Publiskie dati veselībai
Aprīlī mēs sākām programmu “MI Alcheimera slimības izpētei” – pirmo OpenAI Foundation programmu dzīvības zinātņu un slimību ārstēšanas jomā. Šodien iepazīstinām ar savu otro zinātnes programmu – “Publiskie dati veselībai”.
Programmā “MI Alcheimera slimības izpētei” pievēršamies vienai slimībai, kas skar daudzas ģimenes un kuras ārstēšanai MI, mūsuprāt, var palīdzēt zinātniekiem izstrādāt labākas metodes. Programmas “Publiskie dati veselībai” mērķis ir veicināt progresu dzīvības zinātnēs un daudzu slimību izpētē, finansējot kvalitatīvu zinātnisko datu kopu izveidi un saglabāšanu un padarot tās plaši pieejamas pētniekiem.
Zinātniskie dati ir apkārtējās pasaules novērojumi – pētniecības un atklājumu pamats. Jomās, kur atklājumus var pārbaudīt, neievācot jaunus datus, piemēram, dažās matemātikas nozarēs, MI sistēmas nesen sākušas papildināt ar jaunām zināšanām. Savukārt bioloģijā MI sistēmas arvien labāk spēj plašā mērogā analizēt bioloģisko informāciju un pat no nepilnīgiem pierādījumiem atklāt apslēptas sakarības, dažkārt to paveicot pārsteidzoši efektīvi.
Tomēr sagaidām, ka daudzus turpmākos sasniegumus slimību profilaksē un ārstēšanā nodrošinās jauno modeļu intelekta apvienošana ar plašākiem pasaules novērojumiem – citiem vārdiem, vairāk datu.
Dažas sabiedrībai ārkārtīgi vērtīgas datu kopas, iespējams, nekad netiks izveidotas vai publiskotas, jo nevienai atsevišķai iestādei nav pietiekamas motivācijas vai iespēju tās finansēt. Tāpēc atbalsts publiskiem veselības datiem labi atbilst OpenAI Foundation darbības mērķiem.
Mūsu pirmās dotācijas
Sākumā piešķiram dotācijas vairāk nekā 125 miljonu ASV dolāru apmērā pirmajai bezpeļņas organizāciju un universitāšu grupai, aptverot daudzus datu līmeņus – no molekulām un epidemioloģijas līdz zināšanām par regulējumu.
Lūk, daži mūsu atbalstīto projektu piemēri:
OpenADMET veidos atvērtas datu kopas, etalonuzdevumus un anonimizētus konkursus, lai pārbaudītu, vai MI modeļus var apmācīt prognozēt mazo molekulu uzsūkšanos un izplatīšanos organismā, tā padarot zāļu izstrādi paredzamāku un samazinot jauno zāļu neveiksmju īpatsvaru.
90 % potenciālo zāļu neiztur klīniskos pētījumus. Bieži vien iemesls ir grūtības prognozēt, kā tās uzsūksies un pārvietosies organismā, proti, to “ADMET” īpašības. Šādi neatrisināti prognozēšanas uzdevumi var būt labi piemēroti MI, ja ir pieejami kvalitatīvi dati, ar kuriem pamatot dažādu modeļu prognožu precizitāti. Piemēram, AlphaFold2 pārveidoja proteīnu struktūras prognozēšanu, izmantojot Protein Data Bank datus un sacenšoties ar citām modelēšanas pieejām CASP rīkotā konkursā. Proteīnu struktūras prognozēšana tagad ir iekļauta daudzās zāļu atklāšanas programmās, kas, visticamāk, nākotnē dos labumu pacientiem.
Lai labāk prognozētu potenciālo zāļu ADMET īpašības, OpenADMET komanda izstrādās kvalitatīvas datu kopas jaunu prognozēšanas modeļu pamatošanai un rīkos atvērtus konkursus pētniekiem no visas pasaules.
Prezentācija nesenā OpenADMET pasākumā ADMET prognozēšanas uzdevumu dalībniekiem. Avots: Naomi Handly.
