Generative Data Intelligence

Αυτό το AI μόλις σχεδίασε έναν πιο ακριβή επεξεργαστή γονιδίων CRISPR για ανθρώπινα κύτταρα από την αρχή

Ημερομηνία:

Το CRISPR έφερε επανάσταση στην επιστήμη. Το AI πηγαίνει τώρα τον επεξεργαστή γονιδίων στο επόμενο επίπεδο.

Χάρη στην ικανότητά του να επεξεργάζεται με ακρίβεια το γονιδίωμα, τα εργαλεία CRISPR χρησιμοποιούνται πλέον ευρέως στη βιοτεχνολογία και σε ολόκληρη την ιατρική για την αντιμετώπιση κληρονομικών ασθενειών. Στα τέλη του 2023, μια θεραπεία που χρησιμοποιεί το Βραβευμένο με Νόμπελ εργαλείο έλαβε έγκριση από τον FDA για τη θεραπεία της δρεπανοκυτταρικής αναιμίας. Το CRISPR έχει επίσης ενεργοποιήσει Θεραπεία CAR T για την καταπολέμηση του καρκίνου και έχει συνηθίσει μειώνουν τα επικίνδυνα υψηλά επίπεδα χοληστερόλης σε κλινικές δοκιμές.

Εκτός ιατρικής, τα εργαλεία CRISPR είναι αλλάζοντας το αγροτικό τοπίο, με έργα σε εξέλιξη προς μηχανική ταύροι χωρίς κέρατα, ντομάτες πλούσιες σε θρεπτικά συστατικά, να ζώα και ψάρια με περισσότερη μυϊκή μάζα.

Παρά τον αντίκτυπό του στον πραγματικό κόσμο, το CRISPR δεν είναι τέλειο. Το εργαλείο κόβει και τους δύο κλώνους του DNA, κάτι που μπορεί να προκαλέσει επικίνδυνες μεταλλάξεις. Μπορεί επίσης να τσιμπήσει ακούσια ανεπιθύμητες περιοχές του γονιδιώματος και να προκαλέσει απρόβλεπτες παρενέργειες.

Το CRISPR ανακαλύφθηκε για πρώτη φορά στα βακτήρια ως αμυντικός μηχανισμός, υποδηλώνοντας ότι η φύση κρύβει μια πληθώρα συστατικών CRISPR. Την τελευταία δεκαετία, οι επιστήμονες έχουν εξετάσει διαφορετικά φυσικά περιβάλλοντα - για παράδειγμα, αποβράσματα λιμνών - για να βρουν άλλες εκδόσεις του εργαλείου που θα μπορούσαν ενδεχομένως να αυξήσουν την αποτελεσματικότητα και την ακρίβειά του. Αν και είναι επιτυχημένη, αυτή η στρατηγική εξαρτάται από το τι έχει να προσφέρει η φύση. Ορισμένα οφέλη, όπως το μικρότερο μέγεθος ή η μεγαλύτερη διάρκεια ζωής στο σώμα, συχνά συνοδεύονται από συμβιβασμούς όπως χαμηλότερη δραστηριότητα ή ακρίβεια.

Αντί να βασιζόμαστε στην εξέλιξη, μπορούμε να επιταχύνουμε τα καλύτερα εργαλεία CRISPR με την τεχνητή νοημοσύνη;

Αυτή την εβδομάδα, Πλούσιος, μια startup με έδρα την Καλιφόρνια, σκιαγράφησε μια στρατηγική που χρησιμοποιεί την τεχνητή νοημοσύνη για να ονειρευτεί ένα νέο σύμπαν με συντάκτες γονιδίων CRISPR. Βασισμένο σε μεγάλα γλωσσικά μοντέλα - την τεχνολογία πίσω από το δημοφιλές ChatGPT - η τεχνητή νοημοσύνη σχεδίασε πολλά νέα στοιχεία γονιδιακής επεξεργασίας.

Στα ανθρώπινα κύτταρα, τα συστατικά συνδυάστηκαν για να επεξεργαστούν αξιόπιστα στοχευμένα γονίδια. Η απόδοση ταίριαζε με το κλασικό CRISPR, αλλά με πολύ μεγαλύτερη ακρίβεια. Ο πιο πολλά υποσχόμενος επεξεργαστής, που ονομάστηκε OpenCRISPR-1, θα μπορούσε επίσης να ανταλλάξει με ακρίβεια μεμονωμένα γράμματα DNA - μια τεχνολογία που ονομάζεται βασική επεξεργασία - με μια ακρίβεια που ανταγωνίζεται τα τρέχοντα εργαλεία.

