Javni podatki za zdravje

Aprila smo uvedli⁠ program UI za Alzheimerjevo bolezen, prvi program OpenAI Foundation na področju ved o življenju in zdravljenja bolezni. Danes predstavljamo svoj drugi znanstveni program: Javni podatki za zdravje.

Program UI za Alzheimerjevo bolezen se osredotoča na bolezen, ki prizadene številne družine in pri kateri lahko po našem prepričanju UI znanstvenikom pomaga razviti boljše načine zdravljenja. Program Javni podatki za zdravje se osredotoča na spodbujanje napredka na številnih področjih ved o življenju in pri številnih boleznih. To bomo dosegli s financiranjem ustvarjanja in ohranjanja visokokakovostnih znanstvenih podatkovnih zbirk, ki bodo široko dostopne raziskovalcem.

Znanstveni podatki so opažanja o svetu okoli nas ter temeljni vir za raziskovanje in odkrivanje. Na področjih, kjer je mogoče preboje preveriti brez zbiranja novih podatkov, denimo v nekaterih vejah matematike, so sistemi UI pred kratkim začeli prispevati⁠ novo⁠ znanje⁠. V biologiji pa so sistemi UI vse bolj sposobni obsežno analizirati biološke informacije in tudi iz nepopolnih dokazov razkriti skrite strukture, včasih osupljivo učinkovito.

Vendar pričakujemo, da bodo številni prihodnji preboji pri preprečevanju in zdravljenju bolezni izhajali iz povezovanja inteligence novih modelov z več opazovanji sveta oziroma z več podatki.

Nekatere podatkovne zbirke z izjemno javno vrednostjo morda ne bodo nikoli ustvarjene ali objavljene, ker nobena posamezna ustanova nima dovolj spodbud ali zmogljivosti za njihovo financiranje. Zato je podpora javnim podatkom za zdravje zelo skladna s poslanstvom OpenAI Foundation.

Naše prve nepovratne finančne pomoči

Začenjamo s podporo v obliki več kot 125 milijonov USD nepovratnih sredstev prvi skupini neprofitnih organizacij in univerz. Projekti zajemajo številne ravni podatkov, od molekul in epidemiologije do regulativnega znanja.

To je nekaj primerov projektov, ki jih podpiramo:

1. OpenADMET⁠ bo ustvaril odprte podatkovne zbirke, merila uspešnosti in slepa tekmovanja, da bi preverili, ali je mogoče modele UI usposobiti za napovedovanje absorpcije in porazdelitve majhnih molekul po telesu. Tako bi razvoj zdravil postal predvidljivejši, delež neuspešnih novih zdravil pa manjši.

   Kar 90 % kandidatov za zdravila ne prestane kliničnih preskušanj⁠. Razlog je pogosto težavno napovedovanje njihove absorpcije in premikanja po telesu oziroma njihovih lastnosti »ADMET«⁠. Takšni nerešeni izzivi napovedovanja so lahko primerni za UI, če je ta podprta z visokokakovostnimi podatki, s katerimi je mogoče preverjati točnost napovedi različnih modelov. AlphaFold2 je na primer preobrazil napovedovanje strukture beljakovin z uporabo podatkov iz zbirke Protein Data Bank⁠ na tekmovanju, ki ga je vodil CASP⁠ in na katerem so sodelovali tudi drugi pristopi modeliranja. Napovedovanje strukture beljakovin je zdaj vključeno v številne programe odkrivanja zdravil, ki bodo bolnikom verjetno koristili tudi v prihodnje.

   Za boljše napovedovanje lastnosti ADMET pri kandidatih za zdravila bo ekipa OpenADMET razvila visokokakovostne podatkovne zbirke kot podlago za nove napovedne modele in organizirala odprte izzive, na katerih bodo lahko sodelovali raziskovalci z vsega sveta.

