Сообщается сегодня в Природная микробиология, команду возглавлял профессор, ныне работающий в Мичиганском университете.

Эта платформа искусственного интеллекта, получившая название BacterAI, нанесла на карту метаболизм двух микробов, связанных со здоровьем полости рта, без какой-либо исходной информации для начала. Бактерии потребляют некоторую комбинацию из 20 аминокислот, необходимых для поддержания жизни, но каждому виду для роста требуются определенные питательные вещества. Команда U-M хотела узнать, какие аминокислоты необходимы полезным микробам в нашем рту, чтобы они могли способствовать их росту.

"Мы почти ничего не знаем о большинстве бактерий, которые влияют на наше здоровье. Понимание того, как растут бактерии, является первым шагом на пути к реинжинирингу нашего микробиома", - сказал Пол Дженсен, доцент кафедры биомедицинской инженерии U-M, который работал в Университете Иллинойса, когда начался проект.

Однако определить комбинацию аминокислот, которая нравится бактериям, непросто. Эти 20 аминокислот дают более миллиона возможных комбинаций, просто в зависимости от того, присутствует каждая аминокислота или нет. Тем не менее, BacterAI удалось обнаружить потребности в аминокислотах для роста как Streptococcus gordonii, так и Streptococcus sanguinis.

Чтобы найти правильную формулу для каждого вида, BacterAI тестировала сотни комбинаций аминокислот в день, оттачивая свое мастерство и меняя комбинации каждое утро на основе результатов предыдущего дня. В течение девяти дней он давал точные прогнозы в 90% случаев.

В отличие от традиционных подходов, которые вводят помеченные наборы данных в модель машинного обучения, BacterAI создает свой собственный набор данных с помощью серии экспериментов. Анализируя результаты предыдущих испытаний, он делает прогнозы о том, какие новые эксперименты могли бы дать ему больше информации. В результате он выяснил большинство правил кормления бактерий менее чем за 4000 экспериментов.

"Когда ребенок учится ходить, он не просто смотрит, как ходят взрослые, а потом говорит: "Хорошо, я справлюсь", встает и начинает ходить. Они шарят вокруг да около и сначала делают несколько проб и ошибок", - сказал Дженсен.

"Мы хотели, чтобы наш искусственный интеллект предпринимал шаги и падал, выдвигал свои собственные идеи и совершал ошибки. С каждым днем это становится немного лучше, немного умнее".

Примерно на 90% бактерий практически не проводилось исследований, и количество времени и ресурсов, необходимых для получения даже базовой научной информации о них с использованием обычных методов, является пугающим. Автоматизированные эксперименты могут значительно ускорить эти открытия. Команда провела до 10 000 экспериментов за один день.

Но их применение выходит за рамки микробиологии. Исследователи в любой области могут создавать вопросы в виде головоломок, которые искусственный интеллект должен решать методом проб и ошибок.

"В связи с недавним взрывом массового искусственного интеллекта за последние несколько месяцев многие люди не уверены в том, что он принесет в будущем, как положительное, так и отрицательное", - сказал Адам Дама, бывший инженер лаборатории Дженсена и ведущий автор исследования. "Но для меня совершенно очевидно, что целенаправленные приложения искусственного интеллекта, подобные нашему проекту, ускорят повседневные исследования".

Исследование финансировалось Национальными институтами здравоохранения при поддержке NVIDIA.