«Δείχνουμε την πρώτη επιτυχημένη επεξεργασία του ανθρώπινου γονιδιώματος στον κόσμο χρησιμοποιώντας ένα σύστημα γονιδιακής επεξεργασίας όπου κάθε στοιχείο είναι πλήρως σχεδιασμένο από AI». Έγραψε οι συγγραφείς σε μια ανάρτηση ιστολογίου.

Ταιριάζει με τον Παράδεισο

Η CRISPR και η AI είχαν ένα μακρύ ειδύλλιο.

Η συνταγή CRISPR έχει δύο κύρια μέρη: Μια πρωτεΐνη Cas «ψαλίδι» που κόβει ή κόβει το γονιδίωμα και έναν οδηγό RNA «λαγωνικού» που δένει την πρωτεΐνη ψαλιδιού στο γονίδιο στόχο.

Μεταβάλλοντας αυτά τα στοιχεία, το σύστημα γίνεται μια εργαλειοθήκη, με κάθε ρύθμιση προσαρμοσμένη για να εκτελεί έναν συγκεκριμένο τύπο επεξεργασίας γονιδίων. Ορισμένες πρωτεΐνες Cas κόβουν και τους δύο κλώνους του DNA. άλλοι δίνουν μόνο ένα σκέλος ένα γρήγορο απόκομμα. Οι εναλλακτικές εκδόσεις μπορούν επίσης να κόψουν το RNA, έναν τύπο γενετικού υλικού που βρίσκεται σε ιούς, και μπορούν να χρησιμοποιηθούν ως διαγνωστικά εργαλεία ή αντιικές θεραπείες.

Διαφορετικές εκδόσεις των πρωτεϊνών Cas βρίσκονται συχνά με αναζήτηση φυσικών περιβαλλόντων ή μέσω μιας διαδικασίας που ονομάζεται άμεση εξέλιξη. Εδώ, ο επιστήμονας ανταλλάσσει ορθολογικά ορισμένα μέρη της πρωτεΐνης Cas για να ενισχύσει δυνητικά την αποτελεσματικότητα.

Είναι μια εξαιρετικά χρονοβόρα διαδικασία. Αυτό είναι όπου έρχεται η AI.

Η μηχανική μάθηση έχει ήδη βοηθήσει προβλέπουν αποτελέσματα εκτός στόχου στα εργαλεία CRISPR. Είναι επίσης στεγάζεται σε σε μικρότερες πρωτεΐνες Cas για να διευκολύνουν την παράδοση των μειωμένων συντάξεων στα κύτταρα.

Η Profluent χρησιμοποίησε την τεχνητή νοημοσύνη με καινοτόμο τρόπο: Αντί να ενισχύουν τα τρέχοντα συστήματα, σχεδίασαν στοιχεία CRISPR από την αρχή χρησιμοποιώντας μεγάλα μοντέλα γλώσσας.

Η βάση του ChatGPT και του DALL-E, αυτά τα μοντέλα εκτόξευσαν την τεχνητή νοημοσύνη στο mainstream. Μαθαίνουν από τεράστιες ποσότητες κειμένου, εικόνων, μουσικής και άλλων δεδομένων για την απόσταξη μοτίβων και εννοιών. Είναι ο τρόπος με τον οποίο οι αλγόριθμοι δημιουργούν εικόνες από ένα μόνο μήνυμα κειμένου - ας πούμε, "μονόκερος με γυαλιά ηλίου που χορεύουν πάνω από ένα ουράνιο τόξο" - ή μιμούνται το μουσικό στυλ ενός συγκεκριμένου καλλιτέχνη.

