Питер Ковени, Роджер Хайфилд
Виртуальный ты. Как создание цифровых близнецов изменит будущее человечества

Всем врачам, ученым и инженерам, которые делают медицину по-настоящему прогностической

Peter Coveney, Roger Highfield

Virtual You. How Building Your Digital Twin Will Revolutionize Medicine and Change Your Life

Издание опубликовано с согласия и при поддержке The Curious Minds Agency, Louisa Pritchard Associates и The Van Lear Agency LLC

© 2023 by Peter Coveney and Roger Highfield

© 2023 by Princeton University Press

© Кедрова М. В., перевод на русский язык, 2024

© Издание на русском языке. ООО «Издательская Группа «Азбука-Аттикус», 2024

КоЛибри^®

Вступительное слово

ВЕНКИ РАМАКРИШНАН

Физик Ричард Фейнман однажды сказал: «Чего не могу воссоздать, того не понимаю». Можно дополнить: «Чего не могу точно смоделировать, того не понимаю». Мы уверены, что понимаем, как самолеты летают и как ведут себя во время турбулентности или отказа двигателя, поскольку авиасимулятор может точно предсказать, что произойдет. Пилоты регулярно отрабатывают как обычные, так и непредвиденные ситуации, используя симуляторы и получая опыт, который могут так и не применить при управлении реальным самолетом.

Каковы перспективы моделирования себя на компьютере? На первый взгляд, это звучит скорее как научная фантастика, чем реальность. Однако в этой области был достигнут значительный прогресс. Данная книга знакомит с первыми шагами на пути к созданию собственного цифрового двойника и с трудностями в достижении этой цели, что само по себе является увлекательным путешествием.

Одна из ключевых тем книги – стремление видеть в биологии столько же теории, сколько и в физике. В 1976 г., сразу после аспирантуры, когда я ушел из физики, чтобы переквалифицироваться в биолога, я сразу заметил разницу. В физике, как и в химии, существовала высокоразвитая теория, которая помогала направлять и даже предсказывать эксперименты и поведение. Так, исходя из теоретических соображений, удалось изобрести транзисторы и лазеры и синтезировать совершенно новые соединения. В результате даже был построен ускоритель стоимостью в несколько миллиардов долларов для поиска теоретически предсказанного бозона Хиггса. Теория далека от совершенства. Например, не существует хорошей теории высокотемпературной сверхпроводимости, и мы не можем предсказать детальное сверхпроводящее поведение смеси металлов.

Биология в 1970-х гг., напротив, казалась в основном наблюдательной и эмпирической. У нее была одна всеобъемлющая теория – о естественном отборе, действующем как движущая сила эволюции всей жизни. Хотя эта теория обладала огромной объяснительной силой, ей не хватало детальной предсказательной силы. В биологии также было то, что я назвал бы локальными теориями или моделями: понимание того, как импульс распространяется по нерву, как работают различные биологические моторы или как человек реагирует на дозу адреналина. Но чего не было, так это всеобъемлющей способности предсказывать на основе набора начальных условий, как система (даже такая базовая единица, как клетка) будет вести себя с течением времени при произвольном наборе условий.

Проблема заключается в том, что количество факторов, участвующих в поддержании жизни, невероятно огромно. На каком-то базовом уровне существует наш геном, последовательность которого с большой помпой была раскрыта в начале этого столетия с перспективой вступить в новую эру биологии. Геном состоит из десятков тысяч генов, экспрессирующихся в разной степени и в разное время. Более того, экспрессия генов модулируется химическими метками на ДНК или связанными с ней белками, которые сохраняются при делении клеток, что является предметом эпигенетики. Наконец, экспрессия генов и их функции в клетке являются результатом их взаимодействия друг с другом и окружающей средой с образованием гигантской сети. Таким образом, любые надежды на возможность предсказывать на основе генов, зная их последовательность, оказались пустыми. Если это так даже для одной клетки, можно себе представить, насколько сложно теоретически предсказать будущее органа, не говоря уже о целом человеке.

Последние 20 лет биологическая революция XX в. дополнялась революцией в области вычислений и данных. Теперь у нас есть огромные объемы данных. Вместо одной последовательности человеческого генома мы имеем сотни тысяч, а также обширные последовательности геномов огромного числа видов. У нас есть карты транскриптомов, которые сообщают нам, какие гены экспрессируются (процесс, посредством которого информация, закодированная в гене, приводится в действие), в каких клетках и когда, и у нас есть карты интерактомов, отображающие взаимодействие между тысячами генов. Наряду с этим мы располагаем масштабными сведениями о физиологии и заболеваниях человека. У нас есть данные о личных характеристиках здоровья миллионов людей. Анализ и интерпретация всех этих данных находятся за пределами возможностей любого отдельного человека или даже группы. Но в то же время стремительно развивается наука о данных. Вычислительные методы, позволяющие связывать большие наборы данных и понимать их, постоянно совершенствуются.

