Vivodyne adlı biotexnologiya startapı süni intellekt əsaslı dərman kəşfi sahəsində məlumat probleminin olduğunu bildirir və bunun həlli üçün xüsusi maşın hazırlayıb.

Şirkətin yaratdığı HIVE modul robotik laboratoriyaları 20 müxtəlif insan toxumasını yetişdirir, sonra avtonom şəkildə dozajlayır və izləyir. Bu proses müasir süni intellekt modellərinin çatışmayan səbəb-nəticə biologiyası məlumatlarını yaradır. Bu məlumatlar indiyədək əsasən heyvan testləri və ya tək hüceyrə və ya zülal araşdırmalarından, canlı toxumalardan deyil əldə edilib.

Vivodyne-in CEO-su və həmtəsisçisi Andrei Corceşku sual verir: “İnsan testləri olmadıqda, bu modellər nə edəcək? Onlar siçanlarda xərçəngi müalicə edəcəklər.”

Anthropic-in CEO-su Dario Amodei isə həftəsonu süni intellektin xərçəngi müalicə edəcəyi iddialarının daha çox şüar olduğunu, ciddi olmadığını yazıb. O deyib ki, “işləyəcək şey əslində xərçəngi müalicə etməkdir”.

Qeyd etmək lazımdır ki, süni intellektin xərçəngi müalicə edəcəyi fikri Amodeinin özünün əvvəlki məqalələrində də yer alıb; Sam Altman isə OpenAI-nin AGİ-yə doğru və daha güclü hesablama gücünə irəliləməsini xərçəngi müalicə etmək məqsədi ilə əsaslandırıb. Google DeepMind-in Demis Hasabis isə keçən il deyib ki, süni intellekt on il ərzində bütün xəstəlikləri müalicə edə bilər.

Amma faktiki nəticələr hələ zəifdir. Bir neçə süni intellekt dizaynlı dərman insan sınaqlarına daxil olub – biri III fazaya qədər, yəni geniş insan testi, amma reallıq budur ki, maneələr mütləq süni intellektin bu gün həll edə biləcəyi problemdən deyil.

Nobel mükafatı qazanmış Alphafold həyatın qurucu elementlərini anlamaq üçün böyük irəliləyiş olsa da, hələ yeni dərman istehsal etməyib. Alphafold əsasında qurulan Isomorphic Labs ilkin testlərini 2025-ə nəzərdə tutsa da, bu ilin sonuna planlaşdırır. Fevralda şirkət açıqlayıb ki, dərman kəşfi geniş biokimyəvi xüsusiyyətlər və qarşılıqlı əlaqələr üzrə yüksək dəqiqlikli proqnoz modelləri tələb edir.

Corceşku deyir ki, sahə “əqli sağlamlıq yoxlamasına” ehtiyac duyur, çünki mövcud modellər insan biologiyasının mürəkkəbliyini çatdırmaq üçün kifayət qədər məlumat əldə etməyib. Bu dərman sənayesində əvvəllər qarşıya çıxan çətinlikdir. Heyvan testlərində təsirli olan dərmanların 90 faizi klinik sınaqlara daxil olsa da, insanlarda tənzimləyici təsdiq ala bilmir.

Vivodyne isə fərqli yanaşır. Şirkət 2021-ci ildə Pensilvaniya Universitetindən ayrılıb. Corceşku burada bio mühəndislik üzrə PhD alıb. Vivodyne bildirir ki, onların toxumaları real insan orqanlarının davranışına yaxındır. Məsələn, qaraciyər hüceyrələri toksiklik testlərində insan testlərinə görə 94 faiz dəqiqliklə proqnoz verir, nəfəs borusu toxuması 96 faiz üst-üstə düşür, sümük iliyi isə 20 kimyaterapiya dərmanında 100 faiz uyğunluq göstərib.

Keçən həftə Khosla Ventures-in rəhbərliyi altında iki raundda təxminən 80 milyon dollar toplayan şirkət San Fransiskodan kənarda dünyanın ən böyük “insan məlumat mərkəzi” kimi təqdim etdiyi laboratoriyanı açıb. Corceşku deyir ki, onların komandası ABŞ-da keçirilən bütün heyvan testlərinin iki qat məhsuldarlığına nail olub.

Fikir ondan ibarətdir ki, klinik testin on milyonlarla dollar xərci qarşısında uğurlu dərman namizədlərinin yolunu sürətləndirməkdir. Vivodyne tərəfdaşlarını tam açıqlamasa da, bir neçə böyük dərman şirkəti ilə işləyir. Corceşku problemi avtomobil qəzaları testlərinə bənzədir: avtomobil istehsalçısı maşının NHTSA tələblərinə cavab verəcəyinə əmindir, amma dərman istehsalçıları klinik testə girərkən bu inamı nadir hallarda əldə edə bilirlər, çox dərman FDA təsdiqi ala bilmir.

Amma Corceşku daha böyük bir baxışa malikdir. O, avtonom bioloji laboratoriyalarını insan biologiyasına aid yeni modelləri öyrətmək üçün səbəb-nəticə məlumatları yaratmaqda əsas hesab edir. O, Nature Methods jurnalında keçən ay dərc olunan tədqiqata istinad edir. Orada mövcud hüceyrə məlumatları əsasında generativ süni intellekt modellərinin öyrədilməsində aydın məlumat həcmi qanunları aşkar edilməyib.

Corceşku TechCrunch-a deyib: “Bütün təlim bu hüceyrələrin statik anlıq şəkilləri üzərində keçirilir və modellər hüceyrənin bu vəziyyətə necə gəldiyini nəzərə almır. Yəni, model öyrənir ki, ‘bu hüceyrənin vəziyyəti A-dır,’ ‘bu hüceyrənin vəziyyəti B-dir,’ amma heç vaxt ‘hüceyrə vəziyyəti B, vəziyyət A-nın iltihabının nəticəsidir’.”

Vivodyne-in HIVE maşınları isə xəstə toxumasının stimula məruz qaldığı yüz minlərlə davam edən təcrübəni izləyir. Corceşku hesab edir ki, bu, insan biologiyasını yaxşı başa düşən və səhiyyədə daha mənalı irəliləyişlər gətirən süni intellekt modellərinin öyrənməsini təmin edəcək.

O, inanır ki, bu yanaşma yalnız bu günün tibbi problemləri üçün deyil, mürəkkəb xəstəliklərin bir neçə yolla ustalıqla hədəflənməsi üçün əhəmiyyətli olacaq. İndiki dərmanların əksəriyyəti ilə müqayisədə bu, gələcək üçün açar olacaq.

Corceşku deyib: “Əgər kombinəedici müalicə istəyiriksə, axtarış sahəsi partlayır və bunu təcrübə yolu ilə etmək mümkün deyil. Deyilməlidir ki, ‘Mən bu təsirin baş verməsini istəyirəm, hansı səbəbdən istifadə etməliyəm?’ İnsan biologiyasında səbəbiyyətin müəyyən edilməsi bunun əsasıdır.”