ШІ змінює біологію: OpenAI та Retrobio розробляють білки для омолодження клітин

Усе частіше ми чуємо про прориви у сфері штучного інтелекту, але як він може бути корисним для біології? Зазвичай, ця наука вважається занадто складною, щоб людина могла повністю зрозуміти її з перших принципів. Однак завдяки ШІ, який здатний обробляти величезні обсяги даних і знаходити в них приховані закономірності, ми маємо шанс зробити значний крок уперед. В одному з випусків на YouTube-каналі The Sheekey Science Show йшлося про унікальну співпрацю між OpenAI та біотех-компанією Retrobio, яка розробляє методи боротьби зі старінням. У цьому матеріалі ми підготували детальний розбір ключових аспектів цієї роботи, що розкривають її потенційну користь для кожного з нас.

Співпраця з OpenAI є важливим елементом амбітної місії Retrobio. Компанія має чітку мету — додати десять років до тривалості людського життя. Керівник команди прикладного штучного інтелекту в компанії вважає, що для досягнення такої мети недостатньо лише регуляторних змін, адже нині не існує ефективних препаратів, здатних справді побороти старіння. Тому компанія взяла на озброєння сильний інженерний підхід до розробки ліків, що, на їхню думку, є єдиним шляхом до успіху.

Два стовпи, на яких тримається місія Retrobio

Боротьба зі старінням у Retrobio базується на двох основних напрямках: заміщенні клітин та їхньому омолодженні. Кожен із цих напрямків має власні програми, орієнтовані на конкретні клінічні потреби.

У першому напрямку, що стосується заміщення клітин, компанія має дві клінічні програми. Одна з них сфокусована на створенні гемопоетичних стовбурових клітин, отриманих з індукованих плюрипотентних стовбурових клітин (IPSC). Ці клітини відповідають за виробництво всіх клітин крові та імунної системи. Друга програма передбачає використання IPSC для отримання клітин мікроглії, які є ключовими для лікування нейродегенеративних захворювань.

Другий, не менш важливий напрямок — це омолодження. Тут Retrobio розробляє малу молекулу, що є підсилювачем автофагії, процесу, що допомагає очищати клітини від пошкоджених компонентів. Ця молекула розглядається як потенційний засіб для лікування хвороби Альцгеймера. На дослідницькому рівні компанія працює над регенерацією тканин in vivo, використовуючи спеціальні фактори, подібні до факторів Яманаки, щоб омолодити старі тканини у живих організмах безпечним способом.

Як народилася ідея: міст між людським розумом та ШІ

Підписуйтеся на наші соцмережі

Співпраця з OpenAI почалася з простого усвідомлення: біологія надто складна, щоб людина могла проєктувати біологічні системи з нуля, а ШІ вже зараз здатний аналізувати гігантські обсяги даних і знаходити в них приховані закономірності. Експерти в галузі штучного інтелекту, що працюють у Retrobio, були переконані, що існуючі моделі мають свої обмеження. Наприклад, великі мовні моделі, як-от GPT, не вміють добре працювати з білковими послідовностями, а спеціалізовані моделі для білків не можуть аналізувати наукову літературу.

Тому виникла ідея створити «міст» — гібридну модель, яка могла б використовувати різні джерела інформації, від тексту до послідовностей білків, і навіть враховувати їхню взаємодію. Це дозволило б розв'язати конкретну проблему, з якою стикалася Retrobio: як зробити фактори Яманаки не тільки ефективнішими, але й безпечнішими, щоб розширити їхнє терапевтичне вікно для клінічного застосування. OpenAI була обрана партнером, оскільки вона має досвід у масштабуванні моделей до розмірів, які можуть принести значні результати.

Мистецтво та наука протеїнової інженерії

Протеїнова інженерія — це наука і, водночас, мистецтво зміни послідовності або структури білка для досягнення бажаної функції. Це надзвичайно складна задача, оскільки навіть незначна зміна всього трьох амінокислот може призвести до тисяч різних варіантів. Спробувати їх усі в лабораторії практично неможливо.

