Jennifer Doudna, laureată a premiului Nobel, cea care a cercetat editarea genetică CRISPR, temperează entuziasmul față de AI, când vine vorba de genetică. Într-un interviu recent din cadrul seriei The Circuit, realizat de Bloomberg Originals, ea explică provocările aducerii terapiilor genetice la scară largă și clarifică de ce AI-ul, deși e un tool excelent, nu va găsi prea ușor leacul pentru cancer.
Discuția analizează așteptările societății legate de AI în medicină și realitatea complexității biologiei umane.
Așteptări exagerate de la AI
Jennifer Doudna subliniază că, deși instrumentele AI sunt folositoare pentru procesarea datelor, nu inovează de unele singure, contrazicând aprecierile entuziaste ale investitorilor tech de genul „Cure for cancer in 48 hours”.
Doudna explică de ce tratamentele genetice actuale sunt atât de scumpe: pacienților li se extrag celule, acestea sunt editate în afara corpului (ex vivo) și reintroduse, un proces lung și periculos. Ea pune accentul pe tranziția necesară către terapii in vivo, unde componentele CRISPR sunt livrate direct în organism, un aspect esențial și valid pe agendele tuturor companiilor biotech actuale.
„Biologia este grea. Lucrez în acest domeniu de mult timp ca biolog și, cu cât învăț mai multe, cu atât sunt mai umilită de faptul că biologia este complexă. Nu vom putea să ajungem la o înțelegere a corpului uman doar prin simulări. Nu vom putea evita nevoia de anumite tipuri de testare. Nu văd boți de chat, din propria noastră experiență... inovând. Pot fi de ajutor în sumarizarea datelor, în scrierea rapoartelor, dar nu văd un chat bot care să vină cu o idee complet nouă pentru ceva la care nimeni altcineva nu s-a gândit vreodată”, spune Jennifer.
Entuziasmul descoperirilor și realitatea
Analizând de ce CRISPR încă nu a vindecat toate bolile lumii, Doudna face o analogie cu momentul secvențierii genomului uman:
„Este un exemplu clasic a ceea ce se întâmplă des în natura umană... ne entuziasmăm foarte tare în legătură cu o descoperire, începi să îți imaginezi toate posibilitățile și apoi, când începi să aprofundezi, realizezi că încă există provocări. Gândește-te la secvențierea genomului uman, pe la anul 2000. Acum suntem la 26 de ani de la acel moment și, sincer, încă nu înțelegem funcția a aproximativ 40% din genele unei celule bacteriene tipice. Asta îți oferă o mică idee despre complexitate.”
Discuția a ajuns și la dorința și frica societății de a folosi editarea genetică pentru selecția inteligenței sau a altor trăsături superficiale:
„Cred că este o misiune imposibilă să poți face acest tip de selecție într-o clinică de fertilizare in vitro. De asemenea, va fi foarte greu să știi ce seturi de gene ar trebui editate pentru a obține un rezultat care să afecteze inteligența, sau ceva la fel de complex ca asta. Pur și simplu nu văd posibilitatea asta prea curând. Toate genele din celulele noastre interacționează unele cu altele în moduri de care în mare parte nu suntem conștienți. Asta înseamnă că, dacă modificăm o genă, sau chiar câteva, nu putem fi întotdeauna siguri care va fi rezultatul, mai ales dacă ne uităm mult în viitor.”
Da, AI-ul ajută la structurarea datelor, însă saltul de la eprubetă sau prompt la pacientul uman este un labirint în care nu te poți folosi doar de scurtături digitale. Complexitatea biologică va continua să ne țină ancorați în realitatea experimentului fizic încă foarte mult timp, spune Jennifer Doudna.
