科学家追求“虚拟细胞”梦想
—Sciepro—科学图片库—Getty Images

单个细胞本身就是一个世界,由数十亿个连锁分子组成,这些分子的复杂模式可以预测健康和疾病。生物学家通常在实验室中研究细胞如何工作。但近年来,“虚拟细胞”——一种如此详细、与现实如此相似的计算机模型,科学家可以在其中而不是在实验室中进行实验——的想法获得了发展。 进入对话。

生物学家想象,通过虚拟细胞,您可以停用与疾病有关的基因或添加实验药物,然后观察细胞如何进化。许多观察家认为这样的模型 人工智能应该参与进来可以帮助产生新疗法的想法。这可能提出在活细胞中探索的有希望的假设或加速药物发现的漫长过程。

尽管这样的进展还很遥远,但研究人员正在努力实现这一目标。 Arc Institute 是一家位于加利福尼亚州帕洛阿尔托的人工智能和生物学研究中心, 公告 11 月 19 日,第二届比赛中的最佳球队 虚拟细胞挑战研究人员设计计算机模型来预测细胞行为的竞赛。

Arc 研究所人工智能研究负责人、加州大学旧金山分校生物化学教授 Hani Goodarzi 表示,参与最终评审的团队数量是去年的三倍,总共约 1000 个团队,这表明人们对这一问题的兴趣和资源显着增加。 “参与者的数量令人印象深刻,”他说。 “今年,每个人都开始工作了。”

关闭基因而不影响细胞

2020 年,谷歌 DeepMind 开发的人工智能系统 AlphaFold 在预测蛋白质最终折叠形状的竞赛中获得第一名。 生物学中的难题。科学家们感到震惊和好奇,开始想知道这些工具还能解决哪些其他问题。

Arc 竞赛的灵感来自于这个“AlphaFold 时刻”。但虚拟细胞带来了更大的挑战。 AlphaFold 对单个分子结构的预测是基于巨大的 蛋白质数据库几十年来科学贡献的精心成果。相比之下,“细胞包含数十亿个分子和数千个不同的过程,这些过程都是相互协调的,并且随时发生,”西北大学化学和生物医学工程教授、陈·扎克伯格倡议生物中心生物工程主席 Shana Kelley 说,她没有参加这项挑战。 “我们需要多少数据才能训练出相同水平的模型?可能需要数十亿甚至数万亿的数据集。”

对于今年的虚拟细胞挑战赛,组织者只要求提供虚拟细胞可能提供的部分功能:预测细胞在以下情况下会发生什么: 基因被关闭。古达齐说,科学界已经在这种实验上总共花费了数亿美元。 “如果你像 AlphaFold 一样,希望用可靠的计算机模拟(即计算机模拟)取代非常缓慢且昂贵的东西,“这对我们来说就像北极星,至少在这个阶段是这样,”他说。希望这个问题的答案有一天能够带来进步,例如更有效、更快的药物发现。

首先,参与者获得有关当各种基因关闭时三种类型的细胞如何反应的信息。然后他们被要求提出一个模型,可以预测其他三种非常不同的细胞类型将如何应对这种变化。

更多数据意味着更好的预测

Goodarzi 表示,超过 1,600 个团队,包括各个大学实验室和生物技术公司团体,在竞赛的早期阶段提交了设计。大约一千个团队提交了他们的模型对最后阶段的预测。

数据带来了改变。团队可以使用所有可用的数据来训练他们的模型,包括专有信息、关于基因的作用以及不同细胞类型如何工作(实验室实验中产生的那种东西),“其中一些有很多这样的数据,”古达齐说。 “这表明了。”获得一等奖(奖金 10 万美元)的模型来自生物技术公司 Illumina 的团队。他们的模型的灵感来自 Illumina 数十亿细胞图谱公司拥有的数据集。生物技术公司 Xaira Therapeutics 的团队依靠自己的数据创建了三等奖模型(奖金 25,000 美元)。但亚军模型 FlowState 仅使用公开数据,由两位年轻的独立研究人员 Sina Khodaveisi 和 Navid Bagheri 开发,最终赢得了总计 5 万美元的奖金。

Khodaveisi 拥有机器学习背景,他将他的模型描述为一个由三部分组成的团队。 “一个决定细胞内的变化,另一个决定影响的大小,最后一个决定变化的方向,”他说。 “这就是我们的模型有趣的原因:我们可以理解其背后的推理。”

这三个获胜模型有一个共同点:它们都使用分步程序来根据已知结果预测变革可能产生的影响。但还有很长的路要走。尽管这些模型擅长预测全局,但它们在预测不同细胞类型的个体特质(虚拟细胞模型的关键要素)方面不太成功。

“作为一个社区,我们需要生成越来越多的数据,”古达齐说,“以使模型能够更好地概括。”

研究人员如何获得更多数据?

“生物数据需要创建,但还没有被发现,”Illumina 团队成员 Eyal Ben David 说道,他是该公司数十亿细胞图谱的生物信息学负责人。 “对于我们这个领域的人来说,拥有足够的数据来以有意义的方式预测生物学是一个巨大的挑战。”

事态升级已经在进行中。四月, 生物中心——由陈·扎克伯格倡议支持的非营利生物医学研究组织——宣布 新的虚拟生物学计划一个为期五年的计划,旨在生成可用于虚拟细胞模型的数据。 7月,美国国立卫生研究院宣布 生物创世纪使命这也将创建此类数据。 “在接下来的 18 个月里,我们相信我们最初可以将可用的相关数据量增加十倍,”凯利说。 “那我们就从那里继续吧。”

Goodarzi 和他在 Arc 研究所的同事已经在为今年夏天开始的明年虚拟细胞挑战赛做准备。 “我们将每年无限期地继续下去,”他说。 “直到我们拥有一个虚拟细胞。”