Позволят ли эти достижения, в сочетании с активным развитием теории, в конечном итоге смоделировать форму жизни? В данной книге утверждается, что сочетание этих разработок даст нам возможность достичь амбициозной цели моделирования практически каждого органа и процесса в теле человека. Когда это будет сделано, мы сможем задавать следующие вопросы. Как этот человек отреагирует на конкретное лечение? В какой момент у него может развиться тяжелая болезнь? Можно ли предотвратить это, приняв меры на раннем этапе, и если да, то какие действия могут помочь? Как иммунная система одного человека отреагирует на инфекцию по сравнению с иммунной системой другого?

В книге описан прогресс практически во всех областях компьютерной биомедицины: от молекул и клеток до органов и человека. Когда я читал ее, у меня сложилось впечатление, что есть области, где цифровая симуляция – виртуальная копия реальности – уже почти существует. Одни цели кажутся достижимыми, но есть и такие, которые во многом напоминают научную фантастику. Да, в принципе, со временем их можно достичь, но практические трудности кажутся бесконечными и в настоящее время непреодолимыми. Ученые спорят о том, какие идеи – чистая фантазия, а какие – взгляд в наше будущее. Сами Ковени и Хайфилд проводят черту у цифрового сознания.

Те из нас, кто настроен более скептически, должны помнить, что у новых технологий есть две почти универсальные характеристики. Во-первых, на начальных этапах они обычно не работают должным образом, а их применение кажется очень узким и ограниченным. В результате, казалось бы, резкой трансформации (на самом деле являющейся результатом десятилетий работы) они внезапно становятся повсеместными и воспринимаются как нечто само собой разумеющееся. Мы увидели это на примере интернета, который в течение первых двух десятилетий был прерогативой горстки ученых в академических кругах и правительственных лабораториях, прежде чем стал константой в нашей жизни. Вторая особенность, на которую указал Рой Амара, заключается в том, что, когда дело доходит до прогнозирования эффекта и силы новой технологии, мы склонны переоценивать краткосрочную перспективу и недооценивать долгосрочную. Это часто приводит к большой шумихе, сменяемой неизбежным разочарованием, за которым в конечном итоге следует успех. Например, выстрелившая в 1970-х и 1980-х гг. идея искусственного интеллекта десятилетиями нас разочаровывала, но сегодня эта область невероятно успешна. Возможно, мы наблюдаем ту же ситуацию с беспилотными автомобилями.

Будет ли так же с идеей виртуальных людей – остается предметом споров, но в этой книге Ковени и Хайфилд предлагают нам увлекательный отчет об усилиях ученых по всему миру, которые сейчас работают ради достижения этой необычной цели.

В 2009 г. Венки Рамакришнан получил Нобелевскую премию за исследования рибосомы – молекулярной машины, превращающей гены в плоть и кровь.

Введение

Представьте себе виртуального человека, состоящего не из плоти и костей, а из битов и байтов, и не просто человека, а виртуальную версию вас, точную во всем, от биения сердца до букв ДНК-кода.

ПРЕМЬЕРА ФИЛЬМА «МУЗЕЙ НАУКИ», ЛОНДОН

В стенах часовни XIX в. на окраине Барселоны начинает биться сердце. Оно не настоящее, а виртуальная копия того, что бьется в груди пациента. Благодаря миллиардам уравнений и 100 миллионам участков смоделированных клеток цифровой двойник бьется со скоростью около одного удара в час, тестируя методы лечения – от лекарств до имплантатов.

Несмотря на то, что часовня Торре Жирона была секуляризирована десятилетия назад, над входом до сих пор красуется крест. В архитектуре романтизма чувствуется высшая сила и цель. Когда солнечный свет струится сквозь витражные окна, вы предстаете перед огромной комнатой из стекла и стали, внутри которой стоят три ряда черных шкафов, усеянных зелеными огнями.

Это MareNostrum (римское название Средиземного моря), суперкомпьютер в кампусе Политехнического университета Каталонии, который Питер Ковени и коллеги со всей Европы используют для моделирования электрических, химических и механических процессов в человеческом организме. На вид симуляции не отличить от настоящих, будь то трепещущее сердце или наполняющееся воздухом легкое. Однако гораздо важнее то, что эти виртуальные органы ведут себя как настоящие.

Чтобы показать ошеломляющий диапазон и потенциал виртуальных исследований человека, мы использовали MareNostrum для создания фильма с помощью моделирования, запущенного на других суперкомпьютерах, в частности SuperMUC-NG в Германии (суффикс MUC относится к коду близлежащего аэропорта Мюнхена). Работая с международной командой, мы хотели, чтобы фильм «Виртуальные люди» продемонстрировал, куда наши усилия по созданию тела in silico^[1] могут привести медицину.

Рисунок 1. Кадр из фильма «Виртуальные люди» (CompBioMed и Суперкомпьютерный центр Барселоны)

В сентябре 2017 мы провели премьеру в огромном кинотеатре IMAX Музея науки в Лондоне, вместе с Фернандо Куккетти и Гильермо Марино, нашими коллегами из Суперкомпьютерного центра Барселоны. Несмотря на то, что мы работали над фильмом несколько месяцев, мы все равно затаили дыхание, увидев бьющееся виртуальное сердце размером с четыре двухэтажных автобуса.

