Virtuelle celler – digitale modeller av livets minste byggeklosser – kan bli biomedisinens neste store sprang. Nye initiativer og ferske resultater lover raskere vei til behandlinger, men forskere advarer om krevende hindringer. En artikkel i Science Magazine skisserer status og veien videre.

Hva er en virtuell celle – og hvorfor nå?

En menneskecelle er et kaotisk mikrounivers med billioner av molekyler som interagerer: proteiner, karbohydrater, lipider og nukleinsyrer. Organeller og strukturer danner en intrikat organisering, mens cytoplasmaet fungerer som et kjemisk laboratorium. Kjernen regulerer gener som slås av og på for å sikre overlevelse og reproduksjon. Denne kompleksiteten er overveldende for mennesker, men AI kan håndtere den, ifølge eksperter som Kasia Kedzierska ved Allen Institute.

Fra matematiske modeller til AI

Siden 2000-tallet har forskere bygget matematiske modeller for å simulere cellulære prosesser. Et tidlig høydepunkt kom i 2012 med en modell av Mycoplasma genitalium, en bakterie med minimalt genom. Senere fulgte 3D-modeller basert på avansert bildedannelse. Disse er likevel begrenset av forhåndsdefinerte regler og krever enorm regnekraft.

AI-modeller, inspirert av suksesser som ChatGPT, lærer av store datasett uten eksplisitte instruksjoner. De kan forutsi effekter av genendringer, klassifisere celler og til og med simulere legemiddelpåvirkning.

• Dette kan AI-modellene: forutsi genendringer, klassifisere celletyper, simulere medikamenteffekter.
• Dette begrenser dem i dag: store datakrav, regelstyrte rammer i eldre 3D-modeller.

Virtual Cell Challenge: Testbanen

I juni 2024 lanserte Hani Goodarzi ved Arc Institute den årlige Virtual Cell Challenge. Konkurransen tester AI-modellers evne til å forutsi effekter av gen-silensering i humane stamceller. Over 1000 team deltar, med premier fra Nvidia og andre. Første runde avsluttes i desember 2024.

Nylige oppdateringer fra Chan Zuckerberg Initiative (CZI) og Nvidia, annonsert for en uke siden, utvider samarbeidet med åpne modeller og benchmarks for å standardisere evalueringer. Dette inkluderer petabyte-skala data fra bildedannelse og RNA – et steg som kan revolusjonere medikamentoppdagelse og personalisert medisin.

Store løfter – og tydelige utfordringer

Til tross for momentum er utfordringene betydelige. Mange modeller baseres i dag på genuttrykksdata alene, og mangelen på mangfoldig data bremser presisjon og generalisering. Enkelte studier viser at enkle matematiske formler kan slå avanserte AI-modeller i bestemte oppgaver. Eksperter som Alex Lu ved Microsoft Research understreker at modellene underpresterer sammenlignet med forventningene.

• Hovedutfordringer: snevre datagrunnlag, varierende kvalitet, og sprik mellom forventet og faktisk ytelse.

Samtidig er optimismen tydelig: Modeller som Geneformer og TranscriptFormer har vist suksess i å forutsi hjertecellenes respons på genendringer og pekt mot potensielle terapier.

Hva står på spill?

Virtuelle celler kan redusere kostnader ved medikamenttesting, designe tilpassede behandlinger basert på pasientprofiler og modellere tumorvekst i virtuelle vev. De kan også inngå i «AI-forskere» som genererer hypoteser og simulerer eksperimenter.

Hva må til for å lykkes?

Forskerne peker på behovet for bedre databaser – tilsvarende Protein Data Bank, men for celler – og standardiserte tester som Virtual Cell Challenge.

«Vi har ikke løst problemet ennå, men tilnærmingen er lovende.» – Bo Wang, Xaira Therapeutics

Konklusjon: Veien er lang, men AI-drevne virtuelle celler peker mot et paradigmeskifte i biomedisin. Med mer samarbeid og data kan feltet om ikke lenge låse opp nye innsikter i livets fundamentale byggesteiner og akselerere veien mot kurative behandlinger.