Коротко
Silvana Konermann, основательница исследовательского института ARC, объясняет, почему сложные болезни (Альцгеймер, рак, инсульт, болезни сердца) до сих пор не вылечены: у каждого пациента своя уникальная комбинация генетических и средовых факторов риска, и подход «одна гипотеза, один ген, несколько лет проверки» не масштабируется. Три технологии, дозревшие за последние год-два, single-cell sequencing (измерять), CRISPR (менять), AI (понимать), впервые позволяют относиться к РНК как к «языку клетки» и обучить на нём предсказательную модель так же, как LLM выучили человеческий язык. ARC ставит физические эксперименты пертурбации: CRISPR выключает/включает один ген в одной клетке, single-cell RNA-seq фиксирует результат, уже сделано 60 миллионов таких, цель миллиард за четыре года. Конечная задача, «универсальная виртуальная клетка», которая предскажет, какое вмешательство вернёт больные клетки в здоровое состояние сразу по всем пациентам с одной болезнью. Первая модель (state designer) вышла восемь месяцев назад, она state-of-the-art, но пока, по словам Konermann, «не очень хороша», точность ~20%; инструмент выкладывается в открытый доступ, проводится ежегодный Virtual Cell Challenge.
Главный тезис
РНК, это эволюционно сложившийся, непрочитанный человеком «язык клетки»; если собрать достаточно данных и обучить на них AI так же, как LLM выучили человеческую речь, можно построить модель, предсказывающую, как вернуть больную клетку в здоровое состояние, и так наконец взять штурмом комплексные болезни.
Ключевые идеи
- 2:34, комплексная болезнь это не «сложная», а многофакторная: у каждого пациента своя комбинация рисков, в отличие от инфекции с одной причиной.
- 2:47, болезни сердца, многие виды рака, инсульт, Альцгеймер устроены одинаково комплексно, поэтому устойчивы к прорывам медицины.
- 3:50, три дозревшие способности: измерять (single-cell sequencing), менять (CRISPR), понимать (AI).
- 4:08, РНК это язык клетки: динамический снимок того, что в ней происходит, плюс отражение её генетики.
- 4:23, CRISPR (15 лет работы Konermann) теперь работает по всему геному, можно прицельно глушить или апрегулировать РНК одного гена.
- 5:04, центральная аналогия: как AI взломал человеческий язык, так может взломать язык клеток.
- 5:52, ключевой инсайт последних шести лет: модель учится огромному просто из языка, выстраивая подобие картины мира.
- 6:20, критическая разница: человеческий язык создали мы и понимаем его, а биологический язык эволюционировал и для нас непроницаем, «но AI всё равно».
- 7:11, LLM прожорливы до данных, а на человеческий язык работали тысячи лет цивилизаций; в биологии такого корпуса нет, его надо генерировать.
- 8:27, план: минимум миллиард физических экспериментов за четыре года; уже сделано 60 миллионов.
- 9:00, масштаб берётся не миллиардом отдельных реакций, а штрихкодированием клеток и прогоном пулами с обратной расшифровкой.
- 10:22, модель должна предсказать, какое генетическое/химическое вмешательство вернёт больные клетки в здоровые сразу по всем пациентам.
- 11:09, сегодня поиск мишени это «угадай и проверь»: 20–40 тысяч вариантов, годы на проверку каждого, поэтому болезни не вылечены.
- 11:43, цель это универсальная виртуальная клетка, обобщающая на новый тип клетки/болезнь без обучающих данных по ней.
- 14:12, модель только для человеческих клеток: сдвигать их состояние трудно использовать во зло, в отличие от аналогичного инструмента для вируса.
- 16:14, реалистичный горизонт полезной точности четыре–пять лет, не три месяца.
Почему это важно
Комплексные болезни, Альцгеймер, рак, инсульт, болезни сердца, это основные убийцы, и именно они десятилетиями не поддаются медицине, потому что у каждого пациента свой набор причин и бить не по чему общему. Konermann ставит на то, что совпадение трёх технологий (single-cell, CRISPR, AI) меняет саму методологию: вместо одной доминирующей гипотезы (на которой, по её словам, застряло поле Альцгеймера), сплошной data-driven перебор всех возможных мишеней. ARC за четыре года вырос до 300+ человек, держит AI и биологию под одной крышей и сознательно отдаёт модель в открытый доступ плюс проводит Virtual Cell Challenge (1000 команд в первом), чтобы двигать всё поле, а не лицензировать находку. Выигрывают пациенты и независимые исследователи, получающие универсальный инструмент; финансовую смелость проекта поддержало сообщество Audacious.
