Cyfrowy biolog AI zdobywa Nagrodę Nobla. Biomni rewolucjonizuje naukę

Sztuczna inteligencja już teraz prowadzi niezależne badania naukowe, automatyzując procesy, które wcześniej wymagały miesięcy żmudnych analiz i mogą w ciągu dwóch lat przynieść przełomy godne Nagrody Nobla.

Platforma Biomni opracowana przez Uniwersytet Stanforda w ramach spółki Phylo stanowi przełom w automatyzacji badań biomedycznych. To nie kolejny chatbot — to kompleksowy system łączący zaawansowane rozumowanie dużych modeli językowych (LLM) z technologią RAG (planowanie wspomagane przez pobieranie informacji) oraz zdolnością do samodzielnego wykonywania kodu programistycznego. Kluczem do sukcesu jest elastyczność algorytmu, który dynamicznie komponuje i realizuje niezwykle złożone przepływy pracy bez sztywnych szablonów czy z góry zdefiniowanych schematów działań.

Wyniki badań zespołu stanfordzkiego opublikowano w prestiżowym magazynie “Science”. Projekt już teraz rewolucjonizuje pracę tysięcy naukowców na całym świecie, optymalizując procesy, które dotychczas wymagały miesięcy żmudnych analiz. Naukowcy twierdzą, że to milowy krok w stronę tzw. autonomicznej nauki — erę, w której algorytmy mogą pracować niezależnie nad odkryciami naukowymi.

Jak działa wirtualny biolog Biomni?

Biomni wykorzystuje potężne zaplecze techniczne: 150 wyspecjalizowanych narzędzi, 59 baz danych oraz 105 pakietów oprogramowania. W pierwszym kroku system uruchamia “agenta odkrywania działań”, którego zadaniem jest przeszukiwanie i wydobywanie kluczowych narzędzi, protokołów oraz baz danych z dziesiątek tysięcy publikacji naukowych obejmujących 25 różnych dziedzin biomedycyny.

Testy porównawcze wykazały, że Biomni osiąga zdumiewająco wysoką zdolność uogólniania w trudnych zadaniach:

• diagnostyka rzadkich chorób
• analiza mikrobiomu
• repozycjonowanie leków
• klonowanie molekularne
• priorytetyzacja genów przyczynowych

Co kluczowe dla praktyki badawczej — system radzi sobie z tymi wyzwaniami natychmiastowo, bez czasochłonnego dostrajania promptów pod konkretne, wąskie zadania.

Sukces Biomni w praktyce klinicznej

Narzędzie zdążyło już udowodnić swoją wartość w realnych warunkach badawczych. Specjalna wersja systemu, Biomni-AD, opracowana we współpracy z Icahn School of Medicine przy Mount Sinai, zdobyła nagrodę główną w wysokości miliona dolarów przyznaną przez Alzheimer’s Disease Data Initiative. Algorytm nagrodzono za realny i wymierny wkład w badania nad chorobą Alzheimera, gdzie wystąpił w roli pełnoprawnego naukowego współpracownika.

Z bezpłatnej, niewymagającej umiejętności kodowania platformy internetowej dostępnej pod adresem biomni.stanford.edu skorzystało już 15 tys. naukowców, którzy zautomatyzowali za jej pomocą ponad 100 tys. procesów badawczych. Instytut Stanford HAI wyróżnił system jako flagowy przykład tego, jak sztuczna inteligencja dramatycznie przyspiesza tempo odkryć naukowych.

Prognoza Mark Chena z OpenAI: AI zdobędzie Nagrodę Nobla

Sukces Biomni idealnie wpisuje się w szerszy, niezwykle dynamiczny trend “autonomizacji nauki”. Mark Chen, dyrektor ds. badań w OpenAI, przedstawił niedawno niezwykle śmiałą prognozę — jego zdaniem sztuczna inteligencja dokona przełomów naukowych godnych Nagrody Nobla w ciągu najbliższych dwóch lat.

Jako obszar o największym potencjale Chen wskazał właśnie biologię i medycynę, przypominając system składania białek AlphaFold od Google DeepMind, który utorował drogę do przyznania Nagrody Nobla w dziedzinie chemii w 2024 r. Czy to precedens dla odkryć naukowych napędzanych algorytmicznie?

