LifeSci-FM

Infrastructuur en gebruikersdiensten

LifeSci-FM zal in fasen worden ontwikkeld, te beginnen met het verzamelen van relevante levenswetenschappelijke gegevens door middel van interacties met belanghebbenden. Dit omvat genomische, transcriptomische, proteomische, fenomische en metabolomische datasets, klinische dossiers, evolutionaire gegevens en milieumetingen. De datasets zullen worden gebruikt om efficiënte basismodellen (FM's) te implementeren en te trainen – in termen van tijd, rekenkracht en haalbaarheid – die zijn geoptimaliseerd voor toepassingen in de levenswetenschappen. De infrastructuur zal worden gehost op de nationale high-performance computing-resource SURF, waardoor schaalbaarheid, veiligheid en toegankelijkheid voor de onderzoeksgemeenschap worden gewaarborgd. Het LSRI is geen initiatief voor hardware, maar heeft tot doel toegang te bieden tot FM's die zijn ontwikkeld en afgestemd op bestaande infrastructuur. Met name de training en uitbreiding van expertise in het gebruik van FM zal worden ondersteund door LifeSci-FM. 

Veel bestaande FM's voor de levenswetenschappen hebben restrictieve licenties, wat het gebruik ervan in de klinische praktijk en in de industrie beperkt. Bovendien zijn ze vooraf getraind op specifieke gegevenstypen, bijvoorbeeld genomen/eiwitten van veel verschillende soorten, zowel menselijke als niet-menselijke, waaronder zowel prokaryoten als eukaryoten. LifeSci-FM zal zorgen voor aanpassingen en training van FM's met de juiste licenties, afgestemd op gegevenstypen die momenteel niet worden gedekt, maar die essentieel zijn voor de levenswetenschappen in Nederland. Deze omvatten specifieke groepen organismen (bijv. bacteriën, schimmels, planten), gemeenschappen (bijv. microbioom van de darmen en plantenwortels), weefsels (bijv. tumoren, organen, afzonderlijke cellen, ruimtelijk), populaties (bijv. patiënten uit specifieke cohorten) en eiwitstructuren (bijv. subcellulaire lokalisaties, toegankelijkheid). LifeSci-FM zal geïntegreerde/multimodale FM's leveren op basis van combinaties van bovengenoemde life sciences-gegevens. Tijdens de bouwfase van het LSRI zal een reeks op maat gemaakte modellen worden ontwikkeld en beschikbaar worden gesteld, en waar mogelijk zullen aanvullende, op maat gemaakte modellen worden toegevoegd na gebruikersspecifieke aanpassingen – sommige aanpassingen kunnen privé zijn – en toepasbaar zijn. 

Voorbeelden/beschrijving van het type onderzoek

De beoogde gebruikers zijn academische, industriële en klinische onderzoekers op het gebied van de levenswetenschappen die hun gegevens effectief willen analyseren met behulp van geavanceerde AI-methodologieën op een veilige en efficiënte manier. FM's kunnen onderzoek versnellen, maar door een gebrek aan infrastructuur en expertise gebeurt dit momenteel niet. Door toegang en expertise te bieden voor de ontwikkeling van FM's voor de levenswetenschappen, wil LifeSci-FM de barrières slechten die het gebruik ervan beperken tot gespecialiseerde teams en bedrijven, en zo de toegang tot AI op grote schaal democratiseren. LifeSci-FM zal een servicegerichte, virtuele omgeving bieden die AI-gestuurde analyse van particuliere, lokale en openbare datasets mogelijk maakt. 

Gebruikers zullen FM's kunnen toepassen en aanpassen om belangrijke uitdagingen aan te pakken, zoals het identificeren van genomische kenmerken die verband houden met ziekten door klinische en evolutionaire gegevens te integreren, het blootleggen van metabolische aanpassingen in reactie op omgevingsomstandigheden, of het voorspellen van gen- of ecosysteemfuncties op basis van grootschalige multi-omics datasets. Analyses die momenteel op lokale schaal niet haalbaar zijn – of het nu in de gezondheidszorg, de industrie of in academische onderzoeksgroepen is – en dus geschikt zijn om naar nationale en zelfs internationale schaal te worden overgebracht. LifeSci-FM zal deze inspanningen op verschillende manieren faciliteren, met name door ondersteunende expertise (helpdesk) in te schakelen. Het platform zal veilige gegevensintegratie, modelafstemming en interactieve AI-gestuurde workflows ondersteunen, waardoor technische barrières worden verlaagd. 

LifeSci-FM maakt analyse door de gebruiker mogelijk, waardoor informatieve analyse van privé-/beschermde gegevens wordt vergemakkelijkt. Door vooraf getrainde modellen en computationele tools aan te bieden, zal LifeSci-FM de toegang tot AI in de levenswetenschappen democratiseren en ontdekkingen op het gebied van precisiegeneeskunde, landbouw, biotechnologie en milieuonderzoek versnellen. Het zal de samenwerking tussen onderzoeksinstellingen, zorgprofessionals en de industrie bevorderen en ervoor zorgen dat AI-gestuurde inzichten bijdragen aan zowel fundamenteel biologisch inzicht als praktische toepassingen.

Toegang tot de infrastructuur

Dit is een digitale LSRI. Technisch gezien zal het toegangsmechanisme bestaan uit een meerstappenproces, waaronder een gebruikersabonnement/toegangsaanvraag, het indienen van onderzoeksvragen/voorstellen en de toewijzing aan een geautomatiseerde of op maat gemaakte workflow, inclusief ondersteunende expertise. Meer in het algemeen zal de toegang worden ingedeeld in verschillende categorieën/diensten, bijvoorbeeld gebruikers die een FM willen gebruiken om hun eigen gegevens te annoteren met FM-functies/embeddings, een helpdesk voor toepassingen om FM-modellen voor een specifieke taak te verfijnen/aan te passen, en verzoeken om rekencapaciteit en expertise om beschikbare FM-modellen te trainen. Er zal een combinatie van open toegang, op excellentie gebaseerde toegang en toegang tegen betaling van toepassing zijn.