Tại sao các công ty AI đang chạy đua để xây dựng một tế bào người ảo

(SeaPRwire) –   Một tế bào người là một cỗ máy Rube Goldberg không giống bất kỳ cỗ máy nào khác, chứa đầy các phản ứng dây chuyền sinh học tạo ra sự khác biệt giữa sự sống và cái chết. Hiểu được những mối quan hệ tinh tế này và cách chúng trở nên sai lệch trong bệnh tật là một trong những điểm hấp dẫn cốt lõi của sinh học. Một sai lầm nhỏ trong gen có thể làm cho protein mà nó tạo ra bị biến dạng. Một protein biến dạng không thể thực hiện công việc của nó. Và vì thiếu protein đó, cơ thể – bạn – có thể bắt đầu suy yếu.

Tuy nhiên, các tế bào phức tạp đến mức việc hiểu được cách một protein bị lỗi lan truyền khắp hệ thống là rất khó. Graham Johnson, một nhà sinh học tính toán và họa sĩ khoa học tại Allen Institute for Cell Science, nhớ lại việc đã mơ mộng tại bàn ăn trưa, hơn 15 năm trước, về một mô hình tế bào trên máy tính chi tiết và hoàn chỉnh đến mức các nhà khoa học có thể quan sát các quá trình đó diễn ra. Vào thời điểm đó, ông nói, “mọi người chỉ cười khúc khích.” “Điều đó quá phi thực tế.”

Nhưng giờ đây, một số nhà nghiên cứu đang sử dụng AI để thực hiện những bước tiến mới hướng tới mục tiêu tạo ra một “tế bào ảo.” Google’s DeepMind đang , và Chan Zuckerberg Initiative (CZI) đã biến các tế bào ảo thành một trọng tâm chính trong mạng lưới nghiên cứu Biohub của họ, theo Theo Karaletsos, giám đốc cấp cao về AI tại CZI. Thậm chí còn có , được thành lập bởi Arc Institute, cho các mô hình kiểu tế bào ảo. Mục tiêu của tất cả những nỗ lực này là dự đoán cách các tế bào khỏe mạnh và bệnh tật hoạt động, với độ chi tiết cao đến mức có thể đẩy nhanh quá trình phát triển thuốc và tăng tốc các khám phá khoa học. Một số người nghĩ rằng các tế bào ảo thậm chí có thể tinh gọn nghiên cứu cơ bản, chuyển các nhà sinh học từ phòng thí nghiệm sang bàn phím.

Vậy, tế bào ảo là gì?

Định nghĩa chính xác về tế bào ảo khác nhau tùy thuộc vào người bạn nói chuyện. Một số nhà khoa học, như Johnson, hy vọng rằng một tế bào ảo sẽ bao gồm một biểu diễn trực quan mà bạn có thể nhấp vào và khám phá. Những người khác coi nó chủ yếu là một tập hợp các chương trình máy tính có thể trả lời các câu hỏi và đưa ra dự đoán về những gì có khả năng xảy ra. Nhưng khái niệm này không phải là một ý tưởng mới. Trong nhiều thập kỷ, các nhà sinh học đã xây dựng các mô hình toán học về các quá trình tế bào. Để tạo ra chúng, các nhà nghiên cứu dựa trên dữ liệu từ các thí nghiệm với các tế bào thực, đưa ra các phương trình mô tả những gì đang diễn ra.

Hiện nay có nhiều dữ liệu về tế bào người hơn bao giờ hết, một phần nhờ vào công nghệ cho phép các nhà khoa học theo dõi các hoạt động của từng tế bào. Nhưng việc tìm ra các phương trình cho mọi quá trình và ghép chúng lại với nhau là một nhiệm vụ khổng lồ. Stephen Quake, giáo sư tại Stanford University và cựu trưởng khoa học tại CZI, nói: “Cách làm cũ” — tức là thủ công — “tôi sẽ nói, chỉ có thành công rất hạn chế.” Năm ngoái, ông và các nhà nghiên cứu khác đã trình bày tầm nhìn về một phương pháp tiếp cận khác, một phương pháp cung cấp dữ liệu về tế bào trực tiếp cho các AI chuyên biệt. Ông nói: “Bạn xây dựng các mô hình học hỏi trực tiếp từ dữ liệu, thay vì cố gắng viết ra các phương trình.”

Quake và các đồng nghiệp của ông đã có . Họ đã sử dụng dữ liệu về tế bào từ 12 loài khác nhau để huấn luyện một AI. Sau đó, AI đã có thể đưa ra những dự đoán chính xác về các tế bào của những loài mà nó chưa từng thấy trước đây, Quake nói. Nó cũng có thể suy ra mối quan hệ giữa các loại tế bào khác nhau trong một loài duy nhất, mặc dù không được cung cấp thông tin nào về những mối liên kết đó. Quake nói: “Đó là điều khiến tôi, cá nhân tôi, cực kỳ hào hứng với phương pháp này.”

