ทะลุกรอบ | ป๋วย อุ่นใจ
อัลฟาโฟลด์ 3
เอไอปฏิวัติวงการยา
กับดราม่าเรื่องความโปร่งใส
“นี่คือการปฏิวัติวงการ ที่จะทำให้การหาโครงสร้างโปรตีนเป็นเรื่องที่ใครก็ทำได้” แฟรงก์ อูห์ลแมนน์ (Frank Uhlmann) นักชีวเคมีจากสถาบันวิจัยฟรานซิส คริก (Francis Crick Insitute) ในลอนดอน หนึ่งในนักวิจัยกลุ่มแรกๆ ที่ได้ทดลองใช้อัลฟาโฟลด์ 3 (AlphaFold 3) กล่าวอย่างตื่นเต้น
แฟรงก์ไม่ใช่คนเดียวที่ตื่นเต้นกับอัลฟาโฟลด์เวอร์ชั่นใหม่ แต่แทบทุกคนที่ได้ลองเล่นต่างก็ตื่นตาตื่นใจกับความสามารถในการทำนายขั้นเทพของเวอร์ชั่นอัพเดต เพราะในเวอร์ชั่นก่อนๆ ของอัลฟาโฟลด์ การทำนายโครงสร้างนั้นจะจำกัดอยู่แค่โครงสร้างของโปรตีน แต่ตอนนี้ใส่ดีเอ็นเอได้ เปปไทด์ อีกทั้งสารเคมีต่างๆ ได้อีกสารพัด
และผลการทำนายก็ออกมาได้ค่อนข้างดูดีเสียด้วย
ดีจนคู่แข่งเบอร์หนึ่งอย่างเดวิด เบเกอร์ (David Baker) แห่งมหาวิทยาลัยวอชิงตัน ซีแอตเติล (University of Washington Seattle) ผู้สร้างโรเซตตาโฟลด์ (RosettaFold) ออกมาตีอัลฟาโฟลด์เวอชั่นก่อน ยังต้องออกมาออกปากชื่นชม
หลังจากที่เปเปอร์ออกมาในวารสาร nature กระแสอัลฟาโฟลด์ 3 ก็มาแรงแบบฉุดไม่อยู่ แค่เพียงไม่ถึงวัน อัลฟาโฟลด์ 3 ก็ติดเทรนด์กลายเป็นหนึ่งในทอล์กออฟเดอะทาวน์ในวงการวิจัย
เพราะถ้าอัลฟาโฟลด์ 3 สามารถทำนายการจับกันระหว่างโปรตีนกับสารที่มีศักยภาพเป็นยาได้แม่นยำจริง นี่อาจจะเป็นตัวพลิกเกมที่เปลี่ยนแปลงกระบวนการทุกอย่างในการเฟ้นหายาใหม่ ที่จะทำให้เราออกแบบยาได้ดีขึ้น และสามารถผ่านทดสอบทุกอย่างได้ในต้นทุนที่ถูกลงอย่างมหาศาล
อัลฟาโฟลด์ 3 เอไอทำนายโครงสร้างสามมิติโปรตีนจับกับยา ดีเอ็นเอ และสารอื่นๆ (ภาพโดย Google DeepMind และ Isomorphic Labs)
เรื่องราวทั้งหมดของอัลฟาโฟลด์นั้นเริ่มต้นขึ้นที่หน่วยวิจัยประสาทวิทยาเชิงคำนวณแกตสบี (Gatsby Computational Neuroscience Unit) ที่มหาวิทยาลัยคอลเลจ ลอนดอน หรือที่มักเรียกกันสั้นๆ ว่ายูซีแอล (University College London, UCL)
ในตอนนั้น หน่วยวิจัยแกตสบีนี้ไม่ต่างไปจากตักศิลาในวงการเอไอ มีนักวิจัยเก่งๆ มากมาย ทุกคนมารวมกันเพื่อร่วมกันหาวิธีสร้างระบบการคำนวณที่เหมือนระบบประสาทจริงๆ เพื่อเลียนแบบการทำงานสมอง
และที่แกตสบีนี้เอง ที่นักวิจัยหลังปริญญาเอกสองคน เดมิส แฮสซาบิส (Demis Hassabis) และเชน เลกก์ (Shane Legg) ได้พบกัน