Szef badań OpenAI nie ma wątpliwości, opierając swoje przewidywania na wykładniczym rozwoju dużych modeli językowych oraz systemów zaawansowanego rozumowania. Uważa, że zdolność maszyn do błyskawicznego przetwarzania gigantycznych zbiorów danych i dostrzegania korelacji niewidocznych dla ludzkiego oka predysponuje AI do roli lidera w projektowaniu nowych leków i terapii. OpenAI realizuje obecnie trzyletni plan działania, którego zwieńczeniem mają być systemy zdolne do prowadzenia badań “od początku do końca” — od pierwszej hipotezy do finalnego, gotowego wyniku.

Chen podkreśla, że tzw. prawa skalowania (zasada mówiąca, że wydajność modelu rośnie przewidywalnie wraz z ilością danych i mocy obliczeniowej) pozostają niezmienne na przestrzeni niemal dziesięciu rzędów wielkości. To oznacza, że wraz ze wzrostem zasobów obliczeniowych możliwości AI będą rosnąć wykładniczo.

Przyspieszenie opracowywania leków i terapii

Shtuczna inteligencja już mocno zmienia podejście do diagnostyki, operacji chirurgicznych oraz personalizacji terapii. Algorytmy są nieocenione np. przy skracaniu fazy przedklinicznej badania leków.

Rentosertib — pierwszy lek stworzony przez AI

Przykładem może być Rentosertib — nowy lek stworzony w całości przy użyciu generatywnej AI przez firmę Insilico Medicine. Spółka wykorzystała algorytmy do stworzenia preparatu przeznaczonego do leczenia idiopatycznego włóknienia płuc, skracając tradycyjny czas opracowywania kandydata przedklinicznego z 3-4 lat do zaledwie 13-18 miesięcy.

CRISPR-GPT — inteligentny asystent dla genetyków

AI dokonuje też przełomów w genetyce. Badacze opracowali narzędzie CRISPR-GPT, które działa jako inteligentny asystent (copilot) dla naukowców zajmujących się edycją genów. System oparty na dużych modelach językowych automatyzuje projektowanie eksperymentów z użyciem technologii CRISPR, dobierając optymalne parametry i sekwencje. Okres planowania procedur modyfikacji genetycznych kurczy się w konsekwencji z lat do ledwie kilku miesięcy, co drastycznie przyspiesza tempo, w jakim nowoczesne terapie genowe mogą trafiać do fazy testów na pacjentach.

AlphaGenome — rozumienie DNA

Spore oczekiwania wiąże się z modelem AlphaGenome opracowanym przez Google DeepMind. System może — zdaniem naukowców — zrewolucjonizować nasze rozumienie DNA, a także jego wpływu na choroby. AlphaGenome ma pomóc naukowcom odkryć, dlaczego drobne różnice w naszym DNA zwiększają ryzyko takich schorzeń jak nadciśnienie, demencja czy otyłość, a także pozwolić lepiej zrozumieć powstawanie chorób genetycznych oraz nowotworów.

Co to oznacza dla przyszłości nauki?

Rozwój platform takich jak Biomni oraz modeli OpenAI zmienia fundamentalnie sposób, w jaki prowadzona jest nauka. Najbliższa przyszłość leży w rozwoju agentów wyposażonych w pamięć długoterminową oraz w rozwiązaniu problemu tzw. uczenia ciągłego — zdolności maszyn do gromadzenia wiedzy w czasie bez zapominania wcześniejszych informacji. Przełamanie tej bariery pozwoli modelom AI na podejmowanie autonomicznych zadań badawczych rozciągających się na całe tygodnie, a to zaś pozwoli na generowanie innowacyjnych pomysłów całkowicie wykraczających poza “martwe punkty” — granice, na których kończą się możliwości ludzkich ekspertów.

Wizja twórców Biomni, w której wirtualni biolodzy działają ramię w ramię z ludźmi, zwiastuje erę naukowych przełomów. Jeśli prognozy Marka Chena się sprawdzą, już za dwa lata mogliśmy być świadkami przyznania Nagrody Nobla za odkrycia dokonane przez sztuczną inteligencję — nie jako narzędzie wspierające ludzi, ale jako niezależnego naukowca.