Một nhóm các nhà nghiên cứu khác, bao gồm một số người tại Google DeepMind, đang . Họ đã huấn luyện các AI trên các bộ dữ liệu lớn về thông tin tế bào, cho phép người dùng đặt câu hỏi như, “Tế bào này sẽ phản ứng thế nào với loại thuốc này?” và sau đó nhận được câu trả lời về những phần nào của tế bào có khả năng bị ảnh hưởng.

Đây chỉ là một số phương pháp mà các nhà khoa học đang thực hiện để tạo ra các tế bào ảo. Có khả năng cuối cùng sẽ có nhiều loại tế bào ảo khác nhau, được thiết kế để các loại nhà nghiên cứu khác nhau sử dụng. Chẳng hạn, tế bào ảo được sử dụng bởi một nhà sinh học ung thư có thể khác với tế bào ảo được sử dụng bởi một nhà sinh học tế bào đang tìm cách trả lời các câu hỏi về cách một cấu trúc nhất định đã tiến hóa. Và có thể họ sẽ sử dụng cả phương pháp mô hình hóa truyền thống và AI.

Tế bào ảo có thể cho phép chúng ta làm gì

Các tế bào ảo có thể giúp việc khám phá thuốc mới nhanh hơn và dễ dàng hơn. Chúng cũng có thể cung cấp cái nhìn sâu sắc về cách các tế bào ung thư lẩn tránh hệ miễn dịch, hoặc cách một bệnh nhân cụ thể có thể phản ứng với một liệu pháp nhất định. Chúng thậm chí có thể giúp các nhà khoa học cơ bản đưa ra các giả thuyết về cách các tế bào hoạt động, từ đó định hướng họ đến những thí nghiệm cần thực hiện với các tế bào thực. Quake nói: “Mục tiêu tổng thể ở đây là cố gắng biến sinh học tế bào từ một lĩnh vực 90% thực nghiệm và 10% tính toán thành ngược lại.”

Một số nhà khoa học đặt câu hỏi về mức độ hữu ích của các dự đoán do AI đưa ra, nếu AI không thể cung cấp lời giải thích cho chúng. Erick Armingol, một nhà sinh học hệ thống và nhà nghiên cứu hậu tiến sĩ tại Wellcome Sanger Institute ở Vương quốc Anh, nói: “Các mô hình AI, thông thường, là một hộp đen.” Nói cách khác, chúng cho bạn một câu trả lời, nhưng chúng không thể cho bạn biết tại sao chúng lại đưa ra câu trả lời đó.

Ông nói: “Cá nhân tôi, lý do tôi chọn lĩnh vực này là vì tôi muốn mô phỏng toàn bộ cơ thể người và cách các tế bào kết nối và tương tác với nhau. Đó là ước mơ.” Các câu trả lời từ hộp đen có thể hữu ích cho việc định hướng phát triển thuốc, nhưng chúng có thể không hữu ích cho các nhà khoa học cơ bản – ít nhất là theo cách mà nhiều AI hiện đang được thiết lập. (Karaletsos, từ CZI, nói rằng một số AI của họ được thiết lập để cung cấp giải thích về lý do của chúng. Ông nói: “Chúng tôi muốn hiểu, chứ không chỉ dự đoán.”)

Johnson, người đã viết một về tầm quan trọng của việc xây dựng các tế bào ảo, hy vọng rằng bất cứ điều gì các nhà khoa học cuối cùng xây dựng đều có thể được trực quan hóa. Ông nói: “Lý tưởng của tôi là một phiên bản trực quan, tương tác, trực quan của một thứ phức tạp.” “Tôi nghĩ AI là yếu tố hoàn toàn quan trọng để thực hiện tất cả điều này. Tôi không quan tâm đến các dự đoán hộp đen như là kết quả chính.”

Bất kể chúng được xây dựng như thế nào, có thể sẽ mất một thời gian trước khi các loại tế bào ảo hoạt động. Quake nói: “Đây không phải là điều sẽ được thực hiện vào năm tới.” “Tôi nghĩ sẽ mất cả một thập kỷ để nhận ra tiềm năng.”

Nhưng kể từ cuộc trò chuyện buổi trưa xa xưa đó, Johnson nói, những tiến bộ trong sinh học tế bào và khoa học máy tính đã thay đổi căn bản triển vọng về việc một ngày nào đó có một tế bào ảo. Ông nói: “Tôi không còn cảm thấy như một kẻ điên rồ chỉ biết than vãn về điều này nữa.” “Bây giờ nó cảm thấy khả thi.”