美大機械項目聚焦癌癥研究智能化

　　 諾貝爾物理獎得主Frank Wilczek曾有一個著名的預言：在未來100年，最好的物理學家將是機器。現在，美國國防高級研究計劃局（DARPA）正在另一個不同的領域朝著這個前景努力：癌癥研究。

　　去年夏天，該機構啟動了一項4500萬美元的名為“大機械裝置”的項目，該項目旨在發展可以讀取研究論文、把癌癥機制信息整合進計算機模型以及為有血有肉的科學家（或者甚至是機器人）設計等待檢驗的新假說的計算機系統——計劃全部在2017年底完成。

　　上周，12個計算機科學家和生物學家團隊在華盛頓特區會面，梳理相關進展面臨的挑戰。盡管一些科學家質疑該項目的方法論，但另外一些科學家還是很歡迎它——包括華盛頓西雅圖艾倫人工智能研究所人工智能研究員 Oren Etzioni，他稱之為“一項杰出的項目”。

　　大機械裝置項目經理、DARPA人工智能研究員 Paul Cohen表示，其目的是幫助科學家在閱讀面越來越狹窄的時代應對相關的復雜性。“當我們需要了解高度相連的系統時，我們的研究方法卻讓我們聚焦在零散的部分層面。”Cohen說。

　　如果“大機械裝置”項目計劃成功，將可以幫助研究人員了解從氣候科學到軍事行動乃至貧困的復雜系統。但目前，它主要聚焦在由“Ras基因家族”的基因突變引發的癌癥，包括人類所有癌癥的約1/3。癌癥生物學家已經建立起由Ras基因突變引起的癌癥通道的大致路線圖：影響細胞繁殖與死亡的蛋白質之間互動的序列。它們相當于Cohen所說的各種偶然關系相互交織的“毛球”。“我們都承認需要更好的系統組織海量信息，通過肉眼觀察它，通過某種可行的方式代表它。”美國國立衛生研究院負責“Ras計劃”的Frank McCormick說。

　　“大機械裝置”項目將通過3步處理相關問題。首先，機械將讀取癌癥通道的相關資料，并把有用的信息轉化成可以理解的正式表述；然后，它們會把知識碎片整合到癌癥通道計算機模型中；最終，該系統將生成可以用實驗驗證的解釋和預測。這些團隊正在研發可以處理以上三個任務的4個系統。

　　此次評估會議主要集中在第一步，即機械讀取方面。制藥公司已經布置了很多論文來收集基因與蛋白交互作用的信息，用于藥物研發，但“大機械裝置”項目不僅是為了開發可以像科學家那樣讀取論文的機械：還包括它如何對現存的知識作出貢獻。

　　此次評估從小處著手：參與的團隊均被分配到一個基本Ras癌癥通道模型以及6段通路。他們的系統需要從文本中提取信息，決定這些通道與模型之間的關系，并很據讀取到的信息作出恰當的修改。

　　兩個研究團隊已接近完全操作這一過程。表現最好的機械閱讀系統從通道中提取了全部信息的40%，并且正確決定了每個通道如何與模型產生關聯。“這是個很好的開端。”Cohen表示，這些系統將在今年7月面臨更加綜合性的評估。

　　Cohen表示，今年夏天即將來臨的還有一場設計大賽，屆時程序員將要設計一個Ras引發的癌癥通道的單一參照模型，以替代研究團隊目前正使用的多個模型。他表示，設計一個包括蛋白質在Ras通道中的哪些地方、如何互動的連貫模型對于讓計算機生成假說非常關鍵。

　　明尼蘇達州明尼阿波里斯市拉里·亨特智能信息流技術公司計算機生物學家Larry Hunter說，建造一個真正可以生成科學觀察力的系統并不容易。作為其中一個團隊的共同首席研究員，他表示，人工智能協會在建造能夠開發出有用的隨機假設的系統方面，沒有一個強大的跟蹤記錄。但他表示，分子生物是個良好的試水領域，因為該領域常識發揮的作用很小；大多數只是技術性的，可以在課本和論文中獲取到。

　　其他的一些研究人員則質疑“大機械裝置”項目是否在通過合理的途徑研究復雜的系統。“大機械裝置”項目試圖繪制微觀層面的機械原理，但復雜系統的特點是集群行為。未參加此項目的馬薩諸塞州新英格蘭復雜系統研究所復雜系統研究員Yaneer Bar-Yam說：“期待合成細節告訴我們想要知道的知識，并不合理。”

　　但Cohen卻對該項目信心十足。“DARPA探索的是革命性的技術。”他說，“有些時候，這些技術會轉化成實踐應用；有些時候，它們會向這個世界展示哪些事情是可行的。”