Идеи
- В 15 лет Konermann уговорила учителя уговорить его коллегу пустить её в лабораторию, и тот первый проект выиграл национальный и общеевропейский конкурсы.
- Обратная сторона раннего таланта, чувство обязанности что-то с ним сделать.
- Это её первое публичное выступление за 20+ лет в науке, обычно она «за кадром».
- Лекция про Альцгеймер 17 лет назад закончилась признанием «мы не понимаем, как он начинается, и терапии нет», и это засело.
- Видимые изменения в мозге описаны, но начало болезни и механизм неизвестны.
- «Complex» в медицине значит не «запутанно», а «многофакторно», терминологическая ловушка.
- Инфекция, одна причина; комплексная болезнь, уникальный коктейль рисков на каждого.
- Шесть лет назад не было уверенности, что LLM на одном лишь языке выстроят картину мира, теперь это аксиома.
- Шекспировское «to be or not to be» человек достроит слева, а правую сторону РНК-«фразы» не достроит никто из людей.
- РНК отражает и текущее состояние клетки, и её генетику одновременно.
- Нужные данные нельзя просто взять, их приходится создавать прицельными экспериментами, где известно и что сделали с клеткой, и что вышло.
- Единица данных: пертурбация (CRISPR-вмешательство) + измерение выхода (single-cell RNA-seq).
- 60 миллионов экспериментов уже сделано, отсюда уверенность дойти до миллиарда.
- Данные о больных и здоровых клетках по многим пациентам уже существуют, их генерировать не нужно.
- Пример мишени: микроглия (иммунные клетки мозга) при Альцгеймере.
- Ответ может быть не «дать аспирин», а сложная комбинация вмешательств, или правильный выбор одного из 40 000.
- Первая модель названа честно: «не очень хорошая», хоть и SOTA на момент выхода.
- Инструмент выложат в этом году с прямой оговоркой «точность ~20%».
- Virtual Cell Challenge: 1000 команд в первом заходе, цель, тянуть всё поле вперёд.
- На вопрос об опасности: тот же инструмент для вируса, «плохая идея, не делайте», но для человеческих клеток злоупотребление трудно.
- При новом опасном вирусе модель быстро покажет, какой ген в клетке он атакует,, это инструмент защиты.
- ARC запущен в 2021, заработал в 2022; «до/после» на фото, рост всего за один последний год.
- Поле Альцгеймера, по её словам, увязло на одной доминирующей гипотезе, которая может быть неверной.
Инсайты
- Прорыв чаще приходит не от новой идеи, а от схождения нескольких независимо дозревших технологий в одной точке времени.
- Перенос парадигмы, относиться к биологии как к языку, мощнее любого отдельного алгоритма: метафора задаёт метод.
- Непрозрачность для человека перестаёт быть препятствием, если у тебя есть модель, которой понятность не нужна; «AI всё равно» снимает ограничение, бывшее фундаментальным.
- В отсутствие готового корпуса узким местом становится не вычисление, а промышленное производство правильно размеченных данных.
- Масштаб берётся инженерным трюком (штрихкодирование, пулы), а не грубым умножением числа реакций.
- Сдвиг с «угадай гипотезу и проверяй годами» на «перебери все мишени разом» меняет не скорость, а саму эпистемологию поиска лекарства.
- Универсальность модели определяется не объёмом виденного, а способностью обобщать на невиданное, и это самая трудная часть.
- Двойное назначение технологии разводится по субстрату: ограничение области (только человеческие клетки) снижает риск злоупотребления сильнее, чем любые ограничения доступа.
- Открытая раздача незрелого инструмента с честными оговорками двигает поле быстрее, чем закрытое доведение до идеала.
- Доминирующая гипотеза в науке, это и фокус, и ловушка: data-driven перебор страхует от ставки на единственную неверную идею.