“Zāļu atklāšanas jomā netrūkst vispārīgu problēmu, ko neviens atsevišķs uzņēmums vai akadēmiskā laboratorija, kas vēlas izārstēt konkrētu slimību, nespēj atrisināt viena pati,” sacīja OpenADMET valdes loceklis un UCSF Bioinženierijas un terapijas zinātņu katedras profesors un vadītājs Džeimss Freizers (PhD). “OpenADMET tika izveidots, lai šīs problēmas risinātu atklāti un mašīnmācībai piemērotā veidā. Priecājamies, ka varēsim izveidot pamatslāni, kas ļaus MI ievērojami paātrināt jaunu ārstēšanas metožu izstrādi.”
CTD Commons saglabās un publiskos zināšanas par regulējumu no neveiksmīgām zāļu izstrādes programmām, lai nākamās komandas varētu mācīties no parasti nepieejamiem precedentiem un ātrāk atklāt pacientiem efektīvas ārstēšanas metodes.
CTD jeb kopīgais tehniskais dokuments apkopo visu pētāmo zāļu izstrādes gaitu – no toksikoloģiskajiem pētījumiem ar dzīvniekiem un ražošanas informācijas līdz, iespējams, visnoderīgākajai daļai: sarakstei ar FDA. Tomēr publicētajos zinātniskajos rakstos nonāk tikai neliela daļa šā darba.
CTD Commons pārbaudīs iespēju iegūt CTD no neveiksmīgām vai pārtrauktām zāļu izstrādes programmām un padarīt tos brīvi pieejamus ikvienam pētniecībai un analīzei.
“Katrs iesniegums FDA atspoguļo pētnieku, vērtētāju un pētījumu dalībnieku smago darbu un lielās pūles. Pat ja šie centieni ir neveiksmīgi, to rezultātā iegūtā vērtīgā informācija nedrīkst iet zudumā,” norāda CTD Commons vadošais organizators un 1Day Sooner prezidents Džošs Morisons. “CTD Commons mazinās darba dublēšanos un izmaksas, vienlaikus palielinot klīniskās pētniecības ietekmi.”
UNC izveidos Ģeneratīvās imūnterapijas iniciatīvu un radīs publiskus multimodālus datus, lai tuvinātu nākotni, kurā vēža pacienti pēc diagnozes noteikšanas var ātri saņemt personalizētas vēža vakcīnas.
Mūsdienu “neoantigēnu” vēža vakcīnas ir vienas no nedaudzajām zālēm, ko katram pacientam izstrādā skaitļošanas ceļā, sekvencējot audzēja šūnu, lai prognozētu, kuri audzējam raksturīgie mērķi atrodas uz tās virsmas. Tomēr pati sekvencēšana tikai netieši atspoguļo realitāti, jo šūnas virsmas mērķus ir grūti un dārgi izmērīt tieši, turklāt jāpārbauda, cik spēcīgi pacienta imūnsistēma reaģē uz katru no šiem proteīniem.
UNC iegūs šos trūkstošos posmus simtiem audzēju un vairākiem vēža veidiem, izveidojot vienu no pirmajām apmācības un novērtēšanas datu kopām šajā jomā ar deidentificētiem publiskiem datiem, ko varēs izmantot pētnieki visā pasaulē.
“Personalizētās vēža vakcīnas beidzot sāk uzrādīt klīnisku efektivitāti, taču joprojām pastāv nepilnības, kuru novēršanai tradicionālajā terapiju izstrādes modelī varētu būt vajadzīgi gadu desmiti. Kvalitatīvi dati var palīdzēt šīs nepilnības novērst ātrāk,” sacīja UNC Medicīnas skolas ģenētikas docents Alekss Rubinšteins (PhD). “Priecājamies, ka varēsim saīsināt šo procesu un palīdzēt īstenot plaši efektīvas personalizētas imūnterapijas.”
Ziemeļkarolīnas Universitātes laboratorijas darbinieki izstrādā personalizētas vēža vakcīnas. Avots: UNC.
Mūsu sākotnējā stratēģija
Sagaidām, ka šī sadaļa būs īpaši noderīga pētniekiem, kurus interesē OpenAI Foundation turpmākās dotāciju iespējas.
Vērtīgu zinātnisko datu, ko būtu vērts ievākt, ir ievērojami vairāk, nekā spēj atbalstīt viens finansētājs. Tāpēc vēlamies pētnieku kopienai sīkāk pastāstīt, kāda veida datiem OpenAI Foundation atbalsts, mūsuprāt, varētu būt visnoderīgākais.
