Открытие биологов Университета Тафтса представляет первую модель регенерации, обнаруженную нечеловеческим интеллектом, и первую всеобъемлющую модель регенерации планарий, которая ускользнула от ученых-людей более 100 лет. Работа, опубликованная в номере журнала PLOS Computational Biology от 4 июня 2015 г., демонстрирует, как «наука о роботах» может помочь ученым-людям в будущем.Чтобы создать сложные биоинженерные органы, ученым необходимо понять механизмы, с помощью которых эти формы обычно создаются живым организмом. Однако существует значительный пробел в знаниях между молекулярно-генетическими компонентами, которые определены как необходимые для создания определенной формы организма, и пониманием того, как и почему эта конкретная сложная форма создается в правильном размере, форме и ориентации, — сказал старший автор статьи Майкл Левин (Michael Levin).
Доктор философии, профессор биологии Ванневар Буш и директор Центра регенеративной биологии и биологии развития Тафтса.«Большинство регенеративных моделей сегодня, полученных из генетических экспериментов, представляют собой стрелочные диаграммы, показывающие, какой ген регулирует какой другой ген. Это нормально, но это не говорит вам, какой будет окончательная форма.
Вы не можете сказать, будет ли результат многих моделей генетических путей похожи на дерево, осьминога или человека », — сказал Левин. «Большинство моделей показывают некоторые необходимые компоненты для того, чтобы процесс происходил, но не то, какая динамика достаточна для создания формы, шаг за шагом. Нам нужны алгоритмические или конструктивные модели, которым вы могли бы точно следовать, и не было бы никаких тайн или неопределенностей. . Вы следуете рецепту и получаете форму ".Такие модели необходимы для того, чтобы знать, какие триггеры можно применить к такой системе, чтобы вызвать регенерацию определенных компонентов или другие желаемые изменения формы. Однако таких инструментов для добычи быстрорастущей горы опубликованных экспериментальных данных в области регенерации и биологии развития еще не существует, сказал первый автор статьи Дэниел Лобо, доктор философии, научный сотрудник лаборатории Левина.
Чтобы решить эту проблему, Лобо и Левин разработали алгоритм, который будет использовать эволюционные вычисления для создания регуляторных сетей, способных «развиваться», чтобы точно предсказывать результаты опубликованных лабораторных экспериментов, которые исследователи вводили в базу данных.«Наша цель состояла в том, чтобы определить регулирующую сеть, которая могла бы быть реализована в каждой ячейке виртуального червя, чтобы результаты моделирования« голова-хвост »в смоделированных экспериментах соответствовали опубликованным данным», — сказал Лобо.Биологи Тафтса разработали алгоритм, который использовал эволюционные вычисления для создания регуляторных сетей, способных «эволюционировать», чтобы точно предсказать результаты опубликованных исследований регенерации планарий.Как и ожидалось, первоначальные случайные регуляторные сети обычно не могли дать никаких экспериментальных результатов.
Новые сети-кандидаты были созданы путем случайного объединения предыдущих сетей и выполнения случайных изменений, добавлений и удалений. Каждая сеть-кандидат была протестирована с помощью виртуального червя в рамках смоделированных экспериментов. Алгоритм сравнил полученную в результате моделирования форму с реальными опубликованными данными в базе данных.
По мере эволюции постепенно новые сети могли объяснить больше экспериментов в базе данных, содержащей большую часть известной экспериментальной литературы о планариях, касающейся регенерации головы и хвоста.Первая регенеративная модель, открытая искусственным интеллектом
В конечном итоге исследователи применили алгоритм к объединенному экспериментальному набору данных из 16 ключевых экспериментов по регенерации планарий, чтобы определить, может ли этот подход идентифицировать всеобъемлющую регуляторную сеть поколения планарий. Через 42 часа алгоритм вернул обнаруженную регуляторную сеть, которая правильно предсказала все 16 экспериментов в наборе данных. Сеть состояла из семи известных регуляторных молекул, а также двух белков, которые еще не были идентифицированы в существующих работах по регенерации планарий.«Это представляет собой наиболее полную модель регенерации планарий, обнаруженную на сегодняшний день.
Это единственная известная модель, которая механистически объясняет определение полярности голова-хвост у планарий во многих различных функциональных экспериментах, и является первой регенеративной моделью, обнаруженной искусственным интеллектом», — сказал Левин.Лобо и Левин обучены информатике и привносят необычный взгляд в область биологии развития. Левин изучал информатику и биологию в Тафтсе, прежде чем получил степень доктора философии. в генетике. Лобо получил степень доктора философии. в полевых условиях до прихода в лабораторию Левина.
Эта статья представляет собой успешное применение развивающейся области «науки о роботах», которая, по словам Левина, может помочь исследователям-людям, делая гораздо больше, чем просто быстро обрабатывать огромные массивы данных.«Хотя искусственному интеллекту в этом проекте действительно пришлось провести огромное количество вычислений, результатом является теория того, что делает червь, и создание теорий того, что происходит в природе, является в значительной степени самым творческим и интуитивным аспектом. работы ученого ", — сказал Левин. «Одним из самых замечательных аспектов проекта было то, что модель, которую он нашел, была не безнадежно запутанной сетью, которую на самом деле не мог понять ни один человек, а достаточно простой моделью, которую люди могут легко понять. Все это говорит мне, что искусственный интеллект может помочь во всех аспектах науки, не только в интеллектуальном анализе данных, но и в выводе значения данных ».
Эта работа была поддержана при финансовой поддержке гранта Национального научного фонда EF-1124651, гранта Национального института здравоохранения GM078484, гранта USAMRMC W81XWH-10-2-0058 и Фонда Мазерса. Для вычислений использовалась среда Extreme Science and Engineering Discovery Environment (XSEDE), которая поддерживается грантом NSF OCI-1053575, и кластерный компьютер, награжденный Silicon Mechanics.