   

   »Odkrivanje zdravil je polno skupnih problemov, ki jih nobeno posamezno podjetje ali akademski laboratorij, usmerjen v zdravljenje določene bolezni, ne more rešiti sam,« je povedal dr. James Fraser, član upravnega odbora OpenADMET ter profesor in predstojnik oddelka za bioinženirstvo in terapevtske znanosti na UCSF. »OpenADMET je bil zasnovan za odprto reševanje teh problemov na način, prilagojen strojnemu učenju. Veseli nas, da lahko zgradimo temeljno raven, ki bo UI omogočila močno pospešiti razvoj novih načinov zdravljenja.«

2. CTD Commons⁠ bo ohranjal in objavljal regulativno znanje iz neuspešnih programov razvoja zdravil. Prihodnje ekipe se bodo tako lahko učile iz precedensov, ki običajno ostanejo nedostopni, in bolnikom hitreje pomagale do učinkovitih načinov zdravljenja.

   CTD oziroma skupni tehnični dokument je dokument, ki združuje celotno razvojno pot preiskovanega zdravila – vse od toksikoloških raziskav na živalih in podrobnosti proizvodnje do morda najuporabnejšega dela, korespondence z FDA. Vendar je v objavljenih člankih predstavljen le majhen del tega dela.

   CTD Commons bo preučil možnost pridobivanja dokumentov CTD iz neuspešnih ali opuščenih programov razvoja zdravil ter jih vsem omogočil za odprto uporabo pri raziskavah in analizah.

   »Vsaka vloga pri FDA predstavlja trdo delo in odrekanje raziskovalcev, ocenjevalcev ter udeležencev raziskav. Tudi kadar ta prizadevanja niso uspešna, dragocene informacije, ki jih ustvarijo, ne bi smele iti v nič,« pravi Josh Morrison, glavni organizator CTD Commons in predsednik organizacije 1Day Sooner. »CTD Commons bo zmanjšal podvajanje dela in stroške ter kar najbolj povečal učinek kliničnih raziskav.«

3. UNC⁠ bo ustanovila Pobudo za generativno imunoterapijo, ki bo ustvarjala javne multimodalne podatke. S tem želi prispevati k prihodnosti, v kateri bodo bolniki z rakom po diagnozi hitro prejeli prilagojeno cepivo proti raku.

   Današnja »neoantigenska« cepiva proti raku so med redkimi zdravili, ki so računalniško zasnovana za vsakega bolnika posebej. Z določanjem zaporedja tumorske celice napovejo, katere tarče, značilne za tumor, so prisotne na njeni površini. Toda določanje zaporedja je le približek resničnosti, saj je tarče na površini celice težko in drago meriti neposredno, še težje pa je preveriti, kako močno se bolnikov imunski sistem odzove na vsako od teh beljakovin.

   UNC bo te manjkajoče povezave pridobila pri več sto tumorjih in različnih vrstah raka ter ustvarila eno prvih podatkovnih zbirk za usposabljanje in vrednotenje na tem področju. Razosebljeni javni podatki bodo raziskovalcem po vsem svetu omogočili nadaljnje delo.

   »Prilagojena cepiva proti raku končno začenjajo kazati znake klinične učinkovitosti, vendar še vedno obstajajo vrzeli, za zapolnitev katerih bi po tradicionalnem modelu razvoja terapij lahko potrebovali desetletja. Visokokakovostni podatki nam lahko pomagajo te vrzeli odpraviti hitreje,« je povedal dr. Alex Rubinsteyn, docent za genetiko na medicinski fakulteti UNC. »Veseli nas, da lahko skrajšamo ta čas in pomagamo uresničiti splošno učinkovite prilagojene imunoterapije.«

   

Naša začetna strategija

Pričakujemo, da bo ta razdelek še posebej pomemben za raziskovalce, ki jih bodo zanimale prihodnje priložnosti za nepovratna sredstva OpenAI Foundation.

Znanstvenih podatkov, ki bi jih bilo vredno zbrati, je bistveno več, kot jih lahko podpre en sam financer. Zato želimo raziskovalni skupnosti podrobneje predstaviti vrste podatkov, pri katerih je po našem mnenju podpora OpenAI Foundation lahko najkoristnejša.

