I løbet af de sidste par måneder er det blevet klart, at kunstig intelligens kan trænes til at efterligne menneskeligt sprog – se bare på ChatGPT. Og nu viser forskning, at hvis de trænes tilstrækkeligt, kan lignende sprogmodeller efterligne menneskets biologi og evolution og endda sætte sit eget spin på det.
I en undersøgelse, som var offentliggjort torsdag i Nature Biotechnology testede forskere evnen af en sprogmodel (Salesforces ProGen) til at generere aminosyresekvenser – enzymer – der potentielt kunne fungere i virkelige scenarier. Projektet var et samarbejde mellem mange forskellige parter, herunder Salesforce Research og forskere ved University of California-San Francisco og University of California-Berkeley
Men hvorfor bruge en sprogmodel – noget, der er blevet brugt til at generere essays og artikler, for eksempel – til at generere biologi? Proteiner kan repræsenteres som et sprog, der består af aminosyrer, de 20 molekyler, der udgør hvert protein.
“På samme måde som ord kædes sammen en efter en for at danne tekstsætninger, kædes aminosyrer sammen en efter en for at lave proteiner,” skrev direktør for AI Research hos Salesforce Research Nikhil Naik i en e-mail til Motherboard . “Med udgangspunkt i denne indsigt anvender vi neural sprogmodellering til proteiner for at generere realistiske, men nye proteinsekvenser.”
Dybest set, i stedet for at lære engelsk sprog, udviklede holdet AI til at lære proteinernes sprog, forklarede Ali Madani Ph.D, en tidligere videnskabsmand ved Salesforce Research involveret i undersøgelsen, skrev i en e-mail til Motherboard.
Som andre AI-programmer skulle modellen undervises i overensstemmelse hermed. ProGen blev først trænet på 280 millioner proteiner. Efter to uger finjusterede holdet modellen ved at introducere den til et datasæt med omkring 56.000 proteiner fra fem forskellige familier. Modellen genererede derefter en million kunstige sekvenser. Holdet fokuserede på 100 proteiner for at se, hvordan de sammenlignede med naturlige proteiner, og om de havde fulgt den såkaldte “grammatik” af aminosyresammensætning tilstrækkeligt eller ej.
Ud af disse 100 proteiner skabte holdet fem af de kunstige proteiner og testede deres funktionalitet i celler, for at se, hvor godt de sammenlignede med et enzym, der findes i kyllingeæg, passende kaldet “høneæggehvidelysozym” (HEWL). To af proteinerne udviste aktivitet svarende til HEWL, idet de nedbryde bakteriers cellevægge.
“Enzymerne virker (out-of-the-box) såvel som proteiner, der har udviklet sig over millioner af års evolution,” sagde Madani. Holdet fandt også ud af, at modellen var i stand til at fange evolutionære mønstre, uden at være specifikt trænet til at gøre det.
Mens AI har brugt til at danne proteinerdenne undersøgelse adskiller sig en smule fra tidligere forskning og udvider yderligere ideen om, hvad der er muligt med sprogmodeller.
“Vores arbejde bruger betingede sprogmodeller, der giver mulighed for betydeligt mere kontrol over, hvilke typer sekvenser der genereres, hvilket gør dem mere nyttige til at designe proteiner med specifikke egenskaber,” skrev Naik. “Vi har også valideret vores resultater i et vådt laboratorium.”
Metoderne beskrevet i papiret er også tilgængelige på GitHub at gøre det muligt for forskersamfundet at bygge videre på dette arbejde og fremskynde forskningen i AI til proteindesign. Som Madani ser det, er proteiner livets arbejdsheste.
“Alt, der kan gå galt eller rigtigt i en menneskelig krop, er afhængig af proteiner, og derfor kan design af nye give os mulighed for mere effektivt at behandle sygdomme eller endda undgå dem i første omgang,” skrev Madani. “Vi kan bruge AI til at konstruere disse løsninger.
Posten AI replikerede evolution og genererede nye enzymer så gode som naturlige dukkede op først VICE.
