מדענים ישתמשו בווטסון של יבמ לניתוח אוטומטי של מאמרים מדעיים ונוסחאות כימיות על מנת לגלות תרופות

ווטסון יוכל לבצע מטה-אנליזות של מחקרים מדעיים רבים ולאתר קשרים הנסתרים מן העין במחקרים הבודדים לאחר ניתוח הנוסחאות הכימיות, דבר שיאפשר לגלות תרופות חדשות

ובה מערכת ווטסון מציגה נתיבי חלבונים היכולים לסייע לחוקרים בהאצת פריצות דרך מדעיות ע"י זיהוי קישורים שלא התגלו בעבר. צילום: Jon Simon/Feature Photo Service for IBM
מערכת ווטסון מציגה נתיבי חלבונים היכולים לסייע לחוקרים בהאצת פריצות דרך מדעיות ע"י זיהוי קישורים שלא התגלו בעבר. צילום: Jon Simon/Feature Photo Service for IBM

יבמ חושפת התקדמות משמעותית ביכולות הקוגניטיביות של ווטסון, מערכת המחשוב הייחודית שלה המסוגלת לתקשר ולהבין תכנים בשפה אנושית ולטפל בהם, בין אם הם מנוהלים בפורמט מובנה דוגמת בסיסי נתונים מוכרים ובין אם בפורמט בלתי מובנה, ובנפחים עצומים של Big Data. היכולות החדשות של ווטסון מאפשרות להאיץ את תהליכי המחקר המדעי ופריצות הדרך שלו, באמצעות גילוי קשרים בלתי ידועים בתוך מאגרי Big Data.

היכולות הייחודיות של ווטסון להבין ניואנסים דקים של שפה אנושית רגילה, מאפשרות למערכת "יועץ הגילוי" של ווטסון, Watson Discovery Advisor, להבין גם את השפה המדעית: המערכת מבינה למשל את הנוסחאות המתארות תגובה כימית או מבנה כימי מורכב במיוחד – באופן ההופך אותה לכלי רב עוצמה בשירותם של מדענים בתחום מדעי החיים ובמגוון רחב של תחומי תעשייה. ההבנה הזאת מקצרת את הזמן הנדרש על מנת להציג היפותיזות מדעיות חדשות ומסקנות לגבי נוסחאות כימיות, תוך קידום עבודת המחקר וקיצור תהליכי הבדיקה התיאורטית של אפשרויות שונות מחודשים לימים ספורים, ומימים ספורים לשעות מעטות של עיבוד. כך, זוכים תהליכי המחקר והפיתוח לרמות חדשות של מהירות ודיוק, שאינן אפשרויות בעבודה אנושית רגילה.
מערכת יועץ הגילוי של ווטסון זמינה מיידית כשירות ענן המוצע על ידי יבמ, ובנויה באופן המאפשר לה לגדול ולהתרחב על פי הצרכים המחקריים המיוחדים לכל לקוח ומשתמש.
חוקרים, מדענים ואנשי אקדמיה משורה ארוכה של אוניברסיטאות, חברות תרופות ומרכזי מחקר מסחריים אחרים כבר החלו להשתמש במערכת החדשה של יבמ על מנת להציג ולבחון במהירות היפותיזות כימיות מסוגים שונים, על בסיס הנתונים הזמינים במאגרים של מיליוני מאמרים מדעיים הזמינים לשימוש הציבור. על פי נתונים של המכון הלאומי האמריקאי לבריאות (NIH), חוקר טיפוסי קורא כ- 23 מאמרים מדעיים מדי חודש, שהם כמעט 300 מאמרים בשנה. קצב העבודה האנושי אינו מאפשר לחוקרים האלה להתמודד עם מהירות ההופעה של מאמרים חדשים הרלוונטיים לעבודתם. ווטסון, לעומת זאת, יכול לסרוק בהתמדה את בסיס הידע המדעי – ולנתח את השינויים החלים בו עם כל פרסום של מאמר חדש.
על פי Strategy&, הוציאו 1,000 חברות המו"פ הגדולות בעולם בשנת 2013 יותר מ- 600 מיליארד דולר על מחקר בלבד. ההתקדמות בתחומים אלה איטית: 10-15 שנים נדרשות להעברת תרופה חדשה משלב פיתוח המולקולה הראשונית ועד לזמינותה כתרופה מוכחת ומאושרת. השימוש במערכת החדשה המבוססת על היכולות הייחודיות לווטסון, יאפשר לגלות הקשרים כימיים חדשים ותגובות בהן עשויה המולקולה להיות מעורבת, לחשוף קשרים בין ישויות כימיות ותהליכים שונים, ולזהות דפוסים בלתי צפויים ובלתי מוכרים של נתונים, באופן העשוי לשפר משמעותית ולהאיץ את תהליכי הגילוי המחקריים והמדעיים.
בין הגופים הראשונים המשתמשים כבר במערכת Watson Discovery Advisor, נמצאים בית הספר לרפואה של אוניברסיטת ביילור, חברת התרופות ג'ונסון את ג'ונסון, ומרכז חקר הגנום של ניו יורק.
במחקר המתבצע בקולג' ביילור לרפואה, באמצעות ערכת שילוב מידע שפותחה שם על בסיס מערכת ווסטון המכונה ניט  (KnIT), הצליחו החוקרים לגלות חלבונים המחוללים שינוי ב- p53, חלבון חשוב הקשור בסוגים רבים של סרטן. הגילוי הזה עשוי להוביל לפיתוח תרופות וטיפולים חדשים המתמקדים בחלבון p53. בדרך אל הגילוי הזה, ניתח ווטסטון 70,000 מאמרים מדעיים העוסקים בחלבון p53, והצליח לחזות את המבנה המבוקש של חלבונים שיהיו מסוגלים להפעיל את חלבון p53 או לבלום אותו. הניתוח האוטומטי הוביל לזיהוי ששה חלבונים בהם ראוי להתמקד במחקרים חדשים, על מנת לבדוק האם אכן ניתן להפוך אותם לתרופה חדשה. תהליך הגילוי נמשך שבועות ספורים בלבד – כאשר לצורך ההשוואה ראוי לציין כי בשלושים השנים האחרונות הצליחו המדענים לגלות בממוצע חלבון מטרה אחד בלבד מדי שנה. ניט גם הצליח לגלות רטרואקטיבית כאשר עבר על המאמרים עד שנת 2003, שבעה מתוך עשרת החלבונים שהתגלו בעשור שחלף מאז.