Mūsu sākotnējās hipotēzes par datiem, kuriem pievērsties, ir šādas: savstarpēji saistīti, reti un tieši dati. Mūsu finansētajām datu kopām parasti būs viena vai divas no šīm tālāk aprakstītajām īpašībām, bet retos gadījumos – visas trīs.
Uzskatām, ka visu datu kopu gadījumā arvien svarīgāk būs nodrošināt datu plašu pieejamību, vienlaikus aizsargājot privātumu, ja tiek izmantoti pacientu dati, . Tas ļaus pētniekiem turpināt citam cita darbu un zinātnes progresam rasties negaidītās vietās.
Savstarpēji saistīti dati: bioloģisko procesu izsekošana vairākos posmos
Bioloģiskie procesi norisinās dažādos mērogos, taču vairums dzīvības zinātņu datu kopu aptver tikai vienu realitātes daļu. Šūnu atlants var mērīt molekulas tūkstošiem šūnu, savukārt atsevišķu molekulu attēlveidošana ļauj novērot tikai vienu šūnu. Abi skatījumi ir vērtīgi, taču šādas datu kopas parasti tiek veidotas neatkarīgi, tāpēc var paiet gadi, līdz turpmākajos pētījumos tiek noskaidrots, kā zinātniskie rezultāti ir savstarpēji saistīti. Vēlamies atbalstīt atsevišķas pētnieku grupas, lai tās mērķtiecīgi darbotos dažādos mērogos un veidotu bagātīgas, savstarpēji saistītas datu kopas, kuru slāņi cits citu papildina.
Piemēram, mūsu dotācija UCSF ļaus OpenADMET komandai izmērīt desmitiem tūkstošu savienojumu galvenās molekulārās īpašības un mijiedarbību. Pēc tam komanda šo plašo profilēšanu sasaistīs ar diviem zāļu transporta skatījumiem: eksperimentāli noteiktām transportproteīnu struktūrām, kam piesaistītas izvēlētās molekulas, un testiem, kuros mēra šo proteīnu funkcionālo mijiedarbību ar molekulām. Visbeidzot, komanda daļu šo savienojumu pārbaudīs cilvēka hematoencefāliskās barjeras modeļos, rezultātus salīdzinot ar in vivo mērījumiem dzīvniekiem.
Šāda datu ievākšanas pieeja sniegs neparasti pilnīgu priekšstatu par faktoriem, kas nosaka zāļu pārvietošanos organismā, un ļaus MI modeļiem precīzāk prognozēt cilvēkiem būtiskus rezultātus.
Reti dati: saglabāt to, ko nevar radīt no jauna
Neviena nākotnes MI sistēma, lai cik spējīga tā būtu, nevarēs atgriezties pagātnē un novērot bioloģiskus notikumus konkrētos, unikālos brīžos, piemēram, nāves un sliktas veselības cēloņus valstīs bez uzticamas iedzīvotāju statistikas vai bioloģisko paraugu sastāvu, kas pacientiem iegūti konkrētos pagātnes brīžos. Bioloģijā ir daudz šādu neatgriezenisku situāciju, un nākotnes modelētāji šiem pierādījumiem var atrast lietojumu, ko pētnieki šodien nespēj paredzēt. Tāpēc mūs īpaši interesē priekšlikumi, kas paredz ievākt vai saglabāt vērtīgus datus, pirms šāda iespēja zūd, vai plaši publiskot jau esošas privātas datu kopas, kuras vairs nekad netiks radītas, vienlaikus ievērojot privātumu un personu piekrišanu.
Piemēram, mūsu dotācija CTD Commons ļaus izpētīt, vai neveiksmīgu zāļu izstrādes programmu dokumentus var saglabāt, pirms uzņēmumi pārtrauc darbību un dokumenti pazūd. Īstermiņā šie dokumenti var palīdzēt zāļu izstrādes komandām agrīnā posmā saprast, ko regulatori ir prasījuši līdzīgiem produktiem, nevis to noskaidrot dārgu mēģinājumu un kļūdu ceļā. Ilgtermiņā dokumenti var kļūt par resursu mašīnmācīšanās sistēmām, lai atklātu zāļu neveiksmju vai panākumu likumsakarības, veicinātu regulējuma un pētījumu stratēģiju uzlabošanu un ļautu pacientiem ātrāk saņemt jaunas ārstēšanas metodes.
