Большая языковая модель, обученная на мутациях, помогает определять течение рака и лечение

Одним из наиболее заметных достижений искусственного интеллекта последних лет стал подъем больших языковых моделей — LLM, то есть моделей обработки языка большого масштаба. Особенно с появлением серии ChatGPT выяснилось, что они способны интерпретировать не только письменный текст, но и сложные научные понятия и даже биологические системы.

Благодаря структурам с миллиардами параметров LLM научились анализировать не только естественный язык, но и биомедицинские данные — последовательности ДНК, структуры белков и генетические вариации . Это начало революционную эпоху в дисциплинах с большими объемами данных, особенно в онкологии .

Индивидуальные подходы к лечению рака, то есть «прецизионная медицина» , — одна из главных надежд последних лет. Рак каждого пациента имеет собственную генетическую подпись , во многом определяющую ответ на лечение.

Сегодня секвенирование нового поколения (NGS) позволяет выявлять соматические мутации опухолей, но полностью расшифровать их клинический смысл по-прежнему трудно. Известных мутаций, на которые можно воздействовать лечением, немного, а многие варианты остаются «с неопределенной значимостью» .

Именно здесь, изучая не только естественный язык, но и молекулярный язык рака, LLM могут прогнозировать течение заболевания и предлагать наиболее подходящие варианты лечения. Подход способен изменить будущее современной онкологии.

На специальной конференции Американской ассоциации исследований рака (AACR) по искусственному интеллекту и машинному обучению было представлено прорывное исследование. Доктор John-William Sidhom и его команда объявили, что разработанные ими модели способны понимать влияние соматических мутаций каждого пациента на течение рака и ответ на лечение. Это больших языковых моделей .

Доктор Sidhom отмечает, что, изучая собственный «язык» рака, модели могут диагностировать опухоли, оценивать прогноз и предлагать оптимальные индивидуальные схемы лечения.

Современные отчеты NGS могут содержать пробелы из-за ограниченности знаний о мутациях генома, на которые можно воздействовать лечением. Многие мутации классифицируются как «варианты неопределенной значимости» .

Кроме того, хотя современные таргетные препараты направлены на один геномный драйвер, пациенты с одинаковыми драйверами могут отвечать по-разному. В каждом случае могут существовать дополнительные потенциальные драйверы. Доктор Sidhom объясняет, что именно поэтому команда стремится заполнить этот пробел прецизионной медицины.

Доктор Sidhom исследовал возможность по мутациям и другим данным отчета NGS рассуждать о прогнозе и направлять решения о системном лечении с помощью большой языковой модели . Модель обучили понимать значение различных связанных с раком мутаций и то, как они могут работать одновременно.

Используемые сейчас в исследованиях рака LLM обычно обучаются на референсном геноме. Однако их клиническая валидность ограничена. Доктор Sidhom предлагает обучать модели на каталогах соматических мутаций, специфических для рака изменениях и клинических исходах , то есть на своего рода «мутаноме».

Модель создана с помощью архитектуры двойного внимания , учитывающей референс и изменение каждой мутации. Так она понимает порядок генетической последовательности и отдельное значение каждой мутации. Маскируя измененные последовательности, исследователи также научили ее «словарю и синтаксису генетических мутаций» , то есть своего рода правилам метагенеза .

«Этот механизм двойного внимания дает прекрасную интерпретируемую основу для понимания сложных взаимодействий между пациентами, определяющих рак», — говорит доктор Sidhom.

Сначала доктор Sidhom и команда обучили модель на данных об 10224 пациентах с 33 типами рака и более 3 миллионах соматических вариантов из Атласа генома рака (TCGA) .

Затем использовали данные о 805 пациентах с AML из набора BeatAML2, чтобы понять корреляции геномных представлений с ответами на иммунотерапию. Для прогнозирования ответа на каждый препарат применили обучение по наборам экземпляров — метод множественных экземпляров.

Модель оценивала прогноз в опухолеспецифических когортах TCGA с помощью методов обучения без учителя, например кластеризации k-средних . Затем эти кластеры анализировали методом Каплана—Мейера .

Благодаря изученным закономерностям модель представляла для каждого типа рака глобальные паттерны внимания и возможные причинные цепочки . Например, при колоректальном раке выявлялась высокая зависимость от мутаций APC .

Кроме того, модель отражала классическую для колоректального рака модель Фогельштейна — последовательность TP53 → KRAS → APC — с помощью весов внимания, подтверждая биологическую валидность.

Кабозантиниб пока не используется широко при остром миелоидном лейкозе, однако модель пыталась прогнозировать ответ на этот препарат.

Каноническая корреляция: 0,3052 (P < 0,001)
AUC — площадь под кривой: 0,70 для резистентности и чувствительности.

«Надеемся, что больше данных и более мощные модели улучшат эти показатели», — говорит доктор Sidhom.

Исследование ясно показывает преобразующий потенциал искусственного интеллекта в онкологии . Анализируя не только текст, но и генетические данные, большие языковые модели могут существенно помогать клиницистам в ключевых решениях, таких как оценка прогноза и выбор лечения .

Инструменты нового поколения способны вывести прецизионную медицину на следующий уровень и помочь создавать более эффективные индивидуальные стратегии лечения для каждого пациента .

Ожидается, что в будущем больше данных и более совершенные модели позволят этой технологии осуществить цифровую революцию в борьбе с раком .