AI를 위한 셀 맵: AI 준비 데이터로 생물의학 연구 혁신

NIH의 Bridge2AI 프로그램 내 기능 유전체 데이터 생성 프로젝트인 AI를 위한 셀 맵(CM4AI) 프로젝트는 생물의학 AI 연구를 혁신하는 것을 목표로 합니다. 이 프로젝트의 주요 임무는 인간 세포주에서 수집된 다중 모달 데이터에서 파생된, 윤리적이고 AI 준비가 된 세포 구조 데이터셋을 생성하는 것입니다. 이 이니셔티브는 생물의학 분야에서 혁신적인 AI 애플리케이션을 개발하는 데 필요한 도구와 데이터를 연구자들에게 제공하고자 합니다. CM4AI는 데이터, 사람, 윤리라는 세 가지 주요 기둥에 초점을 맞추며, 데이터 수집, 도구, 표준, 기술 개발, 팀워크 및 윤리적 고려 사항을 다루는 여섯 가지 모듈로 구성됩니다. 세포 구조의 기계 판독 가능한 계층적 맵을 생성함으로써 CM4AI는 세포 과정과 인간 건강에 미치는 영향에 대한 더 깊은 이해를 가능하게 합니다.

셀 맵은 다양한 규모에서 세포 내 단백질의 구성을 나타내는 계층적 방향성 비순환 그래프(DAG)입니다. 그래프의 각 노드는 핵 및 미토콘드리아와 같은 큰 세포 구획부터 작은 단백질 복합체에 이르기까지 근접한 단백질 집합을 나타냅니다. 이러한 맵은 암세포주 및 유도 만능 줄기세포(iPSC)를 포함한 교란 및 비교란 세포주에서 얻은 데이터를 사용하여 구성됩니다. 친화성 정제-질량 분석법(AP-MS) 및 면역형광(IF) 염색과 같은 기술을 사용하여 단백질 상호작용 네트워크를 생성하고 단백질 위치를 밝힙니다. 이 데이터를 통합함으로써 셀 맵은 유전적 변이 및 돌연변이를 해석하기 위한 기반을 제공하며, 단백질 집합이 세포 수준의 표현형 예측에 어떻게 영향을 미치는지 이해하기 위한 시각적 기계 학습을 위한 AI 도구에 사용될 수 있습니다.

CM4AI는 AI 준비 생물의학 데이터를 완전히 특성화된 FAIR 데이터로 정의하며, 출처가 알려져 있고 윤리적이며 신뢰할 수 있게 AI 애플리케이션을 위해 처리된 데이터입니다. 여기에는 사용된 모델과 소프트웨어가 사용 가능하고 잘 설명되어 있으며 검증되었는지, 그리고 이루어진 예측이 설명되고 해석될 수 있는지 확인하는 것이 포함됩니다. 주요 원칙은 다음과 같습니다: FAIR(찾기 쉽고, 접근 가능하며, 상호 운용 가능하고, 재사용 가능함), 출처(계산 그래프의 가용성), 특성화(완전한 스키마 및 데이터 시트), 설명 가능성(통계적 특성화 및 한계), 윤리적 고려 사항(피험자에 대한 윤리적 대우 및 책임 있는 데이터 분석). CM4AI는 풍부한 메타데이터, 영구 식별자 및 검증 절차에 중점을 둔 AI 준비의 기반을 구축하기 위해 FAIRSCAPE 프레임워크의 확장된 버전을 사용합니다.

CM4AI는 윤리적으로 공급된 MDA-MB-468 유방암 세포주 및 KOLF2.1J iPSC 라인을 포함한 특정 세포주를 활용합니다. 데이터 수집에는 AP-MS 및 SEC-MS를 사용한 단백질-단백질 상호작용(PPI) 매핑, 면역형광을 사용한 공간 단백질체학 매핑, 단일 세포 CRISPR 스크린을 사용한 유전적 교란 매핑이 포함됩니다. PPI 매핑의 경우, 염색질 조절자를 태그하고 다른 조건에서 상호작용을 분석합니다. 공간 단백질체학 매핑은 자동 고정 및 투과 프로토콜을 사용하여 주요 단백질의 세포하 구성을 매핑합니다. 유전적 교란 매핑은 CRISPR 스크린을 사용하여 염색질 조절자를 교란하고 결과 데이터를 분석합니다.

다중 스케일 통합 셀(MuSIC) 파이프라인은 데이터를 통합하고 여러 입력 데이터 스트림에서 셀 맵을 생성하는 핵심 도구입니다. 이 파이프라인에는 PPI 및 이미지 데이터 다운로드, 딥 러닝 모델을 사용한 임베딩 생성, PPI 및 이미지 정보를 통합하기 위한 공동 임베딩, 단백질 커뮤니티 감지, 계층 생성 및 계층 평가를 위한 세그먼트가 포함됩니다. 이 파이프라인은 FAIRSCAPE 인프라와 연동하여 입력을 검증하고 RO-Crate 패키지를 생성합니다. 통합 구조 모델링도 MuSIC 커뮤니티에 대한 이해를 높이기 위해 탐구됩니다.

CM4AI는 데이터 통합 및 메타데이터 관리를 위한 표준 개발을 통해 AI 준비 패키징을 강조합니다. 여기에는 데이터 사전, 형식 표준 및 FAIRSCAPE 메타데이터 및 출처 API 생성이 포함됩니다. 목표는 AI 애플리케이션을 위해 데이터에 쉽게 접근하고, 상호 운용 가능하며, 재사용 가능하도록 보장하는 것입니다. 이 프로젝트는 또한 데이터 요소를 공개 온톨로지 어휘에 매핑하고 JSON-Schema 미니 데이터 사전 설명을 사용하는 데 중점을 둡니다.

CM4AI에서 생성된 셀 맵은 AI 연구에 수많은 응용 분야를 가지고 있습니다. 유전적 변이 및 돌연변이를 해석하고, 단백질 집합이 세포 수준의 표현형에 어떻게 영향을 미치는지 이해하며, 시각적 기계 학습을 위한 AI 도구를 개발하는 데 사용될 수 있습니다. 세포 구조에 대한 포괄적인 보기를 제공함으로써 셀 맵은 연구자들이 생물의학 응용을 위한 더 정확하고 효과적인 AI 모델을 구축할 수 있도록 합니다. 이러한 모델은 질병 결과를 예측하고, 잠재적인 약물 표적을 식별하며, 개인 맞춤형 치료 전략을 개발하는 데 사용될 수 있습니다.

CM4AI 프로젝트는 AI 준비 기능 강화, 연구되는 세포주 및 조건 범위 확장, 더 정교한 데이터 통합 및 분석 도구 개발을 포함한 미래 방향으로 지속적으로 발전하고 있습니다. 이 프로젝트는 혁신적인 AI 애플리케이션을 개발하는 데 필요한 데이터와 도구를 제공함으로써 생물의학 연구에 상당한 영향을 미치는 것을 목표로 합니다. 윤리적 원칙을 준수하고 FAIR 데이터 관행을 촉진함으로써 CM4AI는 자원이 책임감 있게 사용되고 인류에게 이익이 되도록 보장합니다.