Ein künstliches Intelligenzsystem ermöglicht es Robotern, autonome wissenschaftliche Experimente durchzuführen – bis zu 10.000 pro Tag – und möglicherweise einen drastischen Sprung nach vorne im Entdeckungstempo in Bereichen von der Medizin über die Landwirtschaft bis hin zu den Umweltwissenschaften voranzutreiben.
Heute gemeldet in Naturmikrobiologiewurde die Forschung von einem Professor jetzt an der University of Michigan geleitet.
Diese Plattform für künstliche Intelligenz mit dem Namen BacterAI kartierte den Stoffwechsel von zwei Mikroben, die mit der Mundgesundheit in Verbindung gebracht werden – zunächst ohne grundlegende Informationen. Bakterien verbrauchen eine Kombination der 20 Aminosäuren, die zur Unterstützung des Lebens benötigt werden, aber jede Art benötigt spezifische Nährstoffe, um zu wachsen. Das UM-Team wollte wissen, welche Aminosäuren von den nützlichen Mikroben in unserem Mund benötigt werden, damit sie ihr Wachstum fördern können.
„Wir wissen fast nichts über die meisten Bakterien, die unsere Gesundheit beeinflussen. Zu verstehen, wie Bakterien wachsen, ist der erste Schritt zur Umgestaltung unseres Mikrobioms“, sagte Paul Jensen, Assistenzprofessor für Biomedizintechnik an der University of Illinois, als das Projekt begann .
Es ist jedoch schwierig, die Kombination von Aminosäuren herauszufinden, die Bakterien mögen. Diese 20 Aminosäuren ergeben mehr als eine Million mögliche Kombinationen, nur basierend darauf, ob jede Aminosäure vorhanden ist oder nicht. BacterAI war jedoch in der Lage, die Aminosäureanforderungen für das Wachstum von sowohl Streptococcus gordonii als auch Streptococcus sanguinis zu entdecken.
Um die richtige Formel für jede Art zu finden, testete BacterAI Hunderte von Kombinationen von Aminosäuren pro Tag, verfeinerte seinen Fokus und änderte die Kombinationen jeden Morgen basierend auf den Ergebnissen des Vortages. Innerhalb von neun Tagen lieferte es in 90 % der Fälle genaue Vorhersagen.
Im Gegensatz zu herkömmlichen Ansätzen, die beschriftete Datensätze in ein maschinelles Lernmodell einspeisen, erstellt BacterAI seinen eigenen Datensatz durch eine Reihe von Experimenten. Durch die Analyse der Ergebnisse früherer Versuche erstellt es Vorhersagen darüber, welche neuen Experimente ihm die meisten Informationen liefern könnten. Infolgedessen hat es die meisten Regeln für die Fütterung von Bakterien mit weniger als 4.000 Experimenten herausgefunden.
„Wenn ein Kind laufen lernt, sieht es Erwachsenen nicht nur beim Gehen zu und sagt dann ‚Okay, ich hab’s‘, steht auf und fängt an zu laufen.
„Wir wollten, dass unser KI-Agent Schritte macht und hinfällt, auf eigene Ideen kommt und Fehler macht. Jeden Tag wird er ein bisschen besser, ein bisschen schlauer.“
An ungefähr 90 % der Bakterien wurde wenig bis gar keine Forschung durchgeführt, und der Zeit- und Ressourcenaufwand, der erforderlich ist, um mit herkömmlichen Methoden selbst grundlegende wissenschaftliche Informationen über sie zu erhalten, ist entmutigend. Automatisiertes Experimentieren kann diese Entdeckungen drastisch beschleunigen. Das Team führte an einem einzigen Tag bis zu 10.000 Experimente durch.
Aber die Anwendungen gehen über die Mikrobiologie hinaus. Forscher in allen Bereichen können Fragen als Rätsel aufstellen, die die KI durch diese Art von Versuch und Irrtum lösen kann.
„Angesichts der jüngsten Explosion der Mainstream-KI in den letzten Monaten sind viele Menschen unsicher, was sie in der Zukunft bringen wird, sowohl positiv als auch negativ“, sagte Adam Dama, ein ehemaliger Ingenieur im Jensen Lab und Hauptautor der Studie . „Aber für mich ist ganz klar, dass fokussierte Anwendungen von KI wie unser Projekt den Forschungsalltag beschleunigen werden.“
Mehr Informationen:
Adam C. Dama et al, BacterAI bildet den mikrobiellen Stoffwechsel ohne Vorkenntnisse ab, Naturmikrobiologie (2023). DOI: 10.1038/s41564-023-01376-0