חברת ג'ונסון את ג'ונסון משתפת פעולה עם יבמ בפיתוח יכולותיו של ווסטון לקרוא ולהבין מאמרים מדעיים המפרטים תוצאות של ניסויים קליניים בתהליכי הפיתוח של תרופות וטיפולים. הפיתוח החדש נועד להאיץ את תהליכי הפקת המסקנות בהשוואות בין מחקרים שונים – באופן שיסיייע לרופאים להתאים את התרופה אותה הם רושמים לאוכלוסיה המתאימה ביותר של חולים, על מנת להגדיל את האפקטיביות שלה ולצמצם את תופעות הלוואי. מחקרי השוואת אפקטיביות טיפוסיים נעשו עד היום בתהליך ידני, ודרשו בממוצע 2.5 שנות-אדם רק לשלב איסוף הנתונים והכנתם לשימוש, ועוד לפני התחלת הניתוח, והצגת היפותיזות לבחינה.

במסגרת המחקר המשותף ליבמ ולג'ונסון את ג'ונסון, מנסים המפתחים ללמד את ווסטון לקרוא ישירות את גוף המחקרים עליהם תתבסס ההשוואה, ולסנתז בעצמו את הנתונים באופן שיאפשר לחוקרים להציג שאלות אודותיהם בתהליך מיידי, על מנת לקבוע את מידת יעילות הטיפול בתרופה אחת ולהשוותו לתרופה אחרת, כמו גם להתייחס לתופעות הלוואי של שתי התרופות.

במסגרת מרכז המחקר בתחום הגנום, New York Genome Center, יסייע ווטסון באמצעות לימוד והבנת מחקרים רפואיים גנומיים. בשלב הראשון, יתמקד המרכז בהשלכות הקליניות של ניתוח גנומי, באופן המיועד לסייע לרופאים אונקולוגים להציע טיפולים מבוססי DNA לגליובלסטומה, סוג אגרסיבי של סרטן המוח, ממנו מתים מדי שנה 13,000 אמריקאים.

שיתוף ב print
שיתוף ב email
שיתוף ב whatsapp
שיתוף ב linkedin
שיתוף ב twitter
שיתוף ב facebook

4 תגובות

  1. אייל – ביום שזה יקרה ..אתה יכול להגיד ביי ביי מין האנושי …וברוך הבא ל"סופר ספיאנס" …..מישהו צריך להטמין פצצה בתוך המעבדות של יבמ לפני שיהיה מאוחר מידי …..יש לי תחזיות פסימיות מאוד לגבי אותו היום שמחשב יוכל "לחשוב" בעצמו ..ואז בעצם יגיד לעצמו …."מממ מה אני צריך את המין הנחות הזה אני יכול לבצע אלפי משימות וחישובים בו זמנית ….המין אנושי נטל שצריך לחסל"…..בקיצור הבנתה לאיפה אני חותר

  2. נשמע מדהים! ומדגים לדעתי שוב בצורה יפה את המוטו המרכזי שריי קורצווייל חוזר עליו כל הזמן בספרו "The Singularity Is Near" וזה שהטכנולוגיה מתקדמת ומתפתחת בקצב אקספוננציאלי, והסיבה לכך לדבריו היא שכל הזמן נוצרות טכנולוגיות חדשות (כמו זו המוזכרת כאן) שמאיצות את קצב המחקר וגורמות לו להיות הרבה יותר מהיר… כך היה גם עם פרוייקט הגנום האנושי, התחיל לאט מאד ועם השנים צבר תאוצה גדולה עד שהיום ניתן כבר לפענח גנום שלם תוך דקות בודדות ובעלות כמעט אפסית (מה שפעם לקח מספר שנים טובות, ובעלות של עשרות מיליוני דולרים).

כתיבת תגובה

האימייל לא יוצג באתר.

דילוג לתוכן