Nový rámec kalibrace metrik od Shift Bioscience pro AI modely „virtuálních buněk“
Zjistil jsem, že společnost Shift Bioscience zveřejnila výzkum, který podrobně popisuje zdokonalený rámec pro kalibraci hodnoticích metrik v jejích modelech „virtuálních buněk“ řízených umělou inteligencí (AI). Tyto modely mají za cíl předpovídat buněčné reakce na genetické perturbace (narušení).
Podle společnosti tato práce reaguje na obavy vznesené v dřívějších studiích ohledně slabého výkonu modelů perturbací. Shift Bioscience však připisuje slabší výkon spíše špatně kalibrovaným metrikám než chybnému samotnému modelování.
Problém se stávajícími metrikami
Ve studii společnost aplikovala svůj nový rámec na 14 souborů dat Perturb-seq. Zjistila, že běžně používané metriky neschopily spolehlivě rozlišit smysluplné předpovědi od těch, které nepřinášely žádnou informaci – a to zejména v datech se slabými perturbacemi (slabým genetickým narušením).
Nový přístup proto klade důraz na metriky založené na pořadí (rank-based) a metriky zohledňující diferenciálně exprimované geny (DEG-aware). Společnost uvádí, že tyto zdokonalené metriky nabízejí konzistentní kalibraci napříč různými datovými soubory.
Výkon modelů po kalibraci
Po použití těchto rafinovaných metrik modely virtuálních buněk společnosti Shift „konzistentně překonaly neinformované průměrné, kontrolní a lineární základní modely“.
Společnost tvrdí, že tato zjištění zpochybňují „dřívější zprávy, že modely genetických perturbací nefungují“, a podporují širší využití modelování virtuálních buněk pro objevování cílů (target discovery) pro nové léky.
Dopad na vývoj léčiv
Společnost Shift Bioscience provozuje platformu, která kombinuje strojové učení a buněčnou biologii s cílem vyvinout terapeutika pro omlazení buněk, přičemž modelování virtuálních buněk je jejím jádrem.
Očekává se, že tento výzkum posílí pipeline objevování léků společnosti tím, že zlepší důvěru v předpovědi genových cílů odvozené z modelu a zefektivní identifikaci terapeutických kandidátů řízených stárnutím v rané fázi vývoje.