Forskare skapar ett revolutionerat cellatlas med AI
I slutet av 1800-talet upptäckte den franska läkaren Francois-Gilbert Viault att människokroppen kan öka produktionen av röda blodkroppar när det behövs, ett fenomen som ledde till upptäckten av hormonet erytropoietin flera årtionden senare. Forskningen kring detta område tog en spännande vändning när biologer i Israel identifierade en sällsynt njurcell, känd som Norn-cellen, som producerar hormonet under syrebrist. Denna upptäckt tog människan 134 år att göra, men datorer i Kalifornien lyckades med samma bedrift på bara sex veckor förra sommaren.
Stanford Universitys forskare programmerade datorer att själva lära sig biologi genom att träna dem på rådata om miljontals verkliga celler och deras kemiska samt genetiska sammansättning. Utan att få några förhandsdefinitioner av vad dessa data betydde, kunde datorerna skapa en modell av alla celler baserat på deras likheter med varandra i ett omfattande, multidimensionellt rum. Bland de mer än 1 000 celltyper som identifierades, fanns Norn-cellen.
Nya AI-drivna program revolutionerar biologin
Denna mjukvara är en av flera nya AI-drivna program, kända som grundmodeller, som nu utforskar biologins grunder. Dessa modeller samlar inte bara befintlig biologisk information utan gör även upptäckter om genernas funktion och cellernas utveckling. Med tillgång till alltmer laboratoriedata och beräkningskraft förutspår forskare att dessa modeller kommer att göra ännu djupare upptäckter, potentiellt avslöjande hemligheter om cancer och andra sjukdomar samt hitta metoder för att omvandla en celltyp till en annan.
Från cellatlas till matematiska cellmodeller
Forskare har börjat använda industriella experiment för att identifiera genetiska komponenter i enskilda celler, vilket har lett till skapandet av ”cellatlas” som innehåller miljarder datapunkter. Christina Theodoris vid Boston Children’s Hospital inspirerades av en AI-modell skapad för språköversättningar och undrade om en liknande modell kunde användas för att tolka data i cellatlas. Efter att ha kämpat mot skepticism, lyckades hon bygga en modell som gav en djup förståelse för hur våra gener beter sig i olika celler.
Den virtuella cellen: en revolution inom biologin
Med tillräckligt med data och beräkningskraft kan forskare eventuellt skapa en komplett matematisk representation av en cell, en utveckling som skulle vara revolutionerande för biologin. Denna ”virtuella cell” skulle möjliggöra för forskare att förutsäga hur en riktig cell skulle reagera i alla tänkbara situationer, och potentiellt skapa nya celltyper som inte finns i naturen idag.
Utmaningar och risker med framtidens forskning
Trots de stora framstegen och potentialen väcker denna teknologi också nya risker, inklusive möjligheten att skapa biologiska vapen och integritetsintrång genom personanpassade modeller. Skeptiker ifrågasätter även hur långt dessa modeller kan nå när det gäller grundläggande nya upptäckter, eftersom de är beroende av den data de matas med.
Sammanfattningsvis står vi inför en ny era inom biologisk forskning, där AI:s förmåga att snabbt identifiera och klassificera celltyper och genetiska funktioner kan leda till banbrytande upptäckter. Denna utveckling utmanar traditionella metoder och omdefinierar vår förståelse av livet på cellnivå.
Kommentera: