Научная работа часто связана с просеиванием огромных объемов данных. Эта задача совершенно обыденна для людей, но не представляет сложности для искусственного интеллекта. Новая платформа, получившая название BacterAI, может проводить до 10 000 экспериментов в день, чтобы узнать больше о бактериях для себя и нас.
Человеческое тело является домом для триллионов микробов, покрывающих почти каждую поверхность внутри и снаружи. Многие из них жизненно важны для определенных функций организма, в то время как многие другие вызывают у вас заболевания. Исследования продолжают раскрывать, насколько неразрывно связано наше общее здоровье с нашими микробиомами, но управление и изучение соответствующих данных остается сложной задачей.
«Мы почти ничего не знаем о большинстве бактерий, влияющих на наше здоровье», — сказал Пол Дженсен, автор нового исследования. «Понимание того, как растут бактерии, — это первый шаг к реинжинирингу нашего микробиома».
ИИ особенно хорошо справляется с обработкой огромных наборов данных и поиском закономерностей, поэтому, конечно же, ученые задействовали его для анализа данных о бактериях. Как правило, это включает в себя ввод существующих наборов данных в модели машинного обучения, но это не помогает для видов, о которых просто не так много доступных данных — и это много видов, учитывая, что около 90% бактерий практически не изучались.
Исследователи из Мичиганского университета разработали новую платформу под названием BacterAI, которая может изучать бактерии без предварительных знаний. Он создает свой собственный набор данных с нуля, разрабатывая эксперименты для лабораторных роботов, чтобы они запускались один за другим, и результаты каждого информировали о следующем. В конце концов он сможет преобразовать свои выводы в набор логических правил, которые ученые-люди смогут понять и проверить в дальнейшем.
Исследователи смотрят BacterAI за работойМарчин Щепански/ведущий мультимедийный рассказчик, Michigan Engineering
В ходе демонстрации технологии BacterAI был задействован для выяснения метаболизма двух распространенных бактерий полости рта – Streptococcus gordonii и Streptococcus sanguinis . Это включает в себя определение конкретной комбинации аминокислот, которые жуки едят из набора из 20, поддерживающих жизнь, — задача, требующая сортировки более миллиона возможных комбинаций.
BacterAI смог протестировать несколько сотен комбинаций. аминокислот каждый день, выбирая наиболее многообещающие комбинации и отслеживая их в последующих экспериментах. Он проводил до 10 000 экспериментов в день и через девять дней смог делать точные прогнозы в 90 % случаев.
«Когда ребенок учится ходить, он не просто смотрит, как ходят взрослые. а затем говорят: «Хорошо, я понял», встают и начинают идти. Они возятся и сначала делают пробы и ошибки», — сказал Дженсен. «Мы хотели, чтобы наш ИИ-агент делал шаги и падал, придумывал собственные идеи и совершал ошибки. С каждым днем он становится немного лучше, немного умнее».
Команда надеется, что BacterAI можно использовать для ускорения открытий бактерий, которые, в свою очередь, могут помочь в разработке новых лекарств или других полезных молекул.
Исследование опубликовано в журнале Nature Microbiology.