Stanfordský tým vytváří virtuální AI tým vědců pro design vakcín

Virtuální laboratoř, kterou vyvinuli vědci ze Stanfordské univerzity, je inovativní systém založený na umělé inteligenci (UI), který napodobuje skutečný výzkumný tým. Tento systém pomáhá řešit složité vědecké problémy rychleji, než by to zvládl člověk sám. Podle studie publikované v časopise Nature, kterou vedli Kyle Swanson, Wesley Wu, Nash L. Bulaong, John E. Pak a James Zou, se Virtuální laboratoř skládá z hlavního agenta – UI hlavního výzkumníka (UI PI) – který řídí tým dalších UI agentů představujících odborníky z různých oborů. Lidé do procesu vstupují jen občas, aby poskytli vysokou úroveň zpětné vazby, například ohledně rozpočtu nebo proveditelnosti.

Tento přístup řeší problém, že mnoho vědců nemá snadný přístup k interdisciplinárním týmům. UI agenti, založení na velkých jazykových modelech (LLM – large language models), nejen odpovídají na otázky, ale aktivně plánují výzkum, diskutují nápady a používají nástroje jako AlphaFold-Multimer pro modelování proteinů nebo Rosetta pro design molekul. Všechny interakce probíhají v řadě "schůzek", které trvají jen sekundy nebo minuty, na rozdíl od lidských týmů, kde to může zabrat dny.

Jak Virtuální laboratoř funguje v praxi

Představte si, že máte problém: navrhnout nové nanobody (malé, jednoduché fragmenty protilátek, které se vážou na virus a brání mu v infikování buněk) pro nedávné varianty viru SARS-CoV-2, jako je JN.1 nebo KP.3. Lidský výzkumník zadá tento úkol UI PI, který pak sestaví tým. V případě studie to byl agent pro imunologii, agent pro výpočetní biologii, agent pro strojové učení a speciální agent-kritik, jehož úkolem je hledat chyby a poskytovat konstruktivní kritiku.

Tým probírá nápady v paralelních schůzkách – například v jedné diskutují, proč jsou nanobody lepší než plné protilátky, protože jsou menší a snadněji modelovatelné. UI agenti používají nástroje jako ESM pro predikci proteinových sekvencí, AlphaFold-Multimer pro simulaci vazby a Rosetta pro optimalizaci designu. Celý proces je zaznamenán v transkriptech, takže lidé jako James Zou mohou sledovat pokrok a zasáhnout jen v 1 % případů, například aby zabránili příliš nákladným nápadům.

Výsledek? Virtuální laboratoř navrhla nový výpočetní postup pro design nanobody, který kombinuje tyto nástroje. Tento postup vytvořil 92 nových nanobodů, které byly následně testovány v reálné laboratoři Johna E. Paka v Chan Zuckerberg Biohub.

Aplikace na varianty SARS-CoV-2 a experimentální výsledky

Virtuální laboratoř se zaměřila na design nanobodů, které se vážou na spike protein (hrotový protein) viru SARS-CoV-2, klíčový pro jeho vstup do buněk. UI tým rozhodl, že nanobody jsou ideální, protože jsou menší než protilátky, což usnadňuje jejich modelování a design. Navrhli nanobody, které fungují proti původnímu kmenu z Wuhanu i proti novým variantám jako JN.1 a KP.3.

V reálných experimentech, které provedl tým Wesleyho Wu a Nash L. Bulaonga, se ukázalo, že tyto nanobody jsou stabilní a efektivní. Dva z nich vykazovaly lepší vazbu na varianty JN.1 a KP.3 než existující protilátky, přičemž si udržely silnou vazbu i na původní spike protein. Testy také ukázaly, že nanobody nemají nežádoucí off-target efekty – nevážou se na nesprávné cíle. To naznačuje, že by mohly sloužit jako základ pro širokospektrální vakcíny, které chrání před více variantami najednou.

Celý design trval UI týmu jen několik dní, zatímco lidský tým by na to potřeboval týdny nebo měsíce. Experimentální data byla pak vrácena zpět do UI systému, aby se designy dále vylepšily.

Budoucnost Virtuální laboratoře a její potenciál

Tento úspěch ukazuje, jak Virtuální laboratoř může urychlit objevy v biomedicíně. James Zou a jeho tým ji teď rozšiřují na analýzu složitých dat z předchozích studií, kde UI agenti objevují nové poznatky, které lidé přehlédli. Například mohou přeanalyzovat datové sady z biologie a medicíny, které jsou příliš komplexní pro rychlou lidskou analýzu.

Systém nenahrazuje lidské vědce, ale doplňuje je – umožňuje rychlé generování hypotéz a designů, které pak lidé validují v laboratoři. Podle studie v Nature byla Virtuální laboratoř aplikována na reálný problém a přinesla slibné kandidáty na další výzkum, což otevírá dveře k řešení globálních výzev, jako je vývoj vakcín proti novým virům. Tento přístup, podporovaný Knight-Hennessy Scholarship a Stanford Bio-X Fellowship, by mohl změnit, jak se dělá věda, a to všechno díky spolupráci mezi UI a lidmi jako Kyle Swanson a John E. Pak.