研究表明,COVID-19可能分為六種不同類型,且分別對(duì)應(yīng)各自的癥狀群。冠狀病毒能夠感染人體內(nèi)的多種器官,并導(dǎo)致各類癥狀。就在制藥企業(yè)研究疫苗的同時(shí),美國(guó)橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室(ORNL)的Dan Jacobson領(lǐng)導(dǎo)的一組科學(xué)家團(tuán)隊(duì)正在利用數(shù)據(jù)分析與可解釋AI工具,在ORNL的Summit超級(jí)計(jì)算機(jī)上對(duì)病毒進(jìn)行系統(tǒng)生物學(xué)分析。最近,他們發(fā)表一篇關(guān)于COVID-19致病機(jī)制的論文,這項(xiàng)成果有望為患者帶來(lái)更具針對(duì)性的治療干預(yù)思路。
COVID-19重癥患者往往由于肺部無(wú)法吸入充足的氧氣而被迫使用呼吸機(jī)。研究人員們通過(guò)分析基因表達(dá)數(shù)據(jù),使用系統(tǒng)生物學(xué)框架對(duì)COVID-19癥狀進(jìn)行全面分析。在了解到人體的潛在機(jī)制及其對(duì)冠狀病毒的反應(yīng)之后,他們成功得出一種對(duì)COVID-19癥狀加以解釋的理論。如果他們提出的機(jī)理模型最終被證明正確無(wú)誤,那么完全有望重新使用已經(jīng)獲得美國(guó)藥監(jiān)局批準(zhǔn)的上市藥物治療COVID-19重癥病患。
Jacobson表示,“我們是系統(tǒng)生物學(xué)家,這也是我們一直以來(lái)看待世界的基本方式。我們嘗試從整體上了解導(dǎo)致表型結(jié)果的細(xì)胞當(dāng)中、所有分子之間的相互作用。通過(guò)研究各組學(xué)層,包括基因組、種群、微生物群基因組及其基因、蛋白質(zhì)或代謝產(chǎn)物的表達(dá),我們將對(duì)疾病本身及其伴生癥狀建立起更深層次的理解??傮w而言,這種機(jī)理探索與對(duì)所處環(huán)境的研究,真正將COVID-19的病理機(jī)制引入整體性的系統(tǒng)方法。”
肺部將充滿“果凍”狀代謝物
研究人員使用ORNL橡樹(shù)嶺領(lǐng)導(dǎo)計(jì)算設(shè)施中的Summit與Rhea超級(jí)計(jì)算機(jī)對(duì)對(duì)照組內(nèi)各受感染個(gè)體的基因表達(dá)以及大規(guī)模統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)緩激肽有可能正是導(dǎo)致新冠病毒的主要致病機(jī)理。緩激肽是一種有助于控制血壓,但同時(shí)又會(huì)引發(fā)炎癥的肽。當(dāng)緩激肽過(guò)量時(shí),會(huì)導(dǎo)致血管擴(kuò)張并引發(fā)滲透活動(dòng)。最終,血管的持續(xù)滲漏將導(dǎo)致周邊組織內(nèi)發(fā)生嚴(yán)重積液。
Jacobson表示,“我們發(fā)現(xiàn),COVID-19患者體內(nèi)的腎素-血管緊張素系統(tǒng)(RAS)通路存在失衡,緩激肽受體不斷重新敏化的原因可能正在于此。RSA通路中的這種失衡,將在受體之上導(dǎo)致緩激肽的過(guò)量傳輸。此外,患者ACE基因中用于降解緩激肽的水平調(diào)節(jié)功能也有可能因此失衡??梢钥吹剑徏る膫鬟f前端的關(guān)鍵負(fù)調(diào)節(jié)機(jī)能明顯弱化,進(jìn)而令緩激肽分泌量增加,最終使緩激肽相關(guān)的生物信號(hào)呈現(xiàn)出螺旋狀失控。”
研究小組使用Summit超級(jí)計(jì)算機(jī)進(jìn)行了25億次相關(guān)計(jì)算,并發(fā)現(xiàn)基因表達(dá)變化可能會(huì)觸發(fā)緩激肽的生成。其降低了可降解緩激肽或改變細(xì)胞表面受體感覺(jué)的酶的表達(dá)能力。緩激肽的逐步增加,最終會(huì)導(dǎo)致血管發(fā)生滲漏。
Jacobson指出,“其他器官也有可能受到相同機(jī)理的影響。我們?cè)谡麄€(gè)患者群體中觀察到各種各樣的發(fā)病癥狀,例如大量組織液從大腦血管中泄漏出來(lái),進(jìn)而導(dǎo)致一系列神經(jīng)系統(tǒng)癥狀。”
