В современной науке происходит тектонический сдвиг: биология перестает быть описательной дисциплиной и превращается в информационную. Профессор Майкл Левин и доктор Лео Пио-Лопес из Университета Тафтса (Tufts University) обсуждают, как искусственный интеллект помогает взломать «код формы» живых организмов, почему рак можно рассматривать как дефект коллективного познания клеток и как машинное обучение позволяет находить неожиданные лекарственные цели, связывая нейробиологию с онкологией.
🧬 Новый метод: Универсальные многослойные сети 5:35
4 июля 2024 года Майкл Левин и Лео Пио-Лопес опубликовали работу «Universal multi-layer network embedding reveals a causal link between Gaba neurotransmitter and cancer» . Исследование базируется на интеграции разрозненных типов биологических данных — генов, лекарств и болезней — в единую сетевую модель.
По словам Лео Пио-Лопеса, главная сложность современной биологии («эры омики») заключается в том, что у нас избыток данных, но нет эффективных способов их объединения в репрезентативную систему . Для решения этой задачи учёные использовали:
- Данные о взаимодействии белков (PPI) и коэкспрессии генов.
- Базу DrugBank для анализа клинических взаимодействий лекарств .
- Данные о сопутствующих заболеваниях (коморбидности) и общих симптомах болезней.
Работа заключалась в «переводе» этих данных на единый язык векторов с помощью техник эмбеддинга, что позволило применять алгоритмы машинного обучения к структурам, которые раньше невозможно было объединить в одном пространстве .
🧠 Математика поиска связей: Random Walk и Multi-Verse 10:43
Для обучения модели учёные использовали алгоритм «случайного блуждания с перезапуском» (Random Walk with Restart, RWR). Лео Пио-Лопес объясняет это на примере воображаемой частицы, которая бесконечно перемещается по узлам сети, пока распределение вероятностей её нахождения в узлах не сойдется . Это создает меру сходства между объектами: чем чаще частица проходит между двумя узлами, тем ближе они в векторном пространстве .
Процесс валидации модели включал следующие этапы:
- Обучение сети на 70% имеющихся данных о связях .
- Предсказание оставшихся 30% связей для проверки точности модели.
- Поиск новых, ранее неизвестных связей (link prediction) между лекарствами и болезнями .
Благодаря этому подходу система выявила высокую вероятность связи между нейромедиатором ГАМК (GABA) и меланомой — связью, которая не была очевидной для традиционных методов анализа.
🦀 Рак как «диссоциативное расстройство» клеток 18:31
Майкл Левин предлагает радикально новый взгляд на онкологию: по его мнению, рак — это не просто генетическая поломка, а крах «коллективного интеллекта» клеток . В норме клетки объединены в сеть с помощью биоэлектрических сигналов, которые хранят «память о паттерне» органа. Когда эта коммуникация нарушается, клетки «забывают» о целях всего организма и возвращаются к образу жизни одиночных организмов: неограниченно едят и размножаются .
Экспериментальная проверка предсказания модели подтвердила связь ГАМК с раком:
- Использование препарата мусцимол (агонист рецепторов ГАМК-А) вызвало у подопытных объектов фенотип меланомы .
- Клетки (меланоциты) начали вести себя агрессивно, проникать в кровеносные сосуды и менять форму, становясь похожими на нейроны .
- Важно отметить: этот процесс произошел без генетических повреждений . Ни канцерогены, ни мутации не вводились — произошел чисто физиологический сбой в передаче сигналов.
Майкл Левин считает, что это доказывает возможность запуска рака через нарушение биоэлектрической коммуникации, а не только через повреждение ДНК .
🤖 ИИ как «переводчик» для общения с тканями 28:45
Майкл Левин утверждает, что истинная сила ИИ в биологии — не в микроменеджменте отдельных генов, а в создании «теории разума» для биологических систем . Он приводит аналогию: люди веками успешно обучали лошадей и собак, абсолютно ничего не зная о нейробиологии, потому что использовали высокоуровневый интерфейс общения (награды и наказания) .
Ключевые тезисы Левина о будущем ИИ в науке:
- Биологические системы — это «агентурный материал» со своими целями, а не пассивная материя .
- ИИ должен стать инструментом коммуникации с «чужим интеллектом» тканей, помогая нам менять их целевые состояния (здоровье вместо болезни), а не просто «хакать» химические пути .
- По мнению гостя, нам нужно перестать пытаться сделать ИИ антропоморфным и позволить ему искать непредвзятые паттерны в биомедицинских данных .
📊 Дефицит данных: «Слоистый обрыв» биологии 36:48
Несмотря на миллиарды терабайт данных, биологический ИИ всё ещё ограничен. Майкл Левин отмечает, что у нас много данных микроуровня (омики), но почти нет структурированных данных об анатомических результатах («биоинформатика формы») .
Основные барьеры прогресса:
- Отсутствие стандартизации: Издательства считают самоплагиатом копирование раздела «Методы» из статьи в статью, что вынуждает учёных описывать одни и те же процессы разными словами. Это делает данные нечитаемыми для ИИ .
- Стоимость экспериментов: Получение функциональных данных (как конкретное вмешательство меняет форму органа) стоит дорого и занимает годы .
- Отсутствие данных о биоэлектричестве: Это критический слой информации, который сейчас практически не собирается в массовых масштабах .
Решение проблемы учёные видят в «роботах-учёных» и автоматизированных лабораториях (Cloud Labs), которые смогут генерировать миллионы стандартизированных экспериментов в год .
🚀 Будущее: От «умных» протезов до трансформации вида 52:17
В завершение дискуссии Майкл Левин затронул философские и архитектурные аспекты ИИ. Он считает, что современные нейросети слишком хрупкие, потому что они изолируют слои вычислений, предполагая, что «железо» всегда работает идеально. Биология же строит интеллект на «ненадежной среде», где каждая клетка и каждый слой конкурируют или сотрудничают .
Прогнозы и опасения спикеров:
- Аутсорсинг когниции: Мы уже передали ИИ память и навигацию. Скоро появятся «консультанты по отношениям» и ИИ-протезы силы воли . Левин задается вопросом: не потеряем ли мы при этом свою человечность? .
- Коллективный разум: Объединение людей в сеть («нейронный клей») опасно. Левин напоминает: когда вы идете на скалолазание, ваши клетки кожи, оставшиеся на скале, не выбирали этот путь. Коллективный разум не обязан заботиться о благополучии своих частей .
- Зрелый вид: По мнению Майкла Левина, мы должны отказаться от идеи, что человеческая форма — это венец творения. Зрелый вид должен обладать «свободой воплощения» — правом выбирать свою форму и когнитивные способности, выходя за рамки ограничений, данных эволюцией .
Левин резюмирует, что экзистенциальная задача человечества — развить науку о том, откуда берутся цели у коллективных систем и как управлять ими во имя общего блага .
