Kellis: Za deset godina ćemo uz pomoć AI-ja promijeniti zdravlje čovjeka

Prof. dr. sc. Manolis Kellis, profesor računalne biologije na MIT-u i član Broad Institute-a, u Dubrovniku je sudjelovao na konferenciji Međunarodnog društva za primijenjene biološke znanosti. Stručnjak za genetiku, genomiku i epigenetiku, posvećen je razumijevanju molekularnih osnova ljudskih bolesti kako bi se razvili precizniji lijekovi. S njim je za Studio 4 razgovarala Stephanie Stelko.

Vrlo je teško sažeti više od 20 g. vrlo plodne znanstvene karijere u samo nekoliko minuta, ali dat ćemo sve od sebe. Proučavate ljudski DNK i istražujete kako utječe na određene značajke, uključujući naše predispozicije za određene bolesti. Najprije ćemo proći osnove. Vaše discipline uključuju genetiku, genomiku i epigenetiku. Čime se one bave i kako se primjenjuju na vaše istraživanje?

- Moja je misija shvatiti molekularnu osnovu ljudskih bolesti, razumjeti kako intervenirati. Zašto? Jer jedini način na koji možemo napraviti lijekove jest ako shvatimo sklopove, uzročnost, ako shvatimo gdje treba intervenirati jer ondje lijekovi djeluju. Lijekovi ne djeluju svugdje u čovjeku, nego u našim stanicama, u određenim tipovima stanica, na određenim proteinima. Zato se moje istraživanje bavi cjelokupnošću Alzheimerove bolesti i preslikava je na vrlo specifične točke intervencije. Uzimam cjelokupnost raka, psihijatrijskih poremećaja, pretilosti, dijabetesa. Sve su to iznimno složene bolesti. Pogađaju mnoga tkiva, mnoge organe, mnoge tipove stanica u tim organima i mnoge gene. Dakle, pokušavamo premostiti jaz između genske varijacije i bolesti. Nađene su genske varijante koje predviđaju bolest. Znamo da imaju uzročnu ulogu, ali ne znamo kako djeluju. Svojim istraživanjem na staničnoj razini, na molekularnoj razini, na razini tkiva, pokušavam utvrditi na koje to mehanizme možemo intervenirati i tako promijeniti bolest, istaknuo je prof. dr. sc. Manolis Kellis.

Dolazite s jednog od najboljih informatičkih sveučilišta na svijetu gdje ste na čelu skupine za računalnu biologiju. Kako nam računarstvo pomaže da bolje shvatimo gene?

- Računarstvo je nužno za razumijevanje tog problema. Nije stvar u tome da možemo primijeniti i računarstvo. Možemo primijeniti jedino računarstvo. Radi se o razumijevanju programskog jezika genoma. Vi i ja govorimo ljudske jezike: hrvatski, engleski, grčki, francuski itd. Izmislili smo te jezike kao ljudi, ali postoji jezik koji mi ljudi nikada nismo govorili. Taj jezik je jezik biologije. Taj se jezik razvio prije 3,5 milijarda godina. To nije nedavni izum. Ljudski je jezik star možda 70.000 godina, biološki jezik milijarde godina. I ljudski je jezik ograničen našim mozgom. Ne bi bio tu da ga ne možemo razumjeti. Ali biološki jezik, on je mnogo složeniji.