Naše začetne domneve o podatkih, na katere se je treba osredotočiti, so: povezani podatki, redki podatki in neposredni podatki. Podatkovne zbirke, ki jih bomo financirali, bodo običajno imele eno ali dve od teh lastnosti, podrobneje opisanih v nadaljevanju, v redkih primerih pa vse tri.

Pri vseh podatkovnih zbirkah menimo, da bo vse pomembneje zagotoviti široko dostopnost podatkov in hkrati varovati zasebnost, kadar gre za podatke bolnikov. Tako bodo lahko raziskovalci nadgrajevali delo drugih, znanstveni napredek pa bo lahko izviral tudi iz nepričakovanih okolij.

1. Povezani podatki: spremljanje biologije skozi več korakov

   Biološki procesi potekajo na različnih ravneh, vendar večina podatkovnih zbirk ved o življenju zajema le del resničnosti. Atlas celic lahko meri molekule v več tisoč celicah, medtem ko slikanje posameznih molekul spremlja samo eno celico. Oba pogleda sta dragocena, vendar so takšne podatkovne zbirke navadno ustvarjene neodvisno, zato lahko ugotavljanje povezav med znanstvenimi rezultati zahteva več let nadaljnjega dela. Posameznim raziskovalnim ekipam želimo pomagati, da premišljeno prehajajo med temi ravnmi ter ustvarjajo bogate, povezane podatkovne zbirke, katerih različne plasti se medsebojno dopolnjujejo.

   Naša nepovratna sredstva za UCSF bodo ekipi OpenADMET na primer omogočila merjenje ključnih molekularnih lastnosti in interakcij pri več deset tisoč spojinah. Ekipa bo nato to široko profiliranje povezala z dvema pogledoma na prenos zdravil: z eksperimentalno določenimi strukturami prenašalnih beljakovin, na katere so vezane izbrane molekule, in s testi, ki merijo funkcionalno interakcijo teh beljakovin z molekulami. Nazadnje bo podskupino teh spojin preskusila na modelih človeške krvno-možganske pregrade in rezultate primerjala z meritvami in vivo pri živalih.

   Ta pristop k zbiranju podatkov bo ustvaril nenavadno celovit prikaz dejavnikov, ki določajo premikanje zdravila po telesu, in modelom UI omogočil boljše napovedi na ravni, ki je pomembna za ljudi.

2. Redki podatki: ohranjanje tega, česar ni mogoče poustvariti

   Nobena prihodnja UI, naj bo še tako zmogljiva, se ne more vrniti v preteklost in opazovati bioloških dogodkov v določenih, edinstvenih trenutkih. Mednje sodijo vzroki smrti in slabega zdravja v državah brez zanesljivih vitalnih statistik ter vsebina bioloških vzorcev, odvzetih bolnikom v trenutkih, ki so že minili. Biologija je polna takšnih nepovratnih priložnosti, prihodnji razvijalci modelov pa bodo morda našli načine uporabe teh dokazov, ki jih današnji raziskovalci še ne morejo predvideti. Zato nas še posebej zanimajo predlogi, ki dragocene podatke zberejo ali ohranijo, preden priložnost izgine, oziroma ob spoštovanju zasebnosti in soglasja posameznikov omogočijo širok dostop do obstoječih zasebnih podatkovnih zbirk, ki jih ne bo mogoče nikoli poustvariti.

   Z nepovratnimi sredstvi za CTD Commons bomo na primer raziskali, ali je mogoče dokumentacijo neuspešnih programov razvoja zdravil rešiti, preden podjetja prenehajo delovati in dokumentacija izgine. Kratkoročno lahko ti dokumenti ekipam v zgodnjih fazah razvoja zdravil pomagajo razumeti, kaj so regulatorji zahtevali od podobnih izdelkov, da jim tega ne bo treba ugotavljati z dragim poskušanjem in napakami. Dolgoročno lahko dokumenti sistemom strojnega učenja pomagajo odkriti vzorce, ki pojasnjujejo uspeh ali neuspeh zdravil. To bi lahko spodbudilo izboljšave regulative ali strategij preskušanja in bolnikom omogočilo hitrejši dostop do novih načinov zdravljenja.

