«Biohub» Цукерберга: строит ИИ-модели клеток для борьбы с болезнями
Биологический хаб Марка Цукерберга и Присциллы Чан инвестирует 500 миллионов долларов в создание ИИ-моделей человеческих клеток на фоне гонки техгигантов за внедрение искусственного интеллекта в биологию.
Генеральный директор «Meta» Марк Цукерберг и его жена Присцилла Чан создают модели человеческих клеток на основе искусственного интеллекта в рамках проекта, который, по их словам, может «ускорить поиск средств лечения и профилактики всех заболеваний».
Их некоммерческая организация «Biohub» на прошлой неделе объявила о пятилетней инициативе по созданию технологий и наборов данных, необходимых для построения предиктивных моделей человеческих клеток. В организации заявили, что полученные данные будут в открытом доступе и свободно распространяться среди исследователей по всему миру.
По данным «Biohub», имитационное моделирование человеческих клеток с помощью ИИ позволит ученым изучать заболевания в цифровой форме в масштабах и с такой скоростью, которые сегодня недостижимы в лаборатории. Если эти модели окажутся достаточно точными, они помогут понять, как клетки ведут себя в норме и при болезни, выявить причины заболеваний и наметить пути для разработки новых методов лечения.
Что такое «Biohub»?
По словам Цукерберга, долгосрочная цель «Biohub» – победить все заболевания человека за счет объединения искусственного интеллекта и биологии. В 2016 году супруги создали организацию, чтобы объединить ученых и инженеров для разработки технологий, которые позволяют «наблюдать, измерять и программировать биологические процессы на клеточном уровне». С тех пор собраны крупнейшие в мире наборы данных по отдельным клеткам и создала специализированную крупномасштабную вычислительную инфраструктуру, целиком посвященную биологическим исследованиям. Новая инициатива отражает растущее в отрасли наук о жизни убеждение, что модели ИИ, обученные на массивных биологических данных, могут радикально изменить подход к разработке лекарств, методов лечения и терапий.
Организация намерена потратить 400 млн. долларов на собственные исследования и выделить еще 100 млн. долларов внешним ученым. Среди партнеров – производитель чипов «Nvidia» и ведущие исследовательские институты.
Данные – главная проблема
В «Biohub» подчеркивают, что ключевым фактором станет масштаб, поскольку точность прогнозов ИИ растет по мере увеличения объема и качества биологических данных.
– Чтобы создать ИИ, который будет адекватно отражать всю сложность биологии и ускорит научные исследования, нам нужны данные на порядки больше, чем существуют сегодня, – заявил в объявлении директор по научным исследованиям «Biohub» Алекс Ривз. – Нам нужны новые технологии для наблюдения за клеткой: от молекулярного до тканевого уровня и в контексте как здоровья, так и болезни.
Однако исследователи пока не знают, какого объема данных потребуется, чтобы клеточные модели были достаточно точными для надежного прогнозирования. Также отмечается, что для достижения необходимого масштаба потребуется гораздо более широкий глобальный вклад. Ривз выразил надежду, что другие доноры добавят средства к финансированию, которое «Biohub» предоставляет внешним исследователям.
Биология на основе ИИ становится новой отраслью: исследовательские организации, технологические компании и фармацевтические фирмы ищут способы использовать машинное обучение, чтобы лучше понимать природу заболеваний, быстрее разрабатывать новые методы терапии.
Другие технологические компании также активно развивают направления, связанные с биологией и ИИ. «Isomorphic Labs», входящая в «Alphabet», созданная на основе разработок «Google DeepMind», использует ИИ для поиска лекарств и заявляет, что работает над проектированием новых препаратов.
«Microsoft» тоже представила несколько моделей ИИ для здравоохранения, включая решения для медицинской визуализации, геномики, работы с клинической документацией и биомедицинскими исследованиями, тогда как платформа «BioNeMo» от «Nvidia» используется компаниями в сфере наук о жизни для разработки лекарств на основе ИИ.
Подготовил Г.Хонназаров. УзА
