NIPS Keynote speaker: AI重新編寫人類基因組以改善疾病 by Brendan Frey

Topic: Deliberation Networks: Reprogramming the Human Genome With Artificial Intelligence

1

Editor林之昫 (Chih-Hsu Jack Lin)

Resources:   video,   English post

Label:   Deep Genomics; Digital Medicine;

大意:  

Brendan Frey是多倫多大學教授也是Deep Genomics公司CEO與創辦人.  Deep Genomics利用深度學習研究人類的基因組資料試圖找到遺傳疾病及癌症相關的突變基因片段。 在這場演講,他提到之前的研究,以及如何將機器學習與深度學習應用在遺傳疾病,及加速藥物開發。
 
演講以遺傳疾病的重要性開頭。65%人類會得遺傳疾病,每年八百萬嬰兒出生有遺傳缺陷,而每個這樣的嬰兒一生要花五百萬美金。接著強調生醫藥廠的内部收益率(Internal Rate of Return)於2012年低於銀行利息,2020年將會降到零。問題是自從定序技術逐漸成熟成本降低之後,產生了大量的資料但卻無法瞭解其中意義(Figure 1)。

1
Figure 1.  生物的資料數據量很龐大卻難以理解
講者簡介一些生物概念像是DNA序列包含promoter, intron, exon區域,以及DNA生成RNA生成蛋白質的central dogma。進而提到早期他們使用CNN去預測protein與不同序列的DNA結合的機率,以及預測DNA與DNA結合的機率。
 
Spinraza 是脊髓性肌萎缩症(spinal muscular atrophy; SMA)的藥物,美國的臨床測試提早終止。因為八十倍的藥效太高,如果繼續對控制組的小孩使用placebo 將違反道德。歐洲已審核通過。每年每個病童要花費$750,000在Spinraza。因為花了12年篩選藥物,4年臨床試驗(Figure 2)。
2
Figure 2.  Spinraza藥物發展耗時近15年

階段性目標

Deep Genomics目標為加速藥物發展,有三個階段性目標:
  • 分析基因組的工具(例如Google的Deep Variant): Deep Genomics的偵測突變程式比現有程式(e.g., SAMtools)快20- 800倍。
  • 預測疾病機制:以SMA為例,是exon-skipping
  • 開發療法 (digital medicine): 以Spinraza為例,是一段與DNA intron反序互補的序列。此段序列將會讓原本跳過的exon依舊表現。
Deep Genomics有自己的實驗室進行藥物試驗,以及Cloud laboratory利用Python script操控機器進行大規模快速試驗。目前正在進行土星計畫(Project Saturn),預計利用AI篩選60億種分子,產生可以操控細胞生物現象的1000種化合物,計畫三年內有三個化合物進入臨床試驗。
 

對於這個領域的建議:

  • 需要建立信任:通常ML都是被叫做black box,所以需要解釋疾病生物機制,而不只單純追求準確度。也有人利用NLP將輸出變成易懂的文字。
  • 需要Generative model: 因為需要可以model input有一定的distribution,DNA無法被隨意置換。
  • 不像是圍棋(Alpha GO)有清楚的規則,生物的規則不甚清楚,所以更需要超人智慧的AI。

 

Editor: 林之昫 (Chih-Hsu Jack Lin)

筆者於美國德州休士頓Baylor College of Medicine就讀Quantitative & Computational Biosciences博班四年級,主要分析癌症基因體定序資料,預測癌症基因與藥物。閒暇之餘參與Kaggle競賽,希望用機器學習與深度學習改善人類疾病與生活。 linkedin

Reviewer: George.Wu

 

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s