Large datasets and machine learning models fail to capture extremophile enzyme melting and optimum temperatures

Stellen Sie sich vor, Sie besitzen eine Bibliothek mit Millionen von Rezepten (einem riesigen Datensatz) und einen superintelligenten Chefkoch (ein Machine-Learning-Modell), der sie alle studiert hat. Sie bitten diesen Chefkoch, vorherzusagen, wie heiß ein bestimmtes Gericht werden muss, um perfekt zu garen (Optimumtemperatur) und wie heiß es wird, bevor es völlig auseinanderfällt (Schmelztemperatur).

Das Paper argumentiert, dass der Kochteppich völlig falsch liegt, wenn man ihn bittet, für zwei ganz spezifische Arten von Gästen zu kochen: die „Eis-Gäste“ (Psychrophile, die in eisiger Kälte leben) und die „Feuer-Gäste“ (Thermophile, die in glühender Hitze leben).

Hier ist die Aufschlüsselung dessen, was das Paper herausgefunden hat, unter Verwendung einfacher Analogien:

1. Das Geheimnis der „Eis-Gäste“

Wissenschaftler vermuten schon lange, dass die Enzyme der „Eis-Gäste“ einen besonderen Trick anwenden. Sie glauben, dass diese Enzyme in der Kälte arbeiten können, aber wenn man sie nur ein kleines Stück über ihren idealen Arbeitspunkt hinaus erwärmt, hören sie auf zu arbeiten, lange bevor sie tatsächlich schmelzen oder auseinanderbrechen. Es ist wie eine filigrane Eisskulptur, die aufhört, eine Skulptur zu sein, sobald die Sonne auf sie trifft, obwohl sie noch gar keine Pfütze geworden ist.

Die Forscher wollten wissen: Ist dies ein verbreiteter Trick aller „Eis-Gäste“ oder nur der einiger weniger Glücklicher? Sie hofften, diesen superintelligenten Chefkoch und die riesige Bibliothek der Rezepte zu nutzen, um tausende von Enzymen gleichzeitig zu überprüfen.

2. Der große Fehler des Chefs

Leider versagte der Chef bei diesem Test. Als er gebeten wurde, die Temperaturen für diese extremen Umgebungen vorherzusagen, begingen die Machine-Learning-Modelle zwei große Schnitzer:

• Die unmögliche Vorhersage: Für die „Feuer-Gäste“ sagte der Chef voraus, dass ihre Enzyme aufhören würden zu arbeiten, nachdem sie bereits geschmolzen waren. Das ist so, als würde man sagen, ein Kuchen würde weiter aufgehen, selbst nachdem der Ofen den Teig in eine flüssige Suppe verwandelt hat. Das ist physikalisch unmöglich.
• Die „Durchschnitts-Falle“: Der Chef rät immer wieder, dass die „Feuer-Gäste“ und „Eis-Gäste“ eigentlich nur ganz normale „Zimmertemperatur-Gäste“ (Mesophile) seien. Es ist, als ob der Chef, da er nur tausende Rezepte für Gerichte bei Zimmertemperatur gesehen hat, davon ausgeht, dass jedes Gericht bei Zimmertemperatur gekocht werden muss, ungeachtet dessen, ob der Gast in einem Vulkan oder in einem Eisberg lebt.

3. Warum der Chef scheiterte

Das Paper erklärt, dass das Scheitern des Chefs auf zwei Probleme mit der „Bibliothek der Rezepte“ (den Trainingsdaten) zurückzuführen ist, aus denen er gelernt hat:

• Die Rezepte waren falsch: Viele der Datensätze, die der Chef studierte, enthielten Fehler. Die Daten darüber, welche Temperatur Enzyme tatsächlich bevorzugen, waren unordentlich und unzuverlässig.
• Die Bibliothek war unausgewogen: Die Bibliothek war überwältigend voll von Rezepten für „Zimmertemperatur-Gäste“. Es gab nur sehr wenige Rezepte für die „Feuer“- und „Eis“-Gäste. Da der Chef hauptsächlich vom Durchschnitt gelernt hat, versuchte er, jede Vorhersage in Richtung des Durchschnitts zu zwingen, wobei er die einzigartigen Bedürfnisse der Extreme ignorierte.

Das Fazament

Das Paper kommt zu dem Schluss, dass wir derzeit nicht in der Lage sind, diese großen Computermodelle zu nutzen, um herauszufinden, ob die „Eis-Gäste“ wirklich diesen speziellen Trick haben, also vor dem Schmelzen aufzuhören zu arbeiten. Die Werkzeuge sind zu voreingenommen und die Daten zu unordentlich.

Um dieses Rätsel zu lösen, sagen die Autoren, müssen wir aufhören, uns auf alte, unordentliche Daten zu verlassen, und stattdessen nach draußen gehen und das thermische Verhalten dieser extremen Enzyme direkt messen, um eine neue, saubere und genaue Bibliothek von Daten speziell für die „Feuer“- und „Eis“-Gäste zu erstellen. Erst dann werden wir wissen, ob die Trends, die in einigen wenigen kleinen Studien beobachtet wurden, auch für den Rest des Lebens gelten.