AI გარღვევა კიბოსთან ბრძოლაში!

შესავალი: ხელოვნური ინტელექტი მედიცინის სამსახურში

რამდენიმე დღის წინ!

Google DeepMind-ისა და იელის უნივერსიტეტის თანამშრომლობამ მნიშვნელოვან სამედიცინო გარღვევას მიაღწია. ხელოვნური ინტელექტის მოდელმა, სახელად C2S-Scale, კიბოს თერაპიის პოტენციურად ახალი გზა აღმოაჩინა. ეს აღმოჩენა ნათლად აჩვენებს, თუ როგორ შეუძლია ხელოვნურ ინტელექტს დააჩქაროს სამეცნიერო კვლევები და ახალი, ლაბორატორიულად დადასტურებადი ჰიპოთეზები შექმნას.

--------------------------------------------------------------------------------

1. პრობლემა: რატომ არის ზოგიერთი სიმსივნე იმუნური სისტემისთვის „უხილავი“?

„ცივი“ და „ცხელი“ სიმსივნეები

მარტივად რომ ვთქვათ, „ცივი“ სიმსივნე არის ისეთი ტიპის სიმსივნე, რომელიც ეფექტურად იმალება ორგანიზმის იმუნური სისტემისგან. შედეგად, იმუნოთერაპია, რომელიც იმუნური სისტემის გააქტიურებას ეფუძნება, მასზე სათანადოდ ვერ მოქმედებს.

ონკოლოგიაში ერთ-ერთი მთავარი გამოწვევა სწორედ „ცივი“ სიმსივნის „გაცხელებაა“ - ანუ, მისი იმუნური სისტემისთვის ხილულად ქცევა. ამის ერთ-ერთი გზაა სიმსივნური უჯრედების იძულება, რომ მათ ზედაპირზე გამოავლინონ იმუნური სიგნალები. ამ პროცესს „ანტიგენის პრეზენტაცია“ ეწოდება.

2. ინსტრუმენტი: C2S-Scale — მოდელი, რომელსაც „უჯრედების ენა“ ესმის

ამ გამოწვევის გადასაჭრელად შეიქმნა Google-ის ხელოვნური ინტელექტის მოდელი, Cell2Sentence-Scale 27B (C2S-Scale). ის დაფუძნებულია Google-ის Gemma-ს მოდელების ოჯახზე და მისი მთავარი მიზანია, გაიგოს ცალკეული უჯრედების ბიოლოგიური „ენა“.

მოდელის მასშტაბი - 27 მილიარდი პარამეტრი, მას უნიკალურ შესაძლებლობებს ანიჭებს. ასეთი რთული, პირობითი ამოცანის გადაჭრა გამოიწვია მოდელის მასშტაბურობამ. უფრო მცირე ზომის მოდელებმა კონტექსტზე დამოკიდებული ეფექტის დადგენა ვერ შეძლეს.

3. მისია: რა დაავალეს ხელოვნურ ინტელექტს მეცნიერებმა?

მეცნიერებმა C2S-Scale-ს კონკრეტული დავალება მისცეს: ეპოვა წამალი, რომელიც იმოქმედებდა როგორც „პირობითი გამაძლიერებელი“.

ეს ნიშნავს, რომ მოდელს უნდა ეპოვა პრეპარატი, რომელიც იმუნურ სიგნალს (ანტიგენის პრეზენტაციას) გააძლიერებდა მხოლოდ კონკრეტულ გარემოში - იქ, სადაც უკვე იყო იმუნური ცილის, ინტერფერონის, დაბალი დონე, მაგრამ ეს დონე სიმსივნის გამოსავლენად საკმარისი არ იყო.

ამისთვის გამოყენებულ იქნა მეთოდი, სახელად ორმაგი კონტექსტის ვირტუალური სკრინინგი. მოდელმა 4000-ზე მეტი წამლის ეფექტის სიმულაცია მოახდინა ორ განსხვავებულ სცენარში:

• იმუნური კონტექსტით: პაციენტების რეალური ნიმუშები, სადაც ინტერფერონის დაბალი დონე ფიქსირდებოდა.
• იმუნური კონტექსტის გარეშე: იზოლირებული უჯრედები იმუნური გარემოს გარეშე.