До появи ШІ протеїнові інженери покладалися на свій досвід та інтуїцію, щоб визначити, які ділянки білка варто змінити. Однак штучний інтелект повністю змінює цей підхід. Модель, навчена на великій базі даних білків, вже бачила широкий спектр послідовностей і може передбачати, як їхні зміни вплинуть на функцію. Це прискорює процес відбору варіантів до неймовірної швидкості, дозволяючи знайти оптимальні послідовності, які людина могла б не помітити або просто не наважилася б спробувати.

Практичний приклад: як ШІ досяг 50-кратного прогресу

Справжнім тріумфом співпраці стало покращення факторів Яманаки SOX2 та KLF4. Хоча вчені могли б зайнятися покращенням усіх чотирьох факторів, вони зосередилися на цих двох, оскільки вони мають вирішальне значення для репрограмування. Наприклад, один з факторів — c-MYC — часто виключають з протоколів in vivo через його онкогенну природу.

ШІ-модель OpenAI отримала доступ до величезного масиву даних, включаючи не лише послідовності, але й еволюційний контекст, що допомагає визначити, які частини білка є консервативними (незмінними), а які можна змінювати. Виявилося, що для цих білків, які переважно не мають стабільної третинної структури, послідовності та еволюційні дані були найважливішими.

Результат перевершив усі очікування. Модель ШІ, на відміну від консервативних науковців, пішла на радикальні зміни в послідовності білків, і це призвело до приголомшливого успіху. Після одноразового відбору з декількох сотень згенерованих варіантів, команда знайшла послідовності, які підвищили ефективність репрограмування клітин майже в 50 разів. ШІ зробив це за лічені секунди, довівши, що найповільніший етап у біологічних дослідженнях — це лабораторна робота.

Від лабораторії до пацієнта: безпека та майбутній шлях

Один з найважливіших аспектів переходу технології в клінічну практику — це безпека. Після успішної розробки нових факторів їхня безпечність була ретельно перевірена. Дослідження показали, що змінені білки не пошкоджують геном клітин і є такими ж безпечними, як і їхні природні аналоги. Початково їх використовуватимуть для репрограмування клітин ex vivo, тобто поза організмом, що дає додатковий буфер безпеки.

Однак Retrobio має на меті застосовувати ці технології і для омолодження in vivo. У цьому випадку виникає нове важливе питання — імуногенність. Якщо імунна система сприйме змінений білок як чужорідний, це може спричинити небажану реакцію. Проте, як зазначають у компанії, ШІ є прекрасним інструментом для швидкого тестування гіпотез, а згодом можна буде повернутися до менш радикальних, але безпечніших для організму послідовностей. Дослідження також показало, що нові фактори здатні посилити процес відновлення ДНК, що є важливим маркером омолодження. У найближчому майбутньому, за рік-два, компанія планує перевести розробку в стадію клінічних випробувань.

Широкі перспективи: як ШІ змінить всю біологію

Проєкт з факторами Яманаки — це лише один приклад. Модель, розроблена спільно з OpenAI, є універсальною і вже використовувалася для інших завдань, наприклад, для розробки білка-рецептора. Цей підхід може допомогти вирішити головні вузькі місця в розробці ліків, де більшість кандидатів провалюються на пізніх стадіях клінічних випробувань. ШІ може покращити не лише ефективність білків, а й якість даних, що збираються в лабораторіях.

Фахівці вказують на проблему якості даних: хоча послідовності білків є досить «чистими», багато інших даних, наприклад, із одноклітинного РНК-секвенування, містять багато «сміття» та помилок. ШІ може допомогти фільтрувати ці дані, а також знаходити нові закономірності, які можуть бути неочевидними для людини. Ця синергія людського досвіду та обчислювальної потужності ШІ є ключем до проривів у медицині та, можливо, до реалізації мрії про значне збільшення здорової тривалості життя.

Глосарій ключових понять

Цей матеріал підготовлений на основі інформації з відкритих джерел. Редакція самостійно відбирає ключові факти, аналізує їх та структурує за допомогою AI-інструментів.