Három AI-megoldás nyert az Owkin biológiai hackathonján

Két nap alatt építettek kutatási eszközöket

Az eseményt 2026. július 11-én és 12-én rendezték meg San Franciscóban. Az Owkin kétnapos hackathonján mesterségesintelligencia-mérnökök, számításos biológusok és gépi tanulással foglalkozó kutatók dolgoztak együtt.

A résztvevők hozzáfértek a K Pro nevű, az Owkin által fejlesztett AI Scientist környezethez, valamint nyilvános adatkészletekhez, köztük a MOSAIC Windowhoz és a TCGA-hoz. A munkát az AWS felhőinfrastruktúrája és nyelvimodell-képességei, továbbá a You.com webes keresése is támogatta.

A feladat nyitott volt: a csapatoknak olyan megoldást kellett készíteniük, amely kiterjeszti a K Pro biomedicinális kutatási képességeit. A bemutatott projektek a daganatszövetek térbeli elemzésétől és a biomedicinális AI mechanisztikus értelmezésétől az intézményi tudás megőrzéséig és a gyógyszerfejlesztési programok követéséig terjedtek.

KScope és Discordance a bizonytalanságot állítja középpontba

Az első díjat a KScope kapta. A rendszer azt vizsgálja, milyen biológiai fogalmak jelennek meg a modellek belső reprezentációiban, és ezek valóban okozzák-e a modellek előrejelzéseit. A csapat a Phikon-V2 és a H-Optimus-0 szövettani alapmodelleket használta.

A megközelítés képcsempéket kódol a rögzített modellekkel, lineáris próbával azonosítja a fogalmi irányokat, majd aktivációs javítással ellenőrzi azok oksági szerepét. A forrás szerint mindez újratanítás nélkül működik, ezért a módszer más alapmodellekre is kiterjeszthető, és a K Pro ökoszisztémájában is alkalmazható további tanítási költség nélkül.

A második díjat a Discordance nyerte. A rendszer a rákos megbetegedésekben szerepet játszó szaglóreceptorokról tart fenn strukturált tudásbázist, amely tudományos cikkekből, betegadatokból, fehérjeszerkezetekből és szabadalmakból épül fel. Ha a bizonyítékok ellentmondanak egymásnak, ezt külön jelzi, a forrásokat minőség és relevancia szerint értékeli, nagy bizonytalanság esetén pedig kutatóhoz továbbítja a kérdést.

A Discordance önálló eszközként kapcsolódik a K Pro következtetési folyamatához, és a rendszer futásakor lekérdezhető bizonyítékrétegként működik. Az Owkin szerint a bírák az eszköz újdonságát, működőképes megvalósítását és a K Pro architektúrájához való illeszkedését ismerték el.

A Spatial Awareness a szövettől a terápiás célpontig jut

A harmadik díjas Spatial Awareness a térbeli transzkriptomikai adatok feldolgozását kapcsolja össze a terápiás célpontok kiválasztásával. A K Pro-modul azonosítja a sejtkörnyezeteket és az immunológiai réseket a daganat mikrokörnyezetében, majd a sejteket válogatott egysejtes atlaszokra térképezi.

Ezután nyelvi modellek által támogatott következtetéssel lehetséges terápiás célpontokat javasol, a jelölteket pedig virtuális sejtes perturbációs modelleken futtatja át. Így számítógépesen becsülhető a kezelés hatása még azelőtt, hogy a kísérlet laboratóriumba kerülne.

A bemutató során a munkafolyamat az LCP2 gátlását azonosította lehetséges stratégiaként a daganatba beszűrődő CD4+ T-sejtek újraaktiválására. A bírák a megoldás biológiai megalapozottságát, valós kutatási folyamathoz való illeszkedését és a térbeli onkológiai adatok, valamint a kísérleti prioritások közötti hiány áthidalását emelték ki.

Az Owkin beszámolója szerint a három projektben közös mintázat jelent meg: a csapatok több ponton olyan AI-rendszereket építettek, amelyek nyíltan kezelik bizonyítékaik korlátait. A cég szerint ez különösen fontos egy olyan területen, ahol a túlzottan magabiztos AI-rendszerek gyakoriak.