4. აღმოჩენა: მოულოდნელი კანდიდატი

ანალიზმა გამოავლინა როგორც ცნობილი, ისე სრულიად მოულოდნელი კანდიდატები. მოდელის მიერ ნაპოვნი წამლების დაახლოებით 10-30% უკვე ცნობილი იყო სამეცნიერო ლიტერატურისთვის, რაც მის საბაზისო სიზუსტეს ადასტურებდა, თუმცა დანარჩენი სრულიად მოულოდნელი აღმოჩენა იყო. სწორედ ერთ-ერთი ასეთი „გასაკვირი კანდიდატი“ გახდა მთავარი სამიზნე - პრეპარატი სილმიტასერტიბი (silmitasertib).

განსაკუთრებით მნიშვნელოვანია, რომ ეს იყო ახალი ჰიპოთეზა. მოდელმა იწინასწარმეტყველა, რომ სილმიტასერტიბი ანტიგენის პრეზენტაციას გააძლიერებდა მხოლოდ ინტერფერონთან ერთად. ეს კავშირი მანამდე სამეცნიერო ლიტერატურაში აღწერილი არ ყოფილა. შესაბამისად, მოდელმა კი არ გაიმეორა უკვე ცნობილი ფაქტი, არამედ შექმნა სრულიად ახალი, შესამოწმებელი იდეა.

5. მტკიცებულება: პროგნოზიდან ლაბორატორიულ რეალობამდე

შემდეგ ეტაპზე მეცნიერებმა ხელოვნური ინტელექტის ჰიპოთეზა ლაბორატორიაში გადაამოწმეს. აღსანიშნავია, რომ ექსპერიმენტი ჩატარდა ადამიანის ნეიროენდოკრინული უჯრედების მოდელებზე - უჯრედის ტიპზე, რომელიც მოდელს სწავლების პროცესში არასდროს უნახავს. შედეგები შთამბეჭდავი აღმოჩნდა და მოდელის პროგნოზი სრულად დაადასტურა:

• მხოლოდ სილმიტასერტიბის გამოყენება: არანაირი ეფექტი ანტიგენის პრეზენტაციაზე.
• მხოლოდ ინტერფერონის დაბალი დოზის გამოყენება: ზომიერი ეფექტი.
• სილმიტასერტიბისა და ინტერფერონის კომბინაცია: მკვეთრი, სინერგიული გაძლიერება - ანტიგენის პრეზენტაცია დაახლოებით 50%-ით გაიზარდა.

ამგვარად, მოდელის ციფრული (in silico) პროგნოზი ლაბორატორიულად (in vitro) სრულად დადასტურდა. C2S-Scale-მა წარმატებით იპოვა პირობითი გამაძლიერებელი, რომელსაც შეუძლია „ცივი“ სიმსივნის „გაცხელება“ და იმუნური სისტემისთვის ხილული სამიზნე გახადოს.

--------------------------------------------------------------------------------

6. რას ნიშნავს ეს მომავლის მედიცინისთვის?

მიუხედავად იმისა, რომ ეს კვლევის ადრეული ეტაპია და არა მზა წამალი, ის წარმოადგენს ახალი ტიპის ბიოლოგიური აღმოჩენების მოდელს. ეს შედეგი აჩვენებს, რომ ხელოვნურ ინტელექტს შეუძლია მნიშვნელოვნად დააჩქაროს ახალი კომბინირებული თერაპიების შემუშავება.

აღსანიშნავია, რომ C2S-Scale მოდელი და მისი რესურსები ღია და ხელმისაწვდომია სხვა მკვლევრებისთვისაც, რაც ხელს შეუწყობს მეცნიერების შემდგომ განვითარებას და ახალი აღმოჩენების გაკეთებას.

ქართული საზოაგდოებისთვის მოამზადა ზაზა ცოტნიაშვილმა NoteBookLM-ის გამოყენებით.