ทั้งสองตัดสินใจร่วมหัวจมท้ายก่อตั้งบริษัทเอไอ ดีพมายด์ ขึ้นมาในปี 2010 ร่วมกับมุสตาฟา สุเลมาน (Mustafa Suleyman) เพื่อนอีกคนของเดมิส
โดยเริ่มแรกสุด จะเน้นสร้างเอไอเล่นเกม ซึ่งส่วนใหญ่จะเป็นเกมยุคโบราณอย่าง Breakout, Pong และ Space Invaders
เทคโนโลยีของดีพมายด์เข้าตาทีมแมวมองของกูเกิล ด้วยเล็งเห็นศักยภาพที่ล้นเหลือของทีมวิจัยของดีพมายด์
ในปี 2014 กูเกิลก็ตัดสินใจทุ่มเงินเข้าซื้อทีมดีพมายด์มาเป็นส่วนหนึ่งของกูเกิล (Google) และเปลี่ยนชื่อมาเป็นกูเกิลดีพมายด์ (Google DeepMind) ในเวลาต่อมา
ในปี 2016 ทีมกูเกิลดีพมายด์โด่งดังเป็นพลุแตกจากการพัฒนาเอไอเล่นหมากล้อมอัลฟาโกะ (AlphaGo) ที่สามารถปราบเซียนหมากล้อมระดับแชมป์โลกไปได้อย่างสวยงาม
จนได้รับการขนานนามเป็นหนึ่งใน Breakthrough แห่งปีของวารสาร Science
หลังจากที่ประสบความสำเร็จอย่างใหญ่หลวงจากการออกแบบเอไอเล่นเกม เดมิสตัดสินใจออกจากคอมฟอร์ตโซนเดินหน้าแก้ปัญหาระดับใหญ่
ในปี 2018 เดมิสและทีมกูเกิลดีพมายด์เปลี่ยนเป้าหมายจากเอไอเล่นเกม หันมาจับโปรเจ็กต์ระดับ holy grail ทางชีววิทยาอย่างการทำนายโครงสร้างสามมิติของโปรตีน ซึ่งเป็นปัญหาใหญ่ที่ไม่มีใครแก้ได้มานานนับศตวรรษ
และเพื่อเปิดตัวเอไอของเขา เดมิสนำทีมเข้าร่วมแข่งขันทำนายโครงสร้างสามมิติของโปรตีน “13th Community Wide Experiment on the Critical Assessment of Techniques for Protein Structure Prediction (CASP13)” ในปี 2018
เขาตั้งชื่อทีมและเอไอของเขาว่าอัลฟาโฟลด์
ผลปรากฏว่าอัลกอริธึ่มของเอไอของทีมอัลฟาโฟลด์ในตอนนั้นทำนายออกมาให้ผลดีเลิศ ได้สกอร์ชนะทีมอื่นๆ ไปอย่างขาดลอย
โครงสร้างโปรตีนที่อัลฟาโฟลด์ทำนายออกมานั้นใกล้เคียงกับโครงสร้างจริงที่หามาได้จากการทดลอง
ทุกคนตื่นเต้นกับอัลกอริธึ่มของอัลฟาโฟลด์ แต่ทีมของเดมิสตัดสินใจเก็บทุกอย่างไว้เป็นความลับ…
และนั่นทำให้เกิดดรามาขึ้นมาในเรื่องการกั๊กข้อมูลของอัลฟาโฟลด์ ในตอนนั้น หลายคนออกมาประณามกูเกิลดีพมายด์และทีมเดมิสที่ไม่ยอมเปิดเผยอัลกอริธึ่มของเอไอ ไม่ยอมเปิดเผยโค้ดต่างๆ ให้คนอื่นรู้
และในการแข่งขัน CASP14 ในปี 2020 ทีมเดมิสกลับสู่สังเวียนและคว้าแชมป์มาได้อีกครั้งด้วยเอไอตัวใหม่ “อัลฟาโฟลด์ 2”
คราวนี้ก็เช่นเดิม เป็นดราม่า เพราะเก็บทุกอย่างไว้เป็นปริศนาจนคนหมั่นไส้