Η ίδια τεχνολογία έχει επίσης μεταμόρφωσε τον κόσμο του σχεδιασμού πρωτεϊνών. Όπως οι λέξεις σε ένα βιβλίο, οι πρωτεΐνες μοιράζονται από μεμονωμένα μοριακά «γράμματα» σε αλυσίδες, οι οποίες στη συνέχεια διπλώνουν με συγκεκριμένους τρόπους για να κάνουν τις πρωτεΐνες να λειτουργούν. Τροφοδοτώντας αλληλουχίες πρωτεϊνών στο AI, οι επιστήμονες το έχουν ήδη κάνει διαμορφωμένα αντισώματα και άλλες λειτουργικές πρωτεΐνες άγνωστες στη φύση.

«Τα μεγάλα μοντέλα γλώσσας παραγωγής πρωτεϊνών αποτυπώνουν το υποκείμενο σχέδιο του τι κάνει μια φυσική πρωτεΐνη λειτουργική». Έγραψε η ομάδα στην ανάρτηση του ιστολογίου. «Υπόσχονται μια συντόμευση για να παρακάμψουμε την τυχαία διαδικασία της εξέλιξης και να μας οδηγήσουν στο να σχεδιάζουμε σκόπιμα πρωτεΐνες για συγκεκριμένο σκοπό».

Ονειρεύεται το AI CRISPR Sheep;

Όλα τα μεγάλα μοντέλα γλώσσας χρειάζονται δεδομένα εκπαίδευσης. Το ίδιο ισχύει για έναν αλγόριθμο που δημιουργεί επεξεργαστές γονιδίων. Σε αντίθεση με το κείμενο, τις εικόνες ή τα βίντεο που μπορούν εύκολα να εγγραφούν στο διαδίκτυο, μια βάση δεδομένων CRISPR είναι πιο δύσκολο να βρεθεί.

Η ομάδα εξέτασε αρχικά πάνω από 26 terabytes δεδομένων σχετικά με τα τρέχοντα συστήματα CRISPR και κατασκεύασε έναν άτλαντα CRISPR-Cas — τον πιο εκτεταμένο μέχρι σήμερα, σύμφωνα με τους ερευνητές.

Η αναζήτηση αποκάλυψε εκατομμύρια εξαρτήματα CRISPR-Cas. Στη συνέχεια η ομάδα προπόνησε τους Μοντέλο γλώσσας ProGen2—το οποίο βελτιώθηκε για την ανακάλυψη πρωτεΐνης—χρησιμοποιώντας τον άτλαντα CRISPR.

Το AI τελικά δημιούργησε τέσσερα εκατομμύρια πρωτεϊνικές αλληλουχίες με πιθανή δραστηριότητα Cas. Μετά το φιλτράρισμα των προφανών ατυχημάτων με ένα άλλο πρόγραμμα υπολογιστή, η ομάδα χρησιμοποίησε ένα νέο σύμπαν από «πρωτεϊνικό ψαλίδι» Cas.

Ο αλγόριθμος δεν ονειρεύτηκε απλώς πρωτεΐνες όπως το Cas9. Οι πρωτεΐνες Cas έρχονται σε οικογένειες, η καθεμία με τις δικές της ιδιορρυθμίες στην ικανότητα επεξεργασίας γονιδίων. Το AI σχεδίασε επίσης πρωτεΐνες που μοιάζουν με το Cas13, το οποίο στοχεύει το RNA, και το Cas12a, το οποίο είναι πιο συμπαγές από το Cas9.

Συνολικά, τα αποτελέσματα επέκτειναν το σύμπαν των πιθανών πρωτεϊνών Cas σχεδόν πέντε φορές. Αλλά λειτουργεί κάποιο από αυτά;

Γεια σου, CRISPR World

Για την επόμενη δοκιμή, η ομάδα επικεντρώθηκε στο Cas9, επειδή χρησιμοποιείται ήδη ευρέως στη βιοϊατρική και σε άλλους τομείς. Εκπαίδευσαν την τεχνητή νοημοσύνη σε περίπου 240,000 διαφορετικές δομές πρωτεΐνης Cas9 από πολλούς τύπους ζώων, με στόχο τη δημιουργία παρόμοιων πρωτεϊνών για να αντικαταστήσουν τις φυσικές, αλλά με μεγαλύτερη αποτελεσματικότητα ή ακρίβεια.

