Карты клеток для ИИ: Революция в биомедицинских исследованиях с помощью данных, готовых для ИИ

Проект Cell Maps for Artificial Intelligence (CM4AI), проект по генерации данных функциональной геномики в рамках программы NIH Bridge2AI, направлен на революционизацию биомедицинских исследований с помощью ИИ. Его основная миссия — создавать этичные, готовые для ИИ наборы данных клеточной архитектуры, полученные из мультимодальных данных, собранных из клеточных линий человека. Эта инициатива призвана предоставить исследователям инструменты и данные, необходимые для разработки трансформационных приложений ИИ в биомедицине. CM4AI фокусируется на трех основных столпах: Данные, Люди и Этика, организованных в шесть модулей, охватывающих сбор данных, инструменты, стандарты, развитие навыков, командную работу и этические соображения. Создавая машиночитаемые иерархические карты клеточной архитектуры, CM4AI обеспечивает более глубокое понимание клеточных процессов и их влияния на здоровье человека.

Карты клеток — это иерархические ориентированные ациклические графы (DAG), которые представляют организацию белков внутри клетки в различных масштабах. Каждый узел в графе представляет собой совокупность белков, находящихся в непосредственной близости, от крупных клеточных компартментов, таких как ядро и митохондрии, до более мелких белковых комплексов. Эти карты строятся с использованием данных из измененных и неизмененных клеточных линий, включая раковые клеточные линии и индуцированные плюрипотентные стволовые клетки (iPSC). Для генерации сетей белковых взаимодействий и выявления локализации белков используются такие методы, как аффинная очистка-масс-спектрометрия (AP-MS) и иммунофлуоресцентное (IF) окрашивание. Интегрируя эти данные, карты клеток обеспечивают основу для интерпретации генетических вариантов и мутаций, и их можно использовать в инструментах ИИ для видимого машинного обучения, чтобы понять, как белковые комплексы влияют на прогнозирование фенотипов на клеточном уровне.

CM4AI определяет биомедицинские данные, готовые для ИИ, как полностью охарактеризованные FAIR-данные с известным происхождением, этично и надежно обработанные для приложений ИИ. Это включает обеспечение доступности, описания и валидации используемых моделей и программного обеспечения, а также возможность объяснения и интерпретации сделанных прогнозов. Ключевые принципы включают: FAIRness (находимость, доступность, интероперабельность, повторное использование), происхождение (доступность вычислительных графов), характеризация (полные схемы и листы данных), объяснимость (статистическая характеризация и ограничения) и этические соображения (этичное обращение с субъектами и ответственный анализ данных). CM4AI использует расширенную версию фреймворка FAIRSCAPE для создания основы для готовности к ИИ, уделяя особое внимание богатым метаданным, постоянным идентификаторам и процедурам валидации.

CM4AI использует специфические клеточные линии, включая клеточную линию рака молочной железы MDA-MB-468 и линию iPSC KOLF2.1J, обе этично полученные. Сбор данных включает картирование белок-белковых взаимодействий (PPI) с использованием AP-MS и SEC-MS, картирование пространственной протеомики с использованием иммунофлуоресценции и картирование генетических пертурбаций с использованием одноклеточных CRISPR-скринингов. Для картирования PPI метятся регуляторы хроматина, и их взаимодействия анализируются в различных условиях. Картирование пространственной протеомики включает автоматизированные протоколы фиксации и пермеабилизации для картирования субклеточной организации ключевых белков. Генетическое картирование пертурбаций использует CRISPR-скрининги для пертурбации регуляторов хроматина и анализа полученных данных.

Конвейер Multi-Scale Integrated Cell (MuSIC) является ключевым инструментом для интеграции данных и создания карт клеток из нескольких входных потоков данных. Конвейер включает сегменты для загрузки данных PPI и изображений, генерации эмбеддингов с использованием моделей глубокого обучения, совместного эмбеддинга для интеграции информации PPI и изображений, обнаружения белковых сообществ, создания иерархии и оценки иерархии. Конвейер взаимодействует с инфраструктурой FAIRSCAPE для валидации входных данных и создания пакетов RO-Crate. Также исследуется интегративное моделирование структур для повышения понимания сообществ MuSIC.

CM4AI уделяет особое внимание упаковке для готовности к ИИ посредством разработки стандартов для интеграции данных и управления метаданными. Это включает создание словарей данных, стандартов форматирования и API метаданных и происхождения FAIRSCAPE. Цель состоит в том, чтобы обеспечить легкий доступ, интероперабельность и повторное использование данных для приложений ИИ. Проект также фокусируется на сопоставлении элементов данных с общедоступными онтологическими словарями и использовании мини-словарей данных в формате JSON-Schema.

Карты клеток, созданные CM4AI, имеют множество применений в исследованиях ИИ. Они могут использоваться для интерпретации генетических вариантов и мутаций, понимания того, как белковые комплексы влияют на фенотипы на клеточном уровне, и разработки инструментов ИИ для видимого машинного обучения. Предоставляя комплексное представление клеточной архитектуры, карты клеток позволяют исследователям создавать более точные и эффективные модели ИИ для биомедицинских приложений. Эти модели могут использоваться для прогнозирования исходов заболеваний, выявления потенциальных мишеней для лекарств и разработки персонализированных стратегий лечения.

Проект CM4AI постоянно развивается, а будущие направления включают улучшение функций готовности к ИИ, расширение спектра изучаемых клеточных линий и условий, а также разработку более совершенных инструментов интеграции и анализа данных. Проект призван оказать значительное влияние на биомедицинские исследования, предоставляя данные и инструменты, необходимые для разработки трансформационных приложений ИИ. Придерживаясь этических принципов и продвигая практики FAIR-данных, CM4AI гарантирует, что его ресурсы используются ответственно и на благо человечества.