แต่แม้จะเก็บงำไว้อย่างดี แต่ความลับไม่มีในโลก ไม่นาน ทีมวิจัยของเดวิด เบเกอร์ ก็แกะอัลกอริธึ่มของอัลฟาโฟลด์ 2 ออกมาจนสำเร็จ และสร้างโรเซตตาโฟลด์ออกมาตีคู่กับอัลฟาโฟลด์ 2
ที่ว่าตีคู่นี่คือตีคู่จริงๆ เพราะเปเปอร์อัลฟาโฟลด์ 2 กับเปเปอร์โรเซตตาโฟลด์ในตอนนั้น ออกมาพร้อมกันเป๊ะเปเปอร์หนึ่งลงใน Nature และอีกเปเปอร์ลงใน Science
เรียกได้ว่าปะทะกันอย่างจัง ปกชนปก…
แต่ทีมของเดมิสไม่ได้หยุดแค่นั้น เขาซุ่มเดินหน้าทำตามแผนต่อไปที่วางไว้ และพอได้รู้ ทุกคนก็ต่างก็ตกตะลึงกับแผนของเดมิส เพราะงานวิจัยต่อมาที่ตีพิมพ์ออกมาแค่สัปดาห์เดียวหลังจากเปเปอร์อัลฟาโฟลด์ 2 ก็คือ “ฐานข้อมูลโครงสร้างสามมิติของโปรตีนทั้งหมดจากมนุษย์ (และสิ่งมีชีวิตทดลองตัวเด่นๆ แทบทุกตัว) ที่ทำนายมาจากอัลฟาโฟลด์ 2” ที่ทำให้ทุกคนสามารถเข้าถึงโครงสร้างสามมิติของโปรตีนที่สนใจได้โดยง่ายไม่ต้องมานั่งทำนายให้ปวดหัว
The show must go on แม้จะประสบความสำเร็จอย่างมากในวงการ แต่ทีมเดมิสก็ยังไม่อยากที่จะหยุดแค่นั้น และแล้ว ในปี 2024 กูเกิลดีพมายด์ก็ร่วมกับไอโซมอร์ฟิกแลบส์ (Isomorphic labs) เปิดตัวอัลฟาโฟลด์เวอร์ชั่น 3
ที่นอกจากจะทำนายโครงสร้างสามมิติของโปรตีนได้แล้ว ยังช่วยทำนายได้อีกด้วยว่า โปรตีนนั้นจะจับกันกับสารยา สารพิษ ดีเอ็นเอ
หรือแม้แต่โปรตีนตัวอื่นนั้นที่ตรงไหน ในการทำปฏิกิริยากันนั้นมีหมู่ทางเคมีใดบ้างที่มามีส่วนเกี่ยวข้อง
แต่ประเด็นมันไม่จบแค่นั้น
เรื่องราวกลายเป็นดราม่าใหญ่โต เพราะการเปิดตัวของอัลฟาโฟลด์ 3 ของทีมดีพมายด์นั้นมาแบบกั๊กๆ เอาไว้ เช่นเดียวกับเวอร์ชั่นก่อน คือไม่ปล่อยโค้ด ไม่ให้โหลด แต่มีเปิดทดลองใช้ได้บนเซิร์ฟเวอร์ของดีพมายด์ โดยมีข้อจำกัดว่าสามารถใช้ได้แค่คนละ 10 จ๊อบต่อวัน คือวันหนึ่งทดลองทำนายผ่านเว็บได้สิบตัวอย่าง
ซึ่งถ้าว่ากันตามจริงก็ไม่ได้แย่นักสำหรับคนทั่วไป แต่สำหรับนักวิจัยที่กำลังเห่อของเล่นใหม่ สิบตัวอย่างมีรึจะพอ ร้อยไม่แน่เลยว่าจะพอหรือเปล่า
แต่ที่เจ็บยิ่งกว่าคือในเวอร์ชั่นเซิร์ฟเวอร์ ทีมวิจัยไม่เปิดให้ทดลองกับโมเลกุลยาหรือสารออกฤทธิ์ที่มีศักยภาพเป็นยา ซึ่งทำให้ความน่าตื่นตาตื่นใจของซอฟต์แวร์ลดลงไปอย่างมหาศาล
เพราะถ้าถามนักวิจัย ส่วนใหญ่ก็จะสนใจใช้เอไอมาสกรีนหา หรือออกแบบยาที่จับและยับยั้งโปรตีนของเชื้อก่อโรคหรือโปรตีนที่ทำงานผิดปกติไปจนทำให้เกิดโรค
แต่พอมีเอไอตัวใหม่ที่โฆษณาว่าทำนายได้เลิศเลอเปิดตัวมาให้ทดลองใช้ กลับปิดฟังก์ชั่นที่สนใจไม่ให้ใช้เสียซะงั้น
