Assessing chemical toxicity across Eukaryota using multimodal transformers

Il mondo naturale è una vasta rete interconnessa di vita, dai minuscoli organismi unicellulari ai più grandi mammiferi. Per decenni, gli scienziati hanno saputo che le sostanze chimiche create dall'uomo minacciano questa rete, causando danni agli insetti, agli uccelli e interi ecosistemi. Per proteggere la natura, i regolatori devono sapere quali sostanze chimiche sono pericolose per quali esseri viventi. Tuttavia, esiste un enorme vuoto nella nostra conoscenza. Mentre migliaia di nuove sostanze chimiche vengono scoperte ogni anno e milioni di specie abitano il pianeta, ne abbiamo testate solo una minima frazione. I test tradizionali sono lenti, costosi e spesso limitati a pochi animali standard come pesci, ratti e alghe. Ciò ci lascia a indovinare la sicurezza della maggior parte delle sostanze chimiche per la maggior parte delle specie, rendendo difficile fermare l'inquinamento prima che causi danni irreversibili.

Per colmare questo divario, i ricercatori si sono rivolti all'intelligenza artificiale. Invece di testare ogni sostività chimica su ogni animale in un laboratorio, stanno insegnando ai computer a riconoscere i modelli nei dati che già possediamo. Imparando come le strutture chimiche interagiscono con la biologia di diverse specie, questi modelli informatici possono prevedere la tossicità per situazioni in cui non è mai stato eseguito un esperimento. Questo approccio promette di accelerare le valutazioni di sicurezza e di rivelare i pericoli nascosti per le innumerevoli specie che non sono mai state studiate.

In uno studio recente, un team di scienziati ha sviluppato un nuovo e potente strumento chiamato TRIDENT-2 per affrontare questa sfida. Questo sistema è progettato per prevedere quanto una sostanza chimica sarà tossica per qualsiasi organismo eucariotico — un gruppo che include quasi tutte le forme di vita complessa, dalle piante ai funghi fino agli animali. I ricercatori hanno addestrato il loro modello su una massiccia collezione di dati esistenti, raccogliendo oltre 560.000 test di tossicità. Questi test coprivano oltre 82.000 sostanze chimiche diverse e quasi 6.800 specie, rappresentando circa un terzo di tutti i gruppi noti di vita eucariotica. I dati includevano una grande varietà di scenari, come la durata dell'esposizione di un organismo a una sostanza chimica, il modo in cui è avvenuta l'esposizione e quali effetti specifici sono stati osservati, come la morte, cambiamenti nella crescita o alterazioni del comportamento.

Il cuore di TRIDENT-2 è un tipo di intelligenza artificiale noto come transformer multimodale. In termini semplici, ciò significa che il computer non guarda solo la struttura chimica o l'animale separatamente; impara a capire come si incastrano insieme insieme alle condizioni del test. Elabora la forma molecolare della sostanza chimica, il tipo di organismo, la via di esposizione e la durata dell'esperimento tutto in una volta. Imparando da questo mix diversificato di informazioni, il modello può individuare profonde connessioni tra diverse specie e sostanze chimiche. Ad esempio, può utilizzare ciò che sa su come una sostanza chimica influenzi un topo per fare un'ipotesi istruita su come quella stessa sostanza potrebbe influenzare un roditore correlato o persino un parente distante in una parte diversa del regno animale.

Quando il team ha testato TRIDENT-2, ha scoperto che poteva prevedere la tossicità con una precisione sorprendente, anche per specie e sostanze chimiche che non aveva mai visto prima. Il modello è stato in grado di stimare la concentrazione di una sostanza chimica che causerebbe un effetto specifico, come uccidere metà di una popolazione, con un livello di precisione che rivaleggia con i metodi tradizionali. Fondamentalmente, il modello ha funzionato bene in tutto l'albero della vita, dagli insetti alle piante, dai funghi alle creature marine. Ha dimostrato che, imparando da una vasta gamma di dati, poteva colmare le lacune per le specie che vengono testate raramente. Ad esempio, mentre i test standard si concentrano spesso su pesci e roditori, TRIDENT-2 ha previsto con successo la tossicità per gruppi come vermi, funghi e insetti, che sono spesso trascurati ma vitali per la salute degli ecosistemi.

I ricercatori hanno anche confrontato TRIDENT-2 con diversi strumenti esistenti utilizzati da regolatori e scienziati. Il nuovo modello ha superato costantemente i metodi più vecchi, specialmente nel prevedere gli effetti per specie o sostanze chimiche al di fuori del ristretto intervallo dei test tradizionali. Mentre altri strumenti erano limitati a un manipolo di animali di test e tipi specifici di sostanze chimiche, TRIDENT-2 poteva gestire migliaia di specie e una vasta gamma di sostanze. Lo studio ha dimostrato che il modello poteva mantenere la sua accuratezza anche quando gli veniva chiesto di prevedere gli effetti di sostanze chimiche strutturalmente molto diverse da quelle presenti nei suoi dati di addestramento, o per specie evolutivamente distanti da quelle che aveva studiato.

Per mostrare come questo funzioni in uno scenario del mondo reale, il team ha applicato TRIDENT-2 a migliaia di pesticidi. Hanno mappato come queste sostanze chimiche influenzerebbero probabilmente diverse specie attraverso l'albero degli eucarioti. I risultati hanno rivelato che, sebbene alcuni pesticidi fossero altamente tossici per i loro bersagli previsti, come insetti o erbe infestanti, essi ponevano rischi anche per specie non bersaglio, come certi vermi, funghi e piante. Il modello è stato in grado di rilevare queste sottili sensibilità specifiche per specie che sarebbero state trascurate se i dati fossero stati analizzati solo in ampi gruppi. Questo livello di dettaglio è essenziale per comprendere il vero impatto dell'inquinamento sulla biodiversità.

Lo studio conclude che l'intelligenza artificiale può superare i secolari limiti dei dati che hanno ostacolato la valutazione del rischio ecologico. Utilizzando la vasta quantità di dati esistenti, seppur disomogenei, per apprendere i principi generali della tossicità, TRIDENT-2 permette agli scienziati di valutare la sicurezza delle sostanze chimiche per i milioni di specie che non sono mai state testate. Questa capacità non sostituisce la necessità di esperimenti fisici, ma offre un modo per dare priorità ai test più necessari e per identificare potenziali minacce prima che causino danni diffusi. Lo strumento è ora disponibile per l'uso pubblico, offrendo una nuova strada per proteggere la biodiversità del pianeta dall'ondata crescente di inquinamento chimico.