Τα αρχικά αποτελέσματα ήταν εκπληκτικά: Οι δημιουργημένες αλληλουχίες, περίπου ένα εκατομμύριο από αυτές, ήταν εντελώς διαφορετικές από τις φυσικές πρωτεΐνες Cas9. Αλλά χρησιμοποιώντας το AlphaFold2 του DeepMind, μια τεχνητή νοημοσύνη πρόβλεψης πρωτεϊνικής δομής, η ομάδα διαπίστωσε ότι οι δημιουργούμενες αλληλουχίες πρωτεΐνης θα μπορούσαν να υιοθετήσουν παρόμοια σχήματα.

Οι πρωτεΐνες Cas δεν μπορούν να λειτουργήσουν χωρίς έναν οδηγό RNA bloodhound. Με τον άτλαντα CRISPR-Cas, η ομάδα εκπαίδευσε επίσης την τεχνητή νοημοσύνη για να δημιουργήσει έναν οδηγό RNA όταν τους δοθεί μια αλληλουχία πρωτεΐνης.

Το αποτέλεσμα είναι ένας επεξεργαστής γονιδίων CRISPR με αμφότερα τα συστατικά—οδηγό πρωτεΐνης Cas και RNA— σχεδιασμένο από την AI. Με το όνομα OpenCRISPR-1, η δραστηριότητα επεξεργασίας γονιδίων του ήταν παρόμοια με τα κλασικά συστήματα CRISPR-Cas9 όταν δοκιμάστηκε σε καλλιεργημένα ανθρώπινα νεφρικά κύτταρα. Παραδόξως, η έκδοση που δημιουργήθηκε με AI μείωσε την επεξεργασία εκτός στόχου κατά περίπου 95 τοις εκατό.

Με μερικές τροποποιήσεις, το OpenCRISPR-1 θα μπορούσε επίσης να πραγματοποιήσει επεξεργασία βάσης, η οποία μπορεί να αλλάξει μεμονωμένα γράμματα DNA. Σε σύγκριση με το κλασικό CRISPR, η βασική επεξεργασία είναι πιθανώς πιο ακριβής, καθώς περιορίζει τη βλάβη στο γονιδίωμα. Στα ανθρώπινα νεφρικά κύτταρα, το OpenCRISPR-1 μετέτρεψε αξιόπιστα ένα γράμμα DNA σε ένα άλλο σε τρεις θέσεις σε όλο το γονιδίωμα, με ρυθμό επεξεργασίας παρόμοιο με τους τρέχοντες συντάκτες βάσης.

Για να είμαστε σαφείς, τα εργαλεία CRISPR που δημιουργήθηκαν από την τεχνητή νοημοσύνη έχουν δοκιμαστεί μόνο σε κύτταρα σε ένα πιάτο. Για να φτάσουν οι θεραπείες στην κλινική, θα πρέπει να υποβληθούν σε προσεκτικές δοκιμές για την ασφάλεια και την αποτελεσματικότητα σε ζωντανά πλάσματα, κάτι που μπορεί να διαρκέσει πολύ.

Η Profluent μοιράζεται ανοιχτά το OpenCRISPR-1 με ερευνητές και εμπορικές ομάδες, αλλά διατηρεί την τεχνητή νοημοσύνη που δημιούργησε το εργαλείο στο εσωτερικό της. «Κυκλοφορούμε το OpenCRISPR-1 δημόσια για να διευκολύνουμε την ευρεία, ηθική χρήση σε ερευνητικές και εμπορικές εφαρμογές», έγραψαν.

Ως προεκτύπωση, η εργασία που περιγράφει τη δουλειά τους δεν έχει ακόμη αναλυθεί από ειδικούς κριτές. Οι επιστήμονες θα πρέπει επίσης να δείξουν ότι το OpenCRISPR-1 ή οι παραλλαγές του λειτουργούν σε πολλούς οργανισμούς, συμπεριλαμβανομένων φυτών, ποντικών και ανθρώπων. Όμως, δελεαστικά, τα αποτελέσματα ανοίγουν μια νέα λεωφόρο για τη γενετική τεχνητή νοημοσύνη - μια λεωφόρο που θα μπορούσε να αλλάξει θεμελιωδώς το γενετικό μας σχέδιο.

Image Credit: Πλούσιος

spot_img

Τελευταία Νοημοσύνη

spot_img

Συνομιλία με μας

Γεια σου! Πώς μπορώ να σε βοηθήσω?