人工智能系統(tǒng)首次對平面動物的再生機制進行了逆向工程 - 小蠕蟲具有非凡的再生體能力，使其成為人體再生醫(yī)學(xué)的研究模型。

為了生物工程復(fù)雜的器官，科學(xué)家需要了解這些形狀通常由生物體產(chǎn)生的機制。然而，該論文的資深作者Michael Levin表示，在確定生產(chǎn)特定生物體形狀所必需的分子遺傳成分與理解如何以及為何以正確的大小，形狀和方向生成特定復(fù)雜形狀之間存在顯著的知識差距。博士，Vannevar Bush生物學(xué)教授，塔夫茨再生與發(fā)育生物學(xué)中心主任。

“今天從遺傳實驗中獲得的大多數(shù)再生模型都是箭頭圖，顯示哪個基因調(diào)節(jié)哪個基因。這很好，但它沒有告訴你最終的形狀是什么。你無法分辨許多遺傳途徑模型的結(jié)果是否會看起來像一棵樹，一只章魚或一個人，“萊文說。“大多數(shù)模型都顯示了流程發(fā)生的一些必要組件，但不是一步一步地產(chǎn)生形狀的動力學(xué)。我們需要的是算法或建設(shè)性模型，你可以精確地遵循這些模型，不會有任何神秘或不確定性你按照食譜來形容。“

需要這樣的模型以便知道可以將什么觸發(fā)器應(yīng)用于這樣的系統(tǒng)以引起特定部件的再生或其他期望的形狀變化。然而，該論文的第一作者，萊文實驗室的博士后研究員Daniel Lobo博士說，目前還沒有這樣的工具來挖掘快速發(fā)展的再生和發(fā)育生物學(xué)實驗數(shù)據(jù)。

為了應(yīng)對這一挑戰(zhàn)，Lobo和Levin開發(fā)了一種算法，該算法將使用進化計算來生成能夠“進化”的監(jiān)管網(wǎng)絡(luò)，以準(zhǔn)確預(yù)測研究人員進入數(shù)據(jù)庫的已發(fā)表實驗室實驗的結(jié)果。

“我們的目標(biāo)是確定一個可以在虛擬蠕蟲的每個細胞中執(zhí)行的監(jiān)管網(wǎng)絡(luò)，以便模擬實驗的頭尾模式結(jié)果與公布的數(shù)據(jù)相匹配，”Lobo說。

塔夫茨大學(xué)的生物學(xué)家開發(fā)了一種算法，該算法利用進化計算產(chǎn)生能夠“進化”的監(jiān)管網(wǎng)絡(luò)，以準(zhǔn)確預(yù)測已發(fā)表的關(guān)于渦蟲再生研究的結(jié)果。

正如所料，初始隨機調(diào)控網(wǎng)絡(luò)通常無法產(chǎn)生任何實驗結(jié)果。通過隨機組合先前的網(wǎng)絡(luò)并執(zhí)行隨機改變，添加和刪除來生成新的候選網(wǎng)絡(luò)。在模擬實驗下，每個候選網(wǎng)絡(luò)都在虛擬蠕蟲中進行了測試。該算法將模擬得到的形狀與數(shù)據(jù)庫中的實際發(fā)布數(shù)據(jù)進行比較。隨著進化的進行，新網(wǎng)絡(luò)逐漸可以解釋數(shù)據(jù)庫中的更多實驗，其中包括大多數(shù)關(guān)于頭部與尾部再生的已知渦蟲實驗文獻。

人工智能發(fā)現(xiàn)的第一個再生模型

研究人員最終將該算法應(yīng)用于16個關(guān)鍵渦蟲再生實驗的組合實驗數(shù)據(jù)集，以確定該方法是否能夠識別渦蟲生成的綜合調(diào)節(jié)網(wǎng)絡(luò)。42小時后，該算法返回了發(fā)現(xiàn)的監(jiān)管網(wǎng)絡(luò)，該網(wǎng)絡(luò)正確預(yù)測了數(shù)據(jù)集中的所有16個實驗。該網(wǎng)絡(luò)包括七種已知的調(diào)節(jié)分子以及兩種尚未在現(xiàn)有的關(guān)于渦蟲再生的論文中發(fā)現(xiàn)的蛋白質(zhì)。

“這代表了迄今為止發(fā)現(xiàn)的最全面的渦蟲再生模型。它是唯一已知的模型，可以在許多不同的功能實驗中機械地解釋平面中的頭尾極性測定，并且是人工智能發(fā)現(xiàn)的第一個再生模型，”萊文說。

Lobo和Levin都接受過計算機科學(xué)方面的培訓(xùn)，并為發(fā)展生物學(xué)領(lǐng)域帶來了不同尋常的視角。Levin在獲得博士學(xué)位之前在塔夫茨大學(xué)主修計算機科學(xué)和生物學(xué)。在遺傳學(xué)。Lobo獲得博士學(xué)位。在加入Levin實驗室之前在現(xiàn)場。

本文代表了“機器人科學(xué)”這一不斷發(fā)展的領(lǐng)域的成功應(yīng)用 - 萊文表示，它可以幫助人類研究人員做更多的工作，而不僅僅是快速處理龐大的數(shù)據(jù)集。

“雖然這個項目中的人工智能確實需要進行大量的計算，但結(jié)果卻是關(guān)于蠕蟲正在做什么的理論，而提出自然界正在發(fā)生的事情的理論幾乎就是最有創(chuàng)意，最直觀的方面。這位科學(xué)家的工作，“萊文說。“該項目最引人注目的一個方面是，它發(fā)現(xiàn)的模型不是一個人類無法理解的絕望的糾結(jié)網(wǎng)絡(luò)，而是人們可以輕易理解的一個相當(dāng)簡單的模型。這一切都告訴我，人工智能可以幫助科學(xué)的各個方面，不僅是數(shù)據(jù)挖掘，還包括數(shù)據(jù)意義的推斷。“