasti šiandien tyrėjams dar nenuspėjamų šių duomenų pritaikymo būdų. Todėl ypač domimės pasiūlymais surinkti ar išsaugoti vertingus duomenis, kol galimybė neišnyko, arba, gerbiant privatumą ir asmens sutikimą, plačiai atverti esamus privačius duomenų rinkinius, kurių niekada nebebus galima atkurti.

   Pavyzdžiui, mūsų dotacija „CTD Commons“ padės ištirti, ar įmanoma išsaugoti nesėkmingų vaistų kūrimo programų dokumentus prieš užsidarant įmonėms ir jiems išnykstant. Artimiausiu metu šie dokumentai gali padėti ankstyvuoju etapu vaistus kuriančioms komandoms suprasti, ko reguliavimo institucijos reikalavo iš panašių produktų, ir išvengti brangiai kainuojančių bandymų bei klaidų. Ilgainiui dokumentai gali tapti ištekliais, padedančiais mašininio mokymosi sistemoms nustatyti vaistų nesėkmių ar sėkmės dėsningumus. Tai galėtų paskatinti geresnį reglamentavimą ar tyrimų strategijas ir leisti pacientams greičiau pasinaudoti naujais gydymo būdais.

3. Tiesioginiai duomenys: svarbiausių biologinių ir klinikinių būklių matavimas

   Didžiąją biologijos istorijos dalį buvo matuojama tai, ką išmatuoti buvo lengva arba pigu. Pavyzdžiui, dažniau rinkti atskirų ląstelių, o ne žmonių klinikiniai duomenys, matuota RNR raiška, o ne baltymai. Šie netiesioginiai rodikliai buvo nepaprastai naudingi, tačiau jie gali ir nutolti nuo tikslų suprasti biologiją, užkirsti kelią ligoms ir jas gydyti. Tokiais atvejais norime suteikti tyrėjams išteklių, kurių reikia svarbiausius dalykus matuojantiems duomenų rinkiniams sudaryti. Taip pat gali būti, kad būtinų priemonių „biologinei tiesai“ išmatuoti dar nėra arba jas plačiai naudoti pernelyg brangu. Šia programa tikimės remti abi kryptis – ir naujus duomenis, ir naujas priemones.

   Pavyzdžiui, mūsų dotacija UNC Generatyvinės imunoterapijos iniciatyvai įsteigti leis „UNC Lineberger“ ir „UNC Health“ komandai surinkti žmonių duomenimis pagrįstą informaciją, būtiną naujos kartos vakcinoms nuo vėžio tobulinti. Tai reiškia, kad bus tiesiogiai matuojami naviko ląstelių paviršiaus baltymai ir pacientų T ląstelių reakcijos, užuot „tik“ sekvenavus naviką. Šiuos duomenis kurti brangu. Šį kartą surinkę juos išsamiai ir viešai paskelbę rezultatus tikimės, kad jais galės pasinaudoti visi būsimi vakcinų nuo vėžio projektai. Jei šis projektas bus sėkmingas, būsimas potencialias vakcinas bus galima pradėti dozuoti žmonėms turint patikimesnį taikinių rinkinį. Tai turėtų padidinti jų veiksmingumo tikimybę ir suteikti daugiau žinių tais atvejais, kai jos neveikia.

Duomenų prieinamumo tyrėjams užtikrinimas

Galiausiai visomis dotacijomis siekiame užtikrinti, kad sukurti duomenų rinkiniai būtų kuo lengviau prieinami viso pasaulio tyrėjams.

Didžiąją mokslo istorijos dalį hipotezių tikrinimas buvo viena pagrindinių atradimus ribojančių kliūčių. Problemoms spręsti buvo galima pasitelkti tik ribotą „intelekto“ kiekį – tam tikrą skaičių magistrantų, doktorantų ir profesionalių mokslininkų, kurie rinko bei analizavo su konkrečia problema susijusius duomenis. Nuolatinė DI pažanga programavimo ir duomenų analizės srityse šią prielaidą paneigia. Duomenų analizę gali tapti įmanoma taikyti gerokai didesniu mastu, o įžvalgų gali suteikti bendradarbiavimas, kurį renkant duomenis sunku numatyti.

Mūsų misija – užtikrinti, kad bendrasis dirbtinis intelektas būtų naudingas visai žmonijai. Su mūsų parama sukurti moksliniai duomenys turėtų būti plačiai prieinami, o tais atvejais, kai naudojami žmonių duomenys, turi būti saugomas asmens privatumas ir paisoma jo sutikimo. Tačiau prieinamumas reiškia daugiau nei vien pirminių duomenų paskelbimą. Dotacijų gavėjus raginame skelbti analizes kaip išankstines publikacijas, reguliariai dalytis duomenimis, o ne laukti projekto pabaigos, ir, jei gavėjo duomenys nėra „susieti“, bendradarbiauti su jų naudotojais vertinant duomenų naudą sprendžiant biologiniu požiūriu svarbias problemas.

Iteratyvusis mokymasis

Šiame įraše pristatėme pradinę programos „Viešieji duomenys sveikatai“ kryptį. Aktyviai tiksliname savo požiūrį atsižvelgdami į mokslo ir DI pažangą bei pokalbius su kitais tyrėjų bendruomenės nariais.

Jei turite idėjų programai „Viešieji duomenys sveikatai“, kviečiame parašyti mums adresu [email protected]⁠. Čia⁠ galite užsiprenumeruoti mūsų naujienlaiškį ir gauti naujienas apie programas bei finansavimą.

Jei norėtumėte visą darbo dieną spręsti šiame įraše aptartas problemas, šiuo metu į Gyvybės mokslų ir ligų gydymo komandą ieškome darbuotojų į keturias laisvas pareigybes⁠.