▲ 圖上方為正常血管,下方為受過(guò)量緩激肽影響的血管。通過(guò)比較可以看到,受到過(guò)量緩激肽影響的系統(tǒng)會(huì)有黃色液體滲漏出來(lái),并將以紫色標(biāo)記的免疫細(xì)胞被從血管中擠出
加強(qiáng)合作探索治療方案
此外,該研究小組還研究了維生素D結(jié)合位點(diǎn)與RAS緩激肽傳輸路徑中基因之間的關(guān)系。維生素D有助于調(diào)節(jié)RAS路徑,而維生素D缺乏癥與COVID-19重癥病例也有關(guān)聯(lián)。為此,需要臨床、制藥以及研究等領(lǐng)域的合作方聯(lián)合起來(lái),共同研究維生素D在治療COVID-19患者中的實(shí)際作用。
Jacobson表示,“維生素D擁有一條有趣的鏈路,會(huì)影響到RAS通路的前端部分。它只是復(fù)雜系統(tǒng)中的組成部分之一,我們可能需要針對(duì)整個(gè)系統(tǒng)實(shí)施多種療法,借此打破級(jí)聯(lián)效應(yīng)。換言之,單靠一項(xiàng)干預(yù)措施可能無(wú)法解決。但是,如果我們能夠理解其中各個(gè)組成部分,并有針對(duì)性地加以解決,相信我們能夠在療法層面建立起更強(qiáng)的信心。”
另一種潛在治療探索方向,在于重新利用美國(guó)藥監(jiān)局已經(jīng)批準(zhǔn)的現(xiàn)有藥物,例如Danazol, Stanasolol, Icatibant, Ecallantide, Berinert, Cynryze, Haegarda等,借此減少緩激肽的信號(hào)傳遞數(shù)量,防止緩激肽風(fēng)暴的不斷升級(jí)。這就要求該小組同制藥企業(yè)及臨床研究機(jī)構(gòu)等建立起合作伙伴關(guān)系,共同設(shè)計(jì)并實(shí)施正確的臨床試驗(yàn),了解如何應(yīng)用不同類型的現(xiàn)有治療方法。
Jacobson指出,“除此之外,我們還從系統(tǒng)生物學(xué)的角度研究了SARS-CoV-2病毒本身,并認(rèn)為在抑制該病毒本體方面同樣需要采用組合式策略,這類似于我們?cè)趯?duì)抗HIV病毒時(shí)采取的方法。我們可能需要服用多種不同藥物以控制病毒活動(dòng),后續(xù)可能需要立足患者與病毒兩個(gè)角度推動(dòng)多種組合療法試驗(yàn)。”
可解釋AI與超級(jí)計(jì)算的力量
Dan的團(tuán)隊(duì)一直在有意識(shí)地為諸多研究領(lǐng)域構(gòu)建可解釋的AI工具。配合Summit超級(jí)計(jì)算機(jī),使得團(tuán)隊(duì)得以在較短的時(shí)間之內(nèi)檢查成規(guī)模的基因表達(dá)數(shù)據(jù)。大規(guī)?;虮磉_(dá)研究的一大核心難題,在于眾多采樣個(gè)體往往以不同的組織形式彼此關(guān)聯(lián),因此需要強(qiáng)大的計(jì)算能力配合其他現(xiàn)有研究結(jié)果以解析數(shù)據(jù)內(nèi)蘊(yùn)藏的信息。研究小組檢查了17000份來(lái)自不同個(gè)體及其器官的組織樣本,借此了解未感染個(gè)體中的正常基因表達(dá)形式。
▲ ORNL使用的IBM Summit超級(jí)計(jì)算機(jī)
Jacobson表示,“我們的靈感時(shí)刻源自一個(gè)普通的周日下午,當(dāng)時(shí)大家正盯著不同的通路數(shù)據(jù)。我們對(duì)其中的RAS通路非常感興趣,因?yàn)楣跔畈《窘?jīng)常會(huì)將其作為作用標(biāo)靶。而在RAS通路背景下觀察COVID-19的表達(dá)數(shù)據(jù)時(shí),單單是檢查不同類型的數(shù)據(jù)總量就讓我們望而卻步。”
使用系統(tǒng)生物學(xué)方法,同時(shí)配合可解釋AI與超級(jí)計(jì)算機(jī)以檢查潛在的環(huán)境與生物學(xué)指標(biāo),該小組得以探索極為廣泛的生物學(xué)項(xiàng)目,包括生物能源、微生物群落、心血管疾病、自閉癥、阿片類藥物成癮以及自然等。針對(duì)各類項(xiàng)目構(gòu)建的工具不僅能夠節(jié)約研究人員的時(shí)間,同時(shí)也在過(guò)程中增加了透明度并強(qiáng)化了準(zhǔn)確性。通過(guò)高效運(yùn)用各類可解釋AI工具,他們得以將研究中的創(chuàng)造性能力提升至全新的高度。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。