Nella scorsa settimana, @arcinstitute ha pubblicato tre nuove scoperte di cui sono molto orgoglioso. • I primi genomi funzionali generati da AI al mondo. Utilizzando Evo 2 (il più grande modello di ML biologico mai addestrato, che Arc ha rilasciato in collaborazione con @nvidia a febbraio), gli scienziati di Arc hanno sfruttato il fatto che Evo 2 è un modello generativo per produrre sequenze completamente nuove per genomi di fagi completi. Cioè, hanno utilizzato l'AI per produrre genomi completamente nuovi, mai visti prima dalla natura. Hanno sintetizzato sperimentalmente questi genomi e hanno dimostrato che questi fagi generati da AI funzionano effettivamente, uccidendo i batteri E. coli con alta efficacia. • Germinal, un sistema AI per creare nuovi anticorpi. La progettazione di anticorpi è uno dei grandi problemi della biologia medica data la loro ovvia importanza e utilità per la creazione di terapie. (Gli anticorpi sono piccole particelle che aiutano il sistema immunitario a identificare patogeni e altri intrusi dannosi. Vedi anche il recente articolo Works in Progress su questo argomento: [1].) Oggi, progettare anticorpi efficaci è molto costoso e lento. Germinal è un modo economico e veloce per produrre candidati farmaceutici, con tassi di successo fino al 22%. Questo significa che si può passare dal dover esaminare migliaia di candidati in laboratorio a esaminare forse una manciata. È presto, ma sospetto che metodi migliori per progettare anticorpi saranno una questione molto importante per il trattamento delle malattie nei prossimi anni. • Oggi abbiamo pubblicato un articolo che mostra che il “bridge editing”, che gli scienziati di Arc hanno introdotto per la prima volta l'anno scorso, può effettuare modifiche precise nelle cellule umane che sono lunghe fino a 1 milione di coppie di basi, e senza fare affidamento su macchinari di riparazione cellulare intrinsecamente imprevedibili (di cui CRISPR ha bisogno, portando spesso a errori di editing). Hanno dimostrato che è possibile utilizzare questo editing per rimuovere le ripetizioni di DNA che causano l'atassia di Friedreich (una malattia neurologica), un approccio che dovrebbe essere rilevante anche per la malattia di Huntington e altri disturbi simili. Una cosa particolarmente interessante è che è possibile specificare ogni nucleotide all'interno della finestra di editing estesa, il che significa che le modifiche ricorsive potrebbero potenzialmente essere un modo potente per riprogrammare anche tratti biologici causati da molte mutazioni genetiche. (Le terapie genetiche di oggi mirano a singole mutazioni.) Arc è piuttosto nuova. Le sue porte si sono aperte a metà 2022, e ora conta 300 persone. Sono entusiasta di queste scoperte perché mostrano che alcune delle nostre speranze nell'avviare Arc stanno iniziando a dare i loro frutti: • AI/ML e computazione sono al centro di tutte e tre. Questo è ovviamente vero per le prime due, ma l'elemento genetico mobile dietro il bridge editing è stato scoperto anche grazie a una complessa ricerca computazionale. Una delle nostre premesse nell'avviare Arc era la convinzione che l'intersezione tra software/AI e biologia sperimentale in laboratorio umido dovrebbe consentire grandi cose. (E oltre a richiedere un grande lavoro computazionale, tutte e tre queste scoperte hanno anche richiesto un forte lavoro in laboratorio umido, strettamente coordinato sotto un unico tetto fisico.) • Abbiamo giocato con l'idea che un pugno di tecnologie stia abilitando un nuovo tipo di "Turing loop" nella biologia: i progressi nel sequenziamento (incluso il sequenziamento a singola cellula) ci danno nuovi modi per leggere; i trasformatori e l'AI ci danno nuovi modi per pensare; e la genomica funzionale (come il bridge editing) ci dà nuovi modi per scrivere. Questo trio di scoperte abbraccia ciascuna parte di questo ciclo, e siamo fiduciosi che ci saranno ritorni composti nel migliorare ciascuna parte. • Arc è un'organizzazione non profit, che speravamo rendesse più facile collaborare con altri, poiché possiamo evitare preoccupazioni riguardo al ritorno finanziario. Questo si sta rivelando importante, e tutti e tre questi progetti hanno coinvolto una stretta collaborazione con altri. Germinal è stato realizzato in collaborazione con @SynBioGaoLab a Stanford; Evo 2 è stato addestrato in collaborazione con Nvidia. Il bridge editing è stato pubblicato congiuntamente con una struttura del laboratorio @HNisimasu dell'Università di Tokyo. Arc cerca di rendere le sue scoperte utili (vedi l'Evo 2 Designer[2]) per altri, e il codice dietro i progetti computazionali è open source, sperando di facilitare ad altri la scoperta di nuove opportunità di collaborazione e partnership in futuro. Soprattutto, Arc stesso è una collaborazione continua con @UCSF, @UCBerkeley e @Stanford. • Con Arc, volevamo abilitare un lavoro migliore dal basso verso l'alto e dall'alto verso il basso. Con il finanziamento completamente flessibile e senza vincoli che forniamo agli investigatori, vogliamo consentire scoperte completamente inaspettate e vie di indagine. Con le nostre iniziative istituzionali (intorno alla creazione di una cellula virtuale e alla cura dell'Alzheimer), vogliamo portare a un livello di scala e coordinamento che è solitamente difficile nella scienza di base. Germinal è una scoperta "sorpresa" che non ha coinvolto coordinamento dall'alto verso il basso, mentre Evo 2 è il risultato di una pianificazione e finanziamento ambiziosi a livello elevato. • L'umanità non ha mai curato una malattia complessa (una categoria che include la maggior parte delle malattie neurodegenerative, la maggior parte dei tumori e la maggior parte delle malattie autoimmuni), e la mia speranza è che Arc possa aiutare a cambiare questo. È anche chiaro che l'AI rivoluzionerà la biologia, e spero che Arc possa aggregare efficacemente gli ingredienti necessari per capitalizzare appieno la sua promessa. Sono di parte, ma penso che alcune delle biologie più interessanti al mondo siano attualmente svolte in Arc. (Stanno sempre assumendo se sei interessato.) Anche se sono un cofondatore di Arc, trascorro quasi tutto il mio tempo su Stripe, dove ci dedichiamo a costruire infrastrutture economiche per internet. Tutti i meriti per i progressi di Arc devono andare ai straordinari scienziati e al personale che hanno reso Arc la loro casa o che hanno scelto di collaborare con noi. (Puoi leggere di più su queste particolari scoperte in questi thread: [3], [4], [5].) Sono anche molto grato agli incredibili dipendenti di Stripe che hanno costruito l'azienda che rende possibile il lavoro continuo di Arc, e ai milioni di clienti che hanno scelto di collaborare con Stripe. John ed io ci sentiamo fortunati di poter supportare il lavoro di Arc nella misura in cui lo facciamo. Forse sto leggendo troppo in questo, ma a volte sento che c'è una comunanza tra @arcinstitute e @stripe. Sia la biologia che l'infrastruttura economica comportano il ragionamento su sistemi complessi con molti livelli di effetti emergenti, e in entrambi i casi costruire gli strumenti giusti può avere benefici quasi illimitati. Anche se i progressi in entrambi tendono a richiedere molto tempo, sembra anche che i prossimi cinque anni in entrambi saranno alcuni dei più interessanti della memoria recente. (Se l'infrastruttura economica è il tuo forte, abbiamo una serie di fantastici annunci in arrivo al Stripe Tour a New York la prossima settimana. Sintonizzati!)