อุปมาเหมือนยั่วให้ตื่นเต้น และพอจะเล่นกับได้แตะแค่หน่อยเดียวแบบนี้ แน่นอนว่าแรงตีกลับต้องมีอย่างแน่นอน
นักวิจัยหลายคนเริ่มออกมาบ่นกับจำนวนตัวอย่างทดลองต่อวัน ที่ไม่เพียงพอกับความต้องการ แต่ก็มีหลายคนที่พยายามจะทดสอบระบบอย่างขะมักเขม้น ให้มาสิบ ก็ใช้ไปสิบในทุกวัน
อย่างเช่น ออรา เฟอร์แมน (Ora Furman) นักโมเดลเปปไทด์แห่งมหาวิทยาลัยฮิบรูว์ที่เยรูซาเลม (Hebrew University of Jerusalem) โชเซบ เฮเดอร์ (Shozeb Haider) นักชีวฟิสิกส์จากมหาวิทยาลัยคอลเลจลอนดอน
และยาน โคซินสกี (Jan Kosinski) นักชีววิทยาเชิงโครงสร้าง จากห้องทดลองอณูชีววิทยาแห่งยุโรป (European molecular biology laboratory) คืออีกหนึ่งคนที่ตื่นเต้นกับอัลฟาโฟลด์เวอร์ชั่นใหม่ เขาใส่ตัวอย่างเข้าไปทดสอบระบบหลายอย่างทั้งทำนายโปรตีนจับกับโปรตีน ทำนายโปรตีนจับกับดีเอ็นเอ และอีกสารพัด
ซึ่งก็มีทั้งที่ได้ผลน่าประทับใจและที่น่าผิดหวัง
แม้ทั้งสามจะตื่นเต้นกับผลของเอไออัลฟาโฟลด์เวอร์ชั่นใหม่ แต่ก็ไม่ได้ถึงกับพึงพอใจ ทุกคนบ่นออกมาเป็นเสียงเดียวว่า “น่าเสียดายที่ทีมไม่ยอมปล่อยโค้ดออกมาให้นักวิจัยทั่วโลกได้เรียนรู้ และเอาไปช่วยพัฒนาต่อยอดเพื่อผลประโยชน์กับวงการวิทยาศาสตร์”
แต่ที่ดูจะไม่พอใจอย่างรุนแรงกับการเปิดตัวแบบมีลับลมคมในดีพมายด์ก็คือโรแลนด์ ดันแบรกก์ (Roland Dunbrack) นักวิจัยชีววิทยาเชิงคำนวณชื่อดังจากศูนย์วิจัยมะเร็งฟอกซ์เชส (Fox Chase Cancer Center) ในฟิลาเดลเฟีย
โรแลนด์เผยว่าเขาถูกทาบทามให้เป็นหนึ่งในรีวิวเวอร์ (หรือผู้ทรงคุณวุฒิ) พิจารณาเปเปอร์เปิดตัวอัลฟาโฟลด์ 3 ให้เนเจอร์
แต่ในระหว่างการพิจารณา มีบางสิ่งบางอย่างแปลกๆ เกิดขึ้น ทั้งคอมเมนต์และคำถามของเขาที่จำเป็นมากในการประเมินความน่าเชื่อถือของผลของเปเปอร์ของทีมดีพมายด์นั้นถูกมองข้ามไปอย่างน่าสงสัย
โรแลนด์ต้องการให้ทีมดีพมายด์เปิดให้เขาสามารถเข้าไปดูได้ว่าโค้ดที่ทีมนักวิทยาศาสตร์ของดีปมายด์บอกว่าทำนายได้ดีเลิศประเสริฐศรีนั้น แท้จริง ใช้ได้หรือเปล่า
หรืออย่างน้อยก็น่าจะเปิดให้เขาในฐานะรีวิวเวอร์ได้เข้าไปลองทดสอบการใช้งานของระบบจริงๆ เพื่อดูว่าผลที่ทีมดีพมายด์ใส่มาในเปเปอร์นั้นดีจริงหรือไม่และดีแค่ไหน
