Штучний інтелект для розшифровки складності людської клітини: нова ера в медицині

Новини

20.06.2026 17:43

Игорь Блохин, джерело: «Facenews»

Новини

Сільвана Конерман, директорка наукової групи Arc, презентує інноваційний підхід до подолання складних захворювань, таких як хвороба Альцгеймера, використовуючи потужність штучного інтелекту (ШІ) для розуміння фундаментальної складності людської клітини. Цей підхід, що базується на масштабному зборі даних, технологіях точкових генетичних змін (CRISPR) та передових моделях ШІ, відкриває нові перспективи для розробки ефективних терапій.

Протягом 20 років наукової діяльності Конерман досліджувала складні хвороби, які, на відміну від інфекцій, мають множинні фактори ризику, що ускладнює розробку універсальних методів лікування. До таких захворювань належать хвороба Альцгеймера, серцево-судинні захворювання, інсульт та певні види раку, де індивідуальна комбінація генетичних та екологічних факторів відіграє ключову роль.

Читайте також: Математика як абсолютна істина: чому інженери рятують Україну, а політики руйнують

Революційний трикутник технологій

Успіх у розшифровці складності людської клітини став можливим завдяки збігу трьох ключових технологічних напрямків за останні два роки: секвенування окремих клітин (single-cell sequencing), технологія CRISPR та штучний інтелект. Секвенування окремих клітин дозволяє отримати «знімок» РНК-експресії кожної клітини, що еквівалентно вивченню її «мови». Технологія CRISPR надає можливість точно змінювати окремі гени, вмикаючи або вимикаючи їх, тим самим регулюючи експресію РНК. Штучний інтелект, особливо великі мовні моделі, демонструє здатність аналізувати величезні обсяги даних та виявляти складні закономірності, аналогічно до розуміння людської мови.

Ці три напрямки створюють основу для створення «віртуальної клітини» – моделі, здатної передбачати, як клітина реагуватиме на певні зміни. На відміну від людської мови, яка була створена людьми, біологічна мова еволюціонувала, що робить її менш інтуїтивно зрозумілою. Проте, ШІ, не маючи людських упереджень, може ефективно навчатися на цих даних.

Масштабне збирання даних та створення моделі

Для навчання таких моделей потрібні величезні набори даних. Наукова група Arc планує провести щонайменше мільярд експериментів протягом наступних чотирьох років, застосовуючи CRISPR для точкових змін у генах та вимірюючи результати за допомогою секвенування РНК окремих клітин. Вже проведено близько 60 мільйонів таких експериментів, що свідчить про реалістичність запланованих масштабів.

Мета створення цієї моделі – допомогти людству. Вона дозволить ідентифікувати захворювання на клітинному рівні, порівнюючи дані здорових та хворих клітин від багатьох пацієнтів. Потім модель зможе прогнозувати, які саме генетичні або хімічні втручання необхідні для перетворення хворих клітин на здорові, долаючи обмеження традиційного методу «здогадок та перевірки» в біомедицині.

«Універсальна віртуальна клітина» та її доступність

Розроблена модель позиціонується як «універсальна віртуальна клітина», здатна узагальнювати знання для нових типів клітин або станів без попереднього навчання на конкретних даних. Незважаючи на те, що перша версія моделі, випущена вісім місяців тому, ще не досягла необхідної точності, вона вже демонструє потенціал. Повний випуск інструменту для громадськості заплановано пізніше цього року, з подальшими ітераціями та щорічними «Викликами Віртуальної Клітини» для спільноти дослідників.

На запитання про потенційні ризики зловживання цими технологіями, Конерман зазначає, що модель націлена виключно на людські клітини, що суттєво обмежує можливості для створення небезпечних втручань. У разі появи нових загроз, наприклад, вірусів, модель зможе допомогти зрозуміти механізми їхньої дії та розробити захисні стратегії.

Майбутнє медицини та надія для пацієнтів

Наукова група Arc, заснована у 2022 році, вже налічує понад 300 спеціалістів з різних дисциплін, об'єднаних спільною метою – інтеграція ШІ та біології. Конерман висловлює впевненість, що протягом наступних 4-5 років медицина зазнає трансформації, а створені моделі стануть достатньо точними, щоб стати корисними. Це відкриє абсолютно новий, всеосяжний та керований даними підхід до лікування складних захворювань, надаючи надію мільйонам людей.

Читайте також: Комп'ютер навчився читати думки: паралізований пацієнт в США відновив спілкування