Assessing chemical toxicity across Eukaryota using multimodal transformers

De natuurlijke wereld is een uitgestrekt, onderling verbonden web van leven, van de kleinste eencellige organismen tot de grootste zoogdieren. Decennialang hebben wetenschappers geweten dat door de mens gemaakte chemicaliën dit web bedreigen en schade toebrengen aan insecten, vogels en hele ecosystemen. Om de natuur te beschermen, moeten regelgevers weten welke chemicaliën gevaarlijk zijn voor welke levende wezens. Echter, er bestaat een enorme kloof in onze kennis. Terwijl er elk jaar duizenden nieuwe chemicaliën worden ontdekt en miljoenen soorten de planeet bewonen, hebben we slechts een fractie van hen getest. Traditioneel testen is traag, duur en vaak beperkt tot een paar standaarddieren zoals vissen, ratten en algen. Dit laat ons gissen naar de veiligheid van de meeste chemicaliën voor de meeste soorten, wat het moeilijk maakt om vervuiling te stoppen voordat het onomkeerbare schade veroorzaakt.

Om deze kloof te overbruggen, hebben onderzoekers zich tot kunstmatige intelligentie gewend. In plaats van elke chemische stof in een laboratorium op elk dier te testen, leren ze computers patronen te herkennen in de gegevens die we al hebben. Door te leren hoe chemische structuren interageren met de biologie van verschillende soorten, kunnen deze computermodellen de toxiciteit voorspellen voor situaties waarin nog nooit een experiment is uitgevoerd. Deze aanpak belooft de veiligheidsbeoordelingen te versnellen en verborgen gevaren te onthullen voor de talloze soorten die nog nooit zijn bestudeerd.

In een nieuwe studie heeft een team wetenschappers een krachtig nieuw hulpmiddel ontwikkeld genaamd TRIDENT-2 om deze uitdaging aan te pakken. Dit systeem is ontworpen om te voorspellen hoe giftig een chemische stof zal zijn voor elk eukaryoot organisme — een groep die bijna alle complexe levensvormen omvat, van planten en schimmels tot dieren. De onderzoekers trainden hun model op een enorme collectie bestaande gegevens, waarbij ze meer dan 560.000 toxiciteitstesten samenbrachten. Deze tests bestreken meer dan 82.000 verschillende chemicaliën en bijna 6.800 soorten, wat ongeveer een derde van alle bekende groepen eukaryotisch leven vertegenwoordigt. De gegevens bevatten een grote verscheidenheid aan scenario's, zoals hoe lang een organisme aan een chemische stof werd blootgesteld, hoe het werd blootgesteld en welke specifieke effecten werden waargenomen, zoals sterfte, veranderingen in groei of gedragsveranderingen.

De kern van TRIDENT-2 is een type kunstmatige intelligentie dat bekend staat als een multimodale transformer. In eenvoudige bewoordingen betekent dit dat de computer niet alleen naar de chemische structuur of het dier afzonderlijk kijkt; het leert te begrijpen hoe ze samenhangen met de omstandigheden van de test. Het verwerkt de moleculaire vorm van de chemische stof, het type organisme, de route van blootstelling en de duur van het experiment allemaal tegelijkertijd. Door te leren van deze diverse mix van informatie, kan het model diepe verbanden tussen verschillende soorten en chemicaliën opsporen. Het kan bijvoorbeeld gebruiken wat het weet over hoe een chemische stof een muis beïnvloedt, om een gefundeerde gok te doen over hoe diezelfde stof een verwante knaagdier of zelfs een verre verwant in een ander deel van het dierenrijk zou kunnen beïnvloeden.

Toen het team TRIDENT-2 testte, bleek dat het de toxiciteit met opmerkelijke nauwkeurigheid kon voorspellen, zelfs voor soorten en chemicaliën die het nog nooit eerder had gezien. Het model was in staat om de concentratie van een chemische stof te schatten die een specif kind effect zou veroorzaken, zoals het doden van de helft van een populatie, met een precisieniveau dat wedijvert met traditionele methoden. Cruciaal was dat het model goed presteerde over de gehele stamboom van het leven, van insecten en planten tot schimmels en mariene wezens. Het toonde aan dat het, door te leren van een breed scala aan gegevens, de gaten kan opvullen voor soorten die zelden worden getest. Zo voorspelde TRIDENT-2, terwijl standaardtesten vaak gericht zijn op vissen en knaagdieren, succesvol de toxiciteit voor groepen zoals wormen, schimmels en insecten, die vaak over het hoofd worden gezien maar essentieel zijn voor de gezondheid van het ecosysteem.

De onderzoekers vergeleken TRIDENT-2 ook met verschillende bestaande instrumenten die door regelgevers en wetenschappers worden gebruikt. Het nieuwe model presteerde consequent beter dan deze oudere methoden, vooral bij het voorspellen van effecten voor soorten of chemicaliën buiten het nauwe bereik van traditionele testen. Terwijl andere instrumenten beperkt waren tot een handvol testdieren en specifieke soorten chemicaliën, kon TRIDENT-2 duizenden soorten en een enorme variëteit aan stoffen aan. De studie toonde aan dat het model zijn nauwkeurigheid kon behouden, zelfs wanneer het werd gevraagd de effecten te voorspellen van chemicaliën die structureel zeer verschillend waren van de chemicaliën in de trainingsdata, of voor soorten die evolutionair ver verwijderd waren van degenen die het had bestudeerd.

Om te laten zien hoe dit in een scenario uit de echte wereld werkt, paste het team TRIDENT-2 toe op duizenden pesticiden. Ze brachten in kaart hoe deze chemicaliën waarschijnlijk verschillende soorten over de eukaryote stamboom zouden beïnvloeden. De resultaten onthulden dat hoewel sommige pesticiden zeer giftig zijn voor hun beoogde doelwitten, zoals insecten of onkruid, ze ook risico's vormen voor niet-doelsoorten, zoals bepaalde wormen, schimmels en planten. Het model was in staat om deze subtiele, soortspecifieke gevoeligheden te detecteren die gemist zouden worden als de gegevens alleen in brede groepen zouden worden bekeken. Dit niveau van detail is essentieel voor het begrijpen van de werkelijke impact van vervuiling op de biodiversiteit.

De studie concludeert dat kunstmatige intelligentie de langdurige databeperkingen kan overwinnen die de ecologische risicobeoordeling hebben gehinderd. Door gebruik te maken van de enorme hoeveelheid bestaande, zij het ongelijkmatige, gegevens om algemene principes van toxiciteit te leren, stelt TRIDENT-2 wetenschappers in staat om de veiligheid van chemicaliën te beoordelen voor de miljoenen soorten die nooit zijn getest. Deze capaciteit vervangt niet de noodzaak voor fysieke experimenten, maar biedt een manier om te prioriteren welke tests het meest nodig zijn en om potentiële bedreigingen te identificeren voordat ze wijdverspreide schade aanrichten. Het hulpmiddel is nu beschikbaar voor publiek gebruik en biedt een nieuwe weg naar het beschermen van de biodiversiteit van de planeet tegen de groeiende vloedgolf van chemische vervuiling.