General Purpose AI for Public Data Analysis and Experimental Hypothesis Generation

Die Biologie ist in eine Ära eingetreten, in der die wertvollsten Entdeckungen oft nicht in neuen Experimenten liegen, sondern in den riesigen Archiven bereits gesammelter Daten. Jahrelang haben Wissenschaftler enorme Bibliotheken molekularer Informationen generiert, die die Aktivität von Genen und Proteinen in gesundem Gewebe und krankhaftem Gewebe aufzeichnen. Diese Aufzeichnungen sind wie detaillierte Karten der inneren Abläufe des menschlichen Körpers, wurden jedoch oft erstellt, um spezifische, eng gefasste Fragen zu beantworten. Die Herausforderung für die moderne Wissenschaft besteht darin, diese bestehenden Karten zu betrachten und neue Fragen zu stellen, die die ursprünglichen Forscher nie in Erwägung gezogen haben. Hier tritt die künstliche Intelligenz auf den Plan – nicht als Ersatz für menschliche Forscher, sondern als ein Werkzeug, das in der Lage ist, diese massiven Datensätze zu scannen, um verborgene Muster zu finden und neue Wege für Untersuchungen vorzuschlagen. Das Ziel ist es zu sehen, ob ein Computer als Partner eines Biologen fungieren kann, indem er öffentliche Datensätze durchsiebt, um testbare Ideen darüber vorzuschlagen, wie Zellen sich verhalten, wie Krankheiten entstehen und was sie stoppen könnte.

Eine aktuelle Studie untersuchte genau dieses Potenzial, indem sie testete, wie allgemeine künstliche Intelligenz Wissenschaftlern helfen kann, neue biologische Fragen zu generieren und zu untersuchen, indem sie öffentliche Daten nutzt. Die Forscher baten den Computer nicht einfach darum, eine einzige Antwort zu finden; stattdessen legten sie eine Reihe komplementärer Untersuchungen fest, um zu sehen, wie gut die KI komplexe biologische Landschaften navigieren kann. In einem Untersuchungsstrang nutzte das Team interaktive Werkzeuge, um Daten aus einzelnen Zellen zu analysieren, in der Hoffnung, Signale zu finden, die helfen könnten, menschliche Stammzellen in spezifische Gewebetypen zu verwandeln. Die KI deutete auf einen spezifischen Signalweg hin, der ein Molekül namens Apelin umfasst, als einen wahrscheinlichen Kandidaten für die Steuerung dieser Transformation. Als die Wissenschaftler diesen Vorschlag jedoch aufgriffen und ihn unter den von ihnen gewählten Bedingungen im Labor testeten, trat der erwartete Effekt nicht ein. Dieses Ergebnis verdeutlichte einen entscheidenden Unterschied: Ein Muster in Daten zu finden, ist nicht dasselbe wie den Beweis dafür zu erbringen, dass ein biologischer Effekt in der realen Welt existiert.

Die Forscher verlagerten daraufhin ihren Fokus auf den Krebs und baten die KI, öffentliche Einzelzell-Daten nach potenziellen Zielstrukturen auf Tumorzellen zu durchsuchen, die von manipulierten Immunzellen angegriffen werden könnten. Sie führten die Analyse mit Daten von Patienten mit Multiplem Myelom, einer Form von Blutkrebs, durch und stellten fest, dass drei separate Durchläufe der Analyse konsistent dieselben fünfzig Kandidaten-Targets identifizierten. Unter diesen tauchten zwei bekannte Marker, BCMA und CD38, wiederholt auf, was die Fähigkeit der KI bestätigte, etabliertes Wissen zu rekonstruieren. Als derselbe Prozess auf das duktale Pankreasadenokarzinom, eine Form von Bauchspeicheldrüsenkrebs, angewendet wurde, waren die Ergebnisse weniger einheitlich. Die drei Durchläufe lieferten unterschiedliche explorative Befunde und konnten kein einzelnes Target benennen, das ihren strengen Auswahlkriterien entsprach, was illustriert, dass der Erfolg der KI je nach Komplexität und Art der Krankheitsdaten variieren kann.

Um zu testen, ob die KI Erkenntnisse ohne menschliche Voreingenommenheit gewinnen konnte, führte das Team zwei separate Analysen an anonymisierten Lungen-Daten durch, ohne dem Computer zunächst mitzuteilen, um welches Gewebe es sich handelte oder welche Krankheit die Patienten hatten. Selbst ohne diesen Kontext identifizierte die KI erfolgreich die verschiedenen Zelltypen, aus denen die Lunge besteht, und schlussfolgerte, dass das Gewebe ein Umbauprozess im Zusammenhang mit einer Erkrankung unterzogen worden war. Als die Forscher der KI später die Informationen über das Gewebe und die Krankheit zur Verfügung stellten, generierte sie eine Liste neuer biologischer Fragen. Acht dieser Fragen zeigten statistische Unterstützung, wenn sie gegen einen unabhängigen Patientendatensatz geprüft wurden. Dazu gehörten Beobachtungen darüber, wie verschiedene Zelltypen ihre antioxidativen Abwehrmechanismen koordinieren, sowie ein spezifischer Anstieg eines Proteins namens CRYM in Fibroblastenzellen, was darauf hindeutet, dass dies echte biologische Beziehungen sind, die weiterer Untersuchung wert sind.

In einem abschließenden, breiteren Unterfangen integrierte das Team mehrere Arten von Daten, um potenzielle Behandlungen für das Pankreasadenokarzinom zu priorisieren. Sie kombinierten Informationen über die RNA-Expression, die zeigt, welche Gene aktiv sind, mit Daten über Proteine, Ergebnissen aus funktionellen Screens, die testen, was passiert, wenn Gene deaktiviert werden, sowie Messungen darüber, wie diese Moleküle in normalem, gesundem Gewebe vorkommen. Dieser vielschichtige Ansatz half ihnen, eine lange Liste von Möglichkeiten auf 213 potenzielle therapeutische Targets einzugrenzen. Durch die Betrachtung all dieser Messungen zusammen konnten die Wissenschaftler zwischen Kandidaten unterscheiden, die allein basierend auf der RNA ähnlich erschienen, und bewerten, ob sie funktionell relevant und sicher in normalem Gewebe anvisierbar sind. Während diese Arbeit erfolgreich eine verfeinerte Liste von Kandidaten identifizierte, merkten die Forscher an, dass ob diese Targets tatsächlich als Therapien funktionieren werden, noch zu beweisen bleibt.

Zusammenfassend zeigen diese Untersuchungen, wie allgemeine künstliche Intelligenz die Reichweite experimenteller Biologen erweitern kann, indem sie es ermöglicht, neue Hypothesen zu extrahieren und biologische Beziehungen aus öffentlichen Daten zu identifizieren, die sonst vielleicht unbemerkt geblieben wären. Die Studie dient auch als deutliche Erinnerung daran, dass der Abschluss einer Analyse und das Finden eines reproduzierbaren Musters in einem Datensatz distinkte Schritte sind vom Etablieren eines realen experimentellen oder therapeutischen Effekts. Die KI erwies sich als fähig, Richtungen vorzuschlagen und Verbindungen aufzuzeigen, aber die endgültige Validierung dieser Ideen erfordert weiterhin die sorgfältige, fundierte Arbeit menschlicher Wissenschaftler im Labor.