Заменят ли биологов роботизированные лаборатории

Автономные роботы, управляемые искусственным интеллектом, приходят в биологические лаборатории, но исследователи настаивают на том, что человеческие навыки по-прежнему необходимы.

   В прошлом году биолог-синтетик Миган Олсен провела большую серию экспериментов. Будучи аспиранткой Северо-Западного университета (США), она пыталась более эффективно синтезировать белки. В ходе более чем 40 экспериментов, проведенных в течение 4 месяцев, Олсен протестировала 1231 комбинацию сахаров, аминокислот и других ингредиентов, прежде чем перейти к коктейлю, который был как минимум в шесть раз дешевле существующих рецептов бесклеточного синтеза белков.

  И вот "автономная лабораторная система", созданная на базе большой языковой модели (LLM) "scientist", лабораторная робототехника, автоматизирующая простые задачи, создана учеными из компании по искусственному интеллекту OpenAI (США) и биотехнологической компании Ginkgo Bioworks (США), превзошла рекорд Олсен. Это позволило снизить затраты еще на 40% после тестирования более чем 30 000 экспериментальных вариантов в течение 6 месяцев. Полученные результаты, описанные в статье, размещенной на сервере препринтов bioRxiv 5 февраля, вызвали дискуссию о том, в какой степени роботы, управляемые чат—ботами, могут заменить людей.

   “Это будущее биологии”, - считает инженер Филип Ромеро из Университета Висконсин-Мэдисон (США). Однако этой технологии еще предстоит пройти определенный путь, прежде чем она сможет найти широкое применение. Существующие лабораторные роботы по-прежнему с трудом справляются с задачами, требующими специальных навыков, или индивидуальными экспериментами, например, с образцами тканей или животными. И достижение некоторых сложных исследовательских целей находится за пределами возможностей существующих инструментов искусственного интеллекта. Но даже по мере того, как системы автономных лабораторий становятся все более функциональными, ученые подчеркивают, что человеческий опыт по-прежнему будет важным компонентом исследований.

   Большинство попыток применить автономные лаборатории в биологии были сосредоточены на разработке белков. Например, группа Ромеро объединила простую модель машинного обучения с лабораторной робототехникой для работы с жидкостями, чтобы улучшить теплоустойчивость белков. Другие использовали более сложные "модели белкового языка" для прогнозирования аминокислотных изменений, реализованных с помощью лабораторной робототехники, которые могут повысить активность ферментов.

   Бесклеточный синтез белка, при котором различные комбинации химических веществ смешиваются с лизатом бактериальных клеток, нуждающийся в оборудовании для производства белка и последовательностей ДНК, кодирующих белок, казался подходящей задачей для таких передовых моделей, как GPT-5 от OpenAI", - говорит Джой Цзяо, руководитель исследований в области естественных наук в OpenAI. “Мы действительно хотели протестировать производительность GPT-5 в реальной биологии”. Система Ginkgo-OpenAI использовала GPT-5 для интерпретации результатов и разработки экспериментов, которые могли быть проведены с помощью лабораторной робототехники Ginkgo. Исследователи предоставили реактивы и внедрили экспериментальные разработки GPT-5. Они также внесли изменения в протокол и после трех раундов экспериментов предоставили GPT-5 доступ к препринту, описывающему работу Олсен, а также к другой литературе в Интернете. GPT-5 вела лабораторный журнал с интерпретациями данных и гипотезами.

   До того, как модель получила доступ к Интернету или препринту Олсен, в одной из записей в журнале была высказана гипотеза об экономичной замене реагентов, которую также использовала группа Олсен. “На самом деле модель обладала довольно неплохими возможностями для биохимического анализа”, - рассказал Цзяо. Тем не менее, наибольшие улучшения в эффективности синтеза белка были достигнуты в ходе экспериментов после того, как GPT-5 получила доступ к свежей информации. “Все это позволило ей совершить большой скачок вперед и фактически превзойти современные достижения человека”, - добавляет Цзяо.

   Майкл Джуэтт, биолог–синтетик из Стэнфордского университета (США), который руководил работой Олсен, говорит, что метод бесклеточного синтеза белка на основе Ginkgo-OpenAI в целом похож на тот, который придумали он, Олсен и их коллеги. Однако трудно сказать, насколько работа его лаборатории помогла GPT-5 разработать свои эксперименты. Джуэтт ожидает, что автономные лаборатории, способные провести десятки тысяч экспериментов за короткий промежуток времени, преуспеют в аналогичных усилиях, в которых многие условия могут быть изменены для достижения желаемого результата. Его метод синтеза белка включал около 1000 реакций. "Я бы хотел, чтобы их было 30 000”, - говорит он. “Приятно думать об экспериментах такого масштаба”. Но автономные лаборатории столкнутся с трудностями в экспериментах, в которых нет единого четкого протокола для отслеживания прогресса, добавляет Джуэтт. Его группа и группа Ginkgo–OpenAI оценивали свой прогресс по производству флуоресцентного белка, но во многих исследовательских целях его не так легко измерить.

   Ромеро видит в робототехнике основное ограничение, в отличие от возможностей моделей с искусственным интеллектом. “Существует множество экспериментов, которые очень трудно автоматизировать”, - говорит он, например, создание тонких срезов ткани. Данные, полученные в результате тестирования на животных моделях для разработки терапевтических средств, например, уровней токсичности, нелегко заменить экспериментами, которые подходят для автономных лабораторий, полагает Эван Коллинз, биоинженер из Массачусетского технологического института.

   Еще одной проблемой, с которой сталкивается широкое использование автономных биологических лабораторий, является их стоимость. “Не все экспериментальные рабочие процессы оправдывают стоимость и сложность полностью замкнутой автоматизации, особенно при использовании для небольшого числа экспериментов", - написали Коллинз и его коллеги в статье, опубликованной в прошлом году в журнале Nature Computational Science. Хуэймин Чжао, биоинженер из Университета Иллинойса, говорит, что ученым нет необходимости находиться в том же кампусе или даже в той же стране, что и автономная лаборатория. Его лаборатория управляет облачной автономной лабораторией, которая получила финансирование в размере 18 миллионов долларов США от Национального научного фонда США и ищет сотрудников. “Многие эксперименты, которые исследователи проводят в лабораториях, теперь можно в значительной степени автоматизировать”, - говорит он. Джуэтт рассматривает автономные лаборатории как новую возможность для биологов-экспериментаторов, а не как угрозу существованию. “Как исследователю, мне очень приятно видеть, что другие группы опираются на мою работу”, - добавляет Олсен. Даже если в состав этой группы входит чат-бот.

Источник: microbius.ru

Комментарии: