AI na bakterijama provodi 10 tisuća eksperimenata dnevno

Jedna od najmukotrpnijih zadaća za znanstvenike je prebiranje ogromnih količina podataka u kojima se možda kriju velika otkrića, no to je posao koji uzima ogromne količine vremena. Za razliku od ljudi, umjetna inteligencija to doživljava jednostavnim poslom pa se stoga smatra idealnom za taj posao.

Znanstvenici na Sveučilištu Michigan, razvili su novu AI platformu pod nazivom BacterAI koja dnevno može provesti čak 10.000 eksperimenata kako bi dobivala nova saznanja o bakterijama.

"Ne znamo gotovo ništa o većini bakterija koje utječu na naše zdravlje", rekao je Paul Jensen, jedan od autora nove studije. "Razumijevanje kako bakterije rastu prvi je korak prema reinženjeringu našeg mikrobioma."

AI je posebno dobar u rukovanju ogromnim skupovima podataka i pronalaženju obrazaca, pa su ga znanstvenici bacili na posao analiziranja podataka o bakterijama. To je uključivalo unos postojećih skupova podataka u modele strojnog učenja, no to nije bilo od koristi za sojeve za koje nema mnogo dostupnih podataka, s obzirom na to da je oko 90% bakterija malo ili nimalo proučavano.

BacterAI koja može proučavati bakterije bez prethodnog znanja jer stvara vlastiti skup podataka od nule dizajnirajući eksperimente za laboratorijske robote koji će ih izvoditi jedan za drugim, a rezultati svakog eksperimenta informiraju sljedeće. Naposljetku može prebaciti svoja otkrića u skup logičnih pravila koje ljudski znanstvenici mogu razumjeti i dalje testirati.

U demonstraciji tehnologije, BacterAI su zaposlili kako bi otkrio metabolizam dviju uobičajenih oralnih bakterija, Streptococcus gordonii i Streptococcus sanguinis. To uključuje identificiranje specifične kombinacije aminokiselina koje bakterije jedu iz niza od 20 koje podržavaju život, što je zadatak koji zahtijeva razvrstavanje kroz više od milijun mogućih kombinacija.

BacterAI je svaki dan mogao testirati nekoliko stotina kombinacija aminokiselina, odabirući kombinacije koje najviše obećavaju i pratio ih u narednim eksperimentima. Provodio je do 10.000 eksperimenata dnevno, a nakon devet dana bio je u mogućnosti napraviti točna predviđanja u 90% slučajeva.

"Kad dijete uči hodati, ne gleda samo odrasle kako hodaju i onda kaže 'U redu, shvatio sam', već ustane i počne hodati. Petlja se naokolo i prvo radi pokušaje i pogreške", rekao je Jensen. "Željeli smo da naš AI poduzme korake i padne, dođe do vlastitih ideja i pogriješi. Svakim danom postaje malo bolji, malo pametniji."

Tim se nada da se BacterAI može koristiti za ubrzavanje otkrića o bakterijama, što bi zauzvrat moglo informirati razvoj novih lijekova ili drugih korisnih molekula.

"Uz nedavnu eksploziju mainstream AI-ja u posljednjih nekoliko mjeseci, mnogi ljudi nisu sigurni što će to donijeti u budućnosti, i pozitivno i negativno", rekao je Adam Dama, bivši inženjer u Jensen Labu i glavni autor studije . "Ali meni je vrlo jasno da će fokusirane primjene umjetne inteligencije poput našeg projekta ubrzati svakodnevna istraživanja."
Istraživanje je financirao američki Nacionalni institut za zdravlje uz potporu Nvidije.

Istraživanje objavljeno u časopisu Nature Microbiology možete pronaći na ovoj poveznici.