SuperMUC-NG и MareNostrum 4 – две из примерно нескольких сотен огромных вычислительных машин, разбросанных по всему миру. Эти машины используются для моделирования космоса, понимания закономерностей природы и решения основных задач, стоящих перед нашим обществом, таких как изучение изменения климата, разработка низкоуглеродных источников энергии и моделирование распространения виртуальных пандемий.

Подобно великим средневековым соборам, воздвигнутым архитекторами, каменщиками, геометрами и епископами, чтобы дать человечеству представление о бесконечности, суперкомпьютеры – это соборы информационной эпохи, где новые миры и даже целые вселенные бесконечного разнообразия могут быть смоделированы внутри великих двигателей логики, алгоритмов и информации.

Они также могут воссоздать внутренние миры человеческого тела, и не любого или «среднего» тела, а тела конкретного человека: от тканей и органов до молекулярных машин, работающих внутри клеток, их составных белков и ДНК. Конечная цель этой работы – запечатлеть на компьютере жизненные ритмы, закономерности и нарушения, причем не просто какой-то среднестатистической жизни, а одного конкретного тела и одной конкретной жизни – вашей^[2].

Рисунок 2. Суперкомпьютер MareNostrum (wikimedia commons: Gemmaribasmaspoch. cc-BY-SA-4.0)

На премьере к нам присоединились коллеги, разработавшие виртуальные сердца, артерии и вены, а также скелет и его мускулатуру. На великолепном экране IMAX в Музее науки переполненная аудитория увидела будущее, когда лекарства можно будет разрабатывать с учетом индивидуальных потребностей каждого пациента, когда мы сможем визуализировать движение мутировавшего белка в организме, отследить турбулентный поток частиц лекарства глубоко в легких, изучить волны клеток крови через мозг и смоделировать давление и напряжение, оказываемые на ослабленные кости.

Расцвет цифровых двойников

В технике виртуальные копии известны как цифровые двойники. Эту концепцию обычно приписывают статье Джона Викерса и Майкла Гривза из Мичиганского университета от 2002 г.^[3], в которой говорилось о «модели зеркальных пространств». НАСА ввело термин «цифровой двойник» в 2010 г.^[4] и применило к космическим кораблям^[5]. Однако истоки двойников можно найти гораздо раньше. Многие в качестве яркого примера ссылаются на лунную программу «Аполлон»: наземные симуляторы использовались в качестве аналоговых двойников космических кораблей. Этот подход был использован в 1970 г., чтобы помочь успешно вернуть трех астронавтов злополучной миссии «Аполлон-13» после взрыва в 200 000 милях от Земли^[6].

Сегодня цифровые двойники хорошо зарекомендовали себя. Многие промышленные процессы и машины слишком сложны для понимания одним мозгом, поэтому эксперименты с цифровыми двойниками облегчают изучение и понимание их поведения^[7]. Уроки, извлеченные таким образом, преобразуют будущее производства и, ускоряя автоматизацию, меняют будущее труда. Цифровые копии машин и даже целых заводов помогают предвидеть препятствия, совершенствовать конструкции и предотвращать ошибки еще до их возникновения.

Цифровые двойники используются для оптимизации цепочек поставок и планировки магазинов. General Electric использовала двойника для повышения эффективности на алюминиевом заводе в Индии; двойник маршрута предполагаемой железнодорожной линии на северо-западе Англии – в виде 18 миллиардов точек данных, собранных дронами, – был создан, чтобы помочь управлять этим огромным транспортным проектом; «фабрика будущего» в Австралии отточила виртуальную копию роботизированной рабочей станции, прежде чем создать настоящую; инженеры используют цифровые двойники, чтобы оценить срок службы реактивного двигателя и способы его эффективного обслуживания. Цифровые двойники использовались для создания ветряных турбин, нефтяных вышек, автомобилей, реактивных двигателей, самолетов, космических кораблей и многого другого. Некоторые считают, что цифровые двойники городов являются ключом к будущему городскому планированию.

Цифровые двойники появляются и в медицине благодаря революции данных в биологии. Одним из легионов людей, анализирующих данные о здоровье, является Лерой Худ из Института системной биологии в Сиэтле. Один из самых влиятельных современных биотехнологов, Худ десятилетиями работал на передовых позициях в области медицины, инженерии и генетики, начиная с первой встречи по программе генома человека в 1985 г. В 2015 г. он запустил проект, собравший множество данных о 5000 пациентах за пять лет. Все их данные хранились в том, что Худ называет «облаками личного здоровья»^[8]. Анализ облака пациента может выявить характерные сигналы того, что Худ называет «пред-предболезнью», которые врачи могут использовать, чтобы предвидеть проблему, а затем вмешаться для поддержания здоровья.