- Stoga je računarstvo nužno za rješavanje tog problema jer moramo shvatiti kako djeluju genske varijante odgovorne za bolest, kako utječu na značenje genoma. A to se značenje može naučiti jedino preko umjetne inteligencije, računarstva, strojnog učenja, statistike i algoritama. Sve su te tehnike nužne da bismo shvatili kod, programski jezik genoma. A taj je kod na razini DNK. Da biste shvatili kako funkcionira DNK, morate doći na razinu regulacijske genomike kako biste razumjeli riječi na koje se vežu regulatori kako bi uključili ili isključili gene. Zatim na epigenetičku razinu kako biste razumjeli kontrolne regije. Ne samo efektore, gene nego i crvena svjetla, ono što zaustavlja, dakle, znakove kad se geni trebaju uključiti ili isključiti. Zatim treba shvatiti specifičnost tipova stanica. I na kraju, kad je riječ o ciljanju tih proteina lijekovima, morate shvatiti jezik strukture proteina, jezik kemijske strukture, znati koji će se kemijski spojevi podudarati, poput brave i ključa, kako bi se lijekovi mogli vezati za proteine, dakle, za prave ciljne proteine koji uzrokuju bolest i kako bismo time ponovno preusmjerili sklopovlje bolesti, dodao je.

Već svjedočimo modelima UI-ja koji rješavaju vrlo složene matematičke probleme koje ljudi nisu mogli riješiti desetljećima, pa i dulje. Ima li možda sličnih primjera iz vašeg područja?

- Generativna umjetna inteligencija bavi se učenjem smislenih prikaza. Što to znači? Umjesto da razmišljamo o A, C, G i T, počinjemo razmišljati o riječima koje su sastavljene od tih slova. Umjesto o pikselima na slici, razmišljamo o oblicima u koje se ti pikseli spajaju. Umjesto o pojedinačnim atomima, razmišljamo o funkciji više atoma u tim spojevima. Umjesto o pojedinačnim aminokiselinama, spajamo više aminokiselina u domene i gradivne blokove. Kroz svako od tih područja polako gradimo jezik biologije. Dakle, to je moja skupina učinila u biologiji. Shvatili smo na koje nove načine treba poimati DNK. Sada možemo predvidjeti hoće li se regulator vezati za određenu regiju i uključiti gen te hoće li varijacija motiva, genska varijacija koja narušava taj motiv, uzrokovati bolest ili neće. Jer razumijemo kako pojedinačna slova remete taj jezik kontrolnih elemenata, taj jezik gena, jezik proteina itd, rekao je.

- Osim toga, nedavno smo stvorili zajednički prikaz kemije i strukture proteina. Što to znači? Da smo naučili jednu kartu, kartografiju, stvarnu kartu cijele kemije i svih proteina. Tako možemo izravno čitati s te karte koji će lijek djelovati za koju bolest, koji će lijek djelovati za koji protein. I to je ubrzalo postupak otkrivanja lijekova milijun puta. Sada smo milijun puta brži od bilo koje druge metode koja postoji. I sto puta smo precizniji. Možemo s te kartografije izravno čitati nanomolarni afinitet, naći nove lijekove za proteine s kojima su se znanstvenici mučili desetljećima. Sada ih jednostavno možemo očitati. To su samo neki primjeri kako nas je UI naučio govoriti jezik biologije. Tako da možemo razgovarati na engleskom s našim proteinima, stanicama, fenotipovima naših pacijenata, a zatim tumačiti, razumjeti i pomoći znanstvenicima da bolje razumiju temeljne procese. A to je nužno za otkrivanje lijekova, smatra.

Možemo li sa sigurnošću reći da ćemo zahvaljujući svim tim naprecima u tehnologiji u budućnosti biti zdraviji?

- Mislim da najjači utjecaj AI-ja neće biti u analizi tržišta dionica ili kodiranju, programiranju itd. Mislim da će najjači utjecaj biti u promjeni čovjekova života. A promijenit ćete ga tako da mu poboljšate zdravlje. Stoga mislim da zlatno doba čovječanstva upravo počinje. Predviđanja nisu mračna: To je to, gotovo je. Mislim da se ljudi tek zagrijavaju. Poboljšanje ljudske dugovječnosti, fiziologije, načina na koji naš mozak radi, sve je to nadohvat ruke. Sada se napokon možemo uhvatiti u koštac s nekim od najfundamentalnijih izazova. To me zaista oduševljava. I jamčim da će zdravlje čovjeka za 10 godina biti potpuno drukčije nego što je danas, zaključuje Kellis.