Tieši dati: svarīgāko bioloģisko un klīnisko stāvokļu mērīšana
Lielāko daļu bioloģijas vēstures ir mērīts tas, ko bija viegli vai lēti izmērīt. Piemēram, priekšroka dota atsevišķu šūnu datiem, nevis cilvēku klīniskajiem datiem, vai RNS ekspresijai, nevis proteīniem. Šie netiešie rādītāji ir bijuši ārkārtīgi noderīgi, taču tie var arī attālināties no mērķiem izprast bioloģiju, novērst slimības un tās ārstēt. Šādos gadījumos vēlamies nodrošināt pētniekiem resursus, kas vajadzīgi, lai izveidotu datu kopas par patiesi svarīgāko. Iespējams arī, ka “bioloģiskās patiesības” mērīšanai nepieciešamie instrumenti vēl nepastāv vai to plaša izmantošana ir pārmērīgi dārga. Šajā programmā ceram atbalstīt abas iniciatīvas – gan jaunus datus, gan jaunus rīkus.
Piemēram, mūsu dotācija UNC Ģeneratīvās imūnterapijas iniciatīvas izveidei ļaus UNC Lineberger un UNC Health komandai iegūt cilvēku datos balstītu informāciju, kas nepieciešama nākamās paaudzes vēža vakcīnu uzlabošanai. Tas nozīmē tieši mērīt audzēja šūnu virsmas proteīnus un pacientu T šūnu reakciju, nevis “tikai” sekvencēt audzēju. Šo datu iegūšana ir dārga; šoreiz to darot visaptveroši un rezultātus publiskojot, ceram sniegt labumu visiem turpmākajiem vēža vakcīnu izstrādes centieniem. Ja šis projekts būs veiksmīgs, turpmākos vakcīnu kandidātus varēs sākt ievadīt cilvēkiem, balstoties uz labāk pamatotu mērķu kopumu. Tam vajadzētu palielināt to iedarbīguma iespēju un ļaut gūt vairāk zināšanu arī neveiksmes gadījumā.
Datu pieejamības nodrošināšana pētniekiem
Visbeidzot, visās mūsu dotācijās gādājam, lai iegūtās datu kopas būtu pēc iespējas plaši pieejamas pētniekiem visā pasaulē.
Lielāko daļu zinātnes vēstures hipotēžu pārbaude bija galvenais atklājumu kavēklis. Problēmu risināšanai bija pieejams ierobežots “intelekta” apjoms – noteikts skaits doktorantu un profesionālu zinātnieku, kuri ieguva un analizēja ar konkrēto problēmu saistītos datus. MI nepārtrauktā attīstība programmēšanā un datu analīzē šo pieņēmumu atspēko. Datu analīze var kļūt daudz plašāk mērogojama, bet jaunas atziņas – rasties sadarbībā, ko datu iegūšanas brīdī ir grūti paredzēt.
Mūsu misija ir panākt, lai mākslīgais vispārējais intelekts sniegtu labumu visai cilvēcei. Ar mūsu atbalstu iegūtajiem zinātniskajiem datiem jābūt plaši pieejamiem, vienlaikus aizsargājot personu privātumu un nodrošinot piekrišanu visos gadījumos, kad iesaistīti cilvēku dati. Taču pieejamība nozīmē ko vairāk par neapstrādātu datu publiskošanu. Mudinām dotāciju saņēmējus publicēt analīzes priekšpublicējumos, regulāri kopīgot datus, nevis darīt to tikai projekta beigās, un, ja dati nav “savstarpēji saistīti”, sadarboties ar to lietotājiem, lai novērtētu datu lietderību bioloģiski nozīmīgu problēmu risināšanā.
Pakāpeniska mācīšanās
Šajā rakstā izklāstīta mūsu sākotnējā pieeja programmai “Publiskie dati veselībai”. Zinātnei un MI attīstoties, kā arī sarunājoties ar citiem pētnieku kopienas pārstāvjiem, mēs aktīvi pilnveidojam savus uzskatus.
Ja tev ir idejas programmai “Publiskie dati veselībai”, aicinām rakstīt uz [email protected]. Lai turpmāk saņemtu jaunumus par mūsu programmām un finansējumu, vari šeit abonēt mūsu informatīvo izdevumu.
Ja tevi interesētu pilna laika darbs pie šajā rakstā aplūkotajām problēmām, pašlaik mūsu Dzīvības zinātņu un slimību ārstēšanas komandā ir četras vakances.