Цитаты
«It means that there are multiple different risk factors, and basically every patient has a unique combination of risk factors for a disease», 2:34 Это значит, что есть множество разных факторов риска, и у каждого пациента, своя уникальная комбинация факторов риска для болезни
«If you kind of summarize it really quickly, it's measuring, changing, and understanding», 3:50 Если совсем коротко, это измерять, менять и понимать
«RNA is like the language of the cell», 4:08 РНК, это как язык клетки
«just as AI has cracked understanding human language, you see a possibility that AI can be used to understand the language of our own cells, RNA», 5:04 как AI взломал понимание человеческого языка, вы видите возможность, что AI взломает язык наших собственных клеток, РНК
«human language was generated by humans... it's basically impenetrable for us, right? But the AI doesn't care», 6:20 человеческий язык создали люди... для нас он по сути непроницаем. Но AI всё равно
«They're very data hungry», 7:11 Они очень прожорливы до данных
«our plan is to do at least a billion of these experiments», 8:27 наш план, сделать минимум миллиард таких экспериментов
«what intervention, what genetic change, what chemical change do I need to make to convert all the diseased cells across all the patients with the same disease back to the healthy cells?», 10:22 какое вмешательство, какое генетическое, какое химическое изменение нужно, чтобы превратить все больные клетки у всех пациентов с одной болезнью обратно в здоровые?
«normally the way this target identification in biomedicine works today is really this kind of guess and check approach», 11:09 обычно поиск мишени в биомедицине сегодня работает как «угадай и проверь»
«that's why we haven't cured these diseases yet», 11:24 вот почему мы до сих пор не вылечили эти болезни
«The whole point of it is that it is a universal virtual cell», 11:43 Весь смысл в том, что это универсальная виртуальная клетка
«It's not very good. So, I mean, to be clear, it is state of the art», 12:25 Она не очень хороша. Хотя, для ясности, это state of the art
«someone could build this kind of tool for a virus. And I would say, don't do that», 14:15 кто-то мог бы построить такой инструмент для вируса. И я бы сказала, не делайте этого
«within four years, five years, we will be able to have these models that are accurate enough to be useful», 16:14 за четыре-пять лет у нас будут модели, достаточно точные, чтобы быть полезными
«Alzheimer's can get really bogged down by just focusing on one dominant hypothesis that might be wrong», 16:25 поле Альцгеймера вязнет, фокусируясь на одной доминирующей гипотезе, которая может быть неверной
Факты
- Konermann родилась в маленьком городе в Швейцарии; на фото, где ей 15, она с первым научным проектом.
- Тот проект выиграл национальный конкурс и конкурс Евросоюза.
- В науке она более 20 лет; это её первое публичное выступление.
- Лекцию об Альцгеймере, которая её зацепила, она слушала в бакалавриате ~17 лет назад (биология и нейронаука, Швейцария).
- Над CRISPR-технологией она работает 15 лет.
- Single-cell RNA sequencing снимает экспрессию РНК по одной клетке за раз.
- Цель: минимум 1 миллиард физических экспериментов пертурбации за четыре года.
- Уже выполнено около 60 миллионов экспериментов.
- Поиск мишени, выбор из ~20 000–40 000 возможностей (вверх или вниз).
- Первая модель (state designer) вышла ~8 месяцев назад, была SOTA на момент публикации; заявленная точность инструмента ~20%.
- Инструмент планируют выложить публично в этом же году с оговорками о точности.
- Virtual Cell Challenge проводится ежегодно; в первом участвовало 1000 команд.
- ARC решили запустить в 2021, реально заработал в 2022; «до/после» на фото, рост за один последний год.
- В ARC сейчас более 300 человек.
- Пример клетки-мишени при Альцгеймере, микроглия (иммунные клетки мозга).
Источники
- ARC (ARC Institute), институт, основанный Konermann, объединяющий AI и биологию.
- State designer, первая модель/интерфейс ARC для предсказания изменений клетки.
- Virtual Cell Challenge, ежегодное соревнование сообщества.
- Audacious Project, сообщество, поддержавшее финансирование.
- CRISPR, single-cell RNA sequencing, ключевые технологии.
Итог
Если РНК, это эволюцией написанный язык клетки, то достаточно большой корпус прицельных экспериментов плюс AI впервые дают шанс прочитать его и предсказать, как вернуть больную клетку в здоровую, и так взять штурмом болезни, перед которыми медицина буксовала десятилетиями.