3. Neposredni podatki: merjenje bioloških in kliničnih stanj, ki so najbližje bistvenemu

   Biologija je večino svoje zgodovine merila tisto, kar je bilo preprosto ali poceni izmeriti. Na primer podatke posameznih celic namesto kliničnih podatkov ljudi ali izražanje RNK namesto beljakovin. Ti približki so izjemno koristni, vendar se lahko tudi oddaljijo od ciljev razumevanja biologije ter preprečevanja in zdravljenja bolezni. V takšnih primerih želimo raziskovalcem zagotoviti vire, ki jih potrebujejo za oblikovanje podatkovnih zbirk z meritvami najpomembnejših dejavnikov. Morda potrebni instrumenti za merjenje »biološke resnice« še ne obstajajo ali pa je njihova obsežna uporaba nedopustno draga. V okviru tega programa želimo podpreti oboje – nove podatke in nova orodja.

   Naša nepovratna sredstva, s katerimi bo UNC ustanovila Pobudo za generativno imunoterapijo, bodo ekipi ustanov UNC Lineberger in UNC Health omogočila ustvariti podatke, utemeljene na ljudeh, ki so potrebni za izboljšanje naslednje generacije cepiv proti raku. To pomeni neposredno merjenje beljakovin na površini tumorskih celic in odzivov bolnikovih celic T, namesto »zgolj« določanja zaporedja tumorja. Ustvarjanje teh podatkov je drago. Ker jih bomo tokrat pridobili celovito in rezultate javno objavili, upamo, da bodo lahko koristili vsem prihodnjim prizadevanjem za razvoj cepiv proti raku. Če bo projekt uspešen, bodo prihodnji kandidati za cepiva lahko v preskušanje odmerjanja pri ljudeh vstopili z zanesljivejšim naborom tarč. To bi moralo povečati verjetnost njihovega delovanja in količino znanja, ki ga je mogoče pridobiti, kadar ne delujejo.

Zagotavljanje dostopnosti podatkov raziskovalcem

Pri vseh nepovratnih sredstvih zagotavljamo, da so nastale podatkovne zbirke čim dostopnejše raziskovalcem po vsem svetu.

Večji del zgodovine znanosti je bilo preverjanje hipotez glavno ozko grlo pri odkrivanju. Za reševanje problemov je bila na voljo le omejena količina »inteligence« – določeno število podiplomskih študentov in poklicnih znanstvenikov, ki so ustvarjali in analizirali podatke o posameznem problemu. Nenehni napredek UI pri programiranju in analizi podatkov to predpostavko odpravlja. Analiza podatkov bo morda postala neprimerno bolj razširljiva, nova spoznanja pa bodo izhajala iz sodelovanj, ki jih je ob nastanku podatkov težko predvideti.

Naše poslanstvo je zagotoviti, da splošna umetna inteligenca koristi vsemu človeštvu. Znanstveni podatki, ustvarjeni z našo podporo, morajo biti široko dostopni, pri človeških podatkih pa je treba vedno ohranjati zasebnost in soglasje posameznikov. Toda dostopnost pomeni več kot zgolj objavo neobdelanih podatkov. Prejemnike nepovratnih sredstev spodbujamo, naj svoje analize objavljajo kot prednatise in podatke redno delijo, ne le ob koncu. Če njihovi podatki niso »povezani«, pa naj skupaj z uporabniki podatkov ocenijo njihovo uporabnost za biološko pomembne probleme.

Iterativno učenje

V tej objavi predstavljamo začetno usmeritev programa Javni podatki za zdravje. Svoja stališča dejavno posodabljamo skladno z napredkom znanosti in UI ter na podlagi pogovorov z drugimi člani raziskovalne skupnosti.

Če imate predloge za program Javni podatki za zdravje, nam pišite na [email protected]⁠. Na naše glasilo se lahko naročite tukaj⁠ ter prejemate prihodnje novice o naših programih in financiranju.

Če bi o problemih, podobnih tistim v tej objavi, z veseljem razmišljali ves delovni čas, trenutno iščemo sodelavce za štiri prosta delovna mesta⁠ v ekipi za vede o življenju in zdravljenje bolezni.