Umělá inteligence by mohla provádět až milion mikrobiologických experimentů ročně

Inovativní technologie v současnosti dokážou odhalit kombinace aminokyselin, a mohly by nám říci mnohem více o 90 % bakterií, které vědci zatím téměř nezkoumali. Systém umělé inteligence umožňuje robotům provádět autonomní vědecké experimenty – až 10 000 denně -, což může znamenat drastický skok v tempu objevů v oblastech od medicíny přes zemědělství až po vědu o životním prostředí.

Systém umělé inteligence umožňuje robotům provádět autonomní vědecké experimenty – až 10 000 denně – což může znamenat výrazný skok v tempu objevů v oblastech od medicíny přes zemědělství až po vědu o životním prostředí.

Zpráva byla zveřejněna v časopise Nature Microbiology a tým vedl profesor, který nyní působí na Michiganské univerzitě.

AI jako urychlovač vědeckých experimentů

Tato platforma umělé inteligence, nazvaná BacterAI, zmapovala metabolismus dvou mikrobů spojených se zdravím ústní dutiny – bez výchozích informací. Bakterie spotřebovávají určitou kombinaci z 20 aminokyselin potřebných k životu, ale každý druh potřebuje ke svému růstu specifické živiny. Tým U-M chtěl zjistit, jaké aminokyseliny potřebují prospěšné mikroby v našich ústech, aby mohl podpořit jejich růst.

„O většině bakterií, které ovlivňují naše zdraví, nevíme téměř nic. Pochopení toho, jak bakterie rostou, je prvním krokem k přetvoření našeho mikrobiomu.“ řekl Paul Jensen, odborný asistent biomedicínského inženýrství U-M, který v době zahájení projektu působil na Illinoiské univerzitě.

Zjistit, jakou kombinaci aminokyselin mají bakterie rády, je však složité. Těchto 20 aminokyselin poskytuje více než milion možných kombinací, a to jen na základě toho, zda je každá aminokyselina přítomna, nebo ne. Přesto se BacterAI podařilo odhalit požadavky na aminokyseliny pro růst Streptococcus gordonii i Streptococcus sanguinis.

Aby našla správný vzorec pro každý druh, testovala společnost BacterAI stovky kombinací aminokyselin denně, přičemž se každé ráno zdokonalovala a měnila kombinace na základě výsledků z předchozího dne. Během devíti dnů poskytovala přesné předpovědi v 90 % případů.

Nové výzvy pro mikrobiologii

Na rozdíl od běžných přístupů, které do modelu strojového učení vkládají soubory označených dat, si BacterAI vytváří vlastní soubor dat prostřednictvím řady experimentů. Analýzou výsledků předchozích pokusů přichází s předpověďmi, jaké nové experimenty by mu mohly poskytnout nejvíce informací. Výsledkem je, že na většinu pravidel pro krmení bakterií přišel s méně než 4 000 experimenty.

„Když se dítě učí chodit, nedívá se na dospělé, jak chodí, a pak neřekne: Dobře, už to chápu, postaví se a začne chodit. Nejdříve tápou a dělají pokusy a samozřejmě i omyly,“

Paul Jensen

„Chtěli jsme, aby náš agent umělé inteligence dělal kroky a padal, aby přicházel na vlastní nápady a dělal chyby. Každým dnem se tak stane o něco lepším, o něco chytřejším.“

O zhruba 90 % bakterií nebyl proveden téměř žádný výzkum a množství času a prostředků potřebných k tomu, aby se o nich zjistily i základní vědecké informace pomocí běžných metod, je skličující. Automatizované experimenty mohou tyto objevy výrazně urychlit. Tým provedl až 10 000 experimentů za jediný den.

Využití však přesahuje rámec mikrobiologie. Výzkumníci v jakémkoli oboru mohou nastavit otázky jako hádanky, které má umělá inteligence řešit pomocí tohoto druhu pokusů a omylů.

„S nedávným rozmachem mainstreamové umělé inteligence v posledních několika měsících si mnoho lidí není jisto, co přinese v budoucnu, a to jak pozitivního, tak negativního.“ řekl Adam Dama, bývalý inženýr v Jensenově laboratoři a hlavní autor studie. „Mně je však zcela jasné, že cílené aplikace umělé inteligence, jako je náš projekt, urychlí každodenní výzkum.“

Výzkum byl financován Národním institutem zdraví s podporou společnosti NVIDIA.