“ไม่มีใครเลยนอกจาก บริษัทยาอย่างโนวาทิส (Novartis) และลิลลี่ (Lilly) ที่ได้ลองใช้ฟังก์ชั่นทำนายโครงสร้างยา (ligand structure prediction) ข้อมูลทั้งหมดในเปเปอร์เกี่ยวกับการจับยานั้นไม่มีใครทำซ้ำได้และไม่ควรได้รับการเผยแพร่” โรแลนด์โพสต์ใน X
“ในฐานะรีวิวเวอร์ #3 สำหรับวารสาร Nature ผมแนะนำให้เอาผลยาทั้งหมดออกไป เก็บไว้ใช้เป็นข้อมูลสำหรับไว้โฆษณาแทน”
การกระทุ้งของโรแลนด์ผนวกกับความหงุดหงิดกับลิมิตในการใช้งานของเซิร์ฟเวอร์อัลฟาโฟลด์ ทำให้ผู้คนเริ่มไม่พอใจ จนถึงขนาดมีการเขียนบทความขึ้นมาตั้งคำถามเกี่ยวกับความโปร่งใสและความน่าเชื่อถือของผลงานวิจัยของอัลฟาโฟลด์เวอร์ชั่นนี้
“เราดีใจที่ทุกคนตื่นเต้นและชื่นชอบผลการทดสอบจากเซิร์ฟเวอร์จากชุมชนนักวิจัย ทางทีมจึงตัดสินใจจะเพิ่มลิมิตการเล่นต่อวันในเซิร์ฟเวอร์ให้เป็นอีกเท่าตัว นั่นคือ 20 จ๊อบต่อวัน” พุชมีต โคห์ลิ (Pushmeet Kohli) หนึ่งในทีมวิจัยอัลฟาโฟลด์ 3 โพสต์ตอบ
แต่นั่นยังไม่ดีพอ เพราะที่จริงแล้ว ถ้ามองในเรื่องความโปร่งใส จะเพิ่มจากสิบเป็นยี่สิบก็ไม่ได้มีผลต่างอะไรมากนัก
ผู้คนในประชาคมวิจัยเริ่มตั้งคำถามว่าจะมีโอกาสมั้ยที่เวอร์ชั่นดาวน์โหลดมาใช้ได้ แบบ standalone ไม่ต้องพึ่งพาเซิร์ฟเวอร์ออกมา
น่าสนใจ เพราะในขณะที่ดราม่าอัลฟาโฟลด์ 3 ยังคงคุกรุ่น ทีมวิจัยจากฮาร์วาร์ด (Harvard University) และโคลัมเบีย (Columbia University) ก็เปิดตัวเปเปอร์ “โอเพ่นโฟลด์ (OpenFold)” เอไอทำนายโครงสร้างโปรตีนเวอร์ชั่นโอเพ่นซอร์สที่พัฒนาต่อยอดมาจากอัลฟาโฟลด์ 2 ออกมาพอดิบพอดีในวารสาร Nature Methods
ไม่รู้เหมือนกันว่าอะไรที่เป็นตัวกระตุ้น อาจจะเป็นแผนของทีมมาตั้งแต่ต้น อาจจะแรงกระเพื่อมจากประชาคม หรือแม้แต่การเปิดตัวของโอเพ่นโฟลด์ แต่ไม่นาน ใน X พุชมีตก็กลับมาโพสต์อีกครั้ง คราวนี้พร้อมข่าวดี “ทางเรายินดีเป็นอย่างยิ่งที่จะแชร์ข้อมูลเพิ่มเติมให้ว่าทางทีมกำลังเตรียมตัวที่จะปล่อยอัลฟ่าโฟร์โมเดลที่ไม่ต้องรันบนเซิร์ฟเวอร์ของเราออกมาให้ (ดาวน์โหลดไป) ใช้เพื่อการศึกษากันได้ ภายในอีกหกเดือนข้างหน้า”
โพสต์นี้ของพุชมีตทำให้หลายคนพึงพอใจ แม้แต่โรแลนด์เองยังบอกเลยว่าถ้าบอกแบบนี้ตั้งแต่ต้น ดราม่าก็ไม่น่าจะมีแล้ว
แต่ใครจะรู้บางที บางทีกูเกิลดีพมายด์อาจจะมีอะไรซ่อนไว้ให้เซอร์ไพรส์เหมือนคราวที่แล้วก็เป็นได้…
สะดวก ฉับไว คุ้มค่า สมัครสมาชิกนิตยสารมติชนสุดสัปดาห์ได้ที่นี่https://t.co/KYFMEpsHWj
— MatichonWeekly มติชนสุดสัปดาห์ (@matichonweekly) July 27, 2022
