Несмотря на то, что попытки создать вакцину против СПИДа продолжаются более трех десятилетий, ни одна из них не увенчалась успехом. Неуловимый и непредсказуемый, непринужденно меняющий свой облик хитрец под названием вирус иммунодефицита человека, или ВИЧ, с легкостью разрушает все стратегии, эффективно работающие против десятков обычных патогенов.
Спонтанно мутирующий ВИЧ научился мастерски ускользать от механизмов иммунной зашиты, превратившись из неподвижной мишени в «цель», которая постоянно движется. Результаты исследования, опубликованного в прошлом году в журнале PLOS Biology, показывают, что наиболее распространенный и вирулентный штамм вируса, ВИЧ-1, обладает самой быстрой частотой мутаций среди всех биологических систем. По сути, число мутаций у одного ВИЧ-инфицированного пациента сравнимо с набором мутаций, наблюдавшимся за всю историю существования вируса гриппа.
Но, по мнению эксперта по машинному обучению, удачно использующие мутацию защитные механизмы ВИЧ могут в итоге привести его к гибели. Дэвид Хекерман, выдающийся ученый и старший директор группы по изучению генома в Microsoft Research, эффективно использует свой врачебный опыт и знания в области информатики для создания вакцины против ВИЧ при помощи алгоритмов машинного обучения.
Еще в 1990-х годах Хекерман разработал спам-фильтры, создав самообучающиеся компьютерные программы, способные распознавать спам и отделять его от обычных писем. Теперь он использует некоторые из этих технологий — с помощью тысяч компьютеров — чтобы из множества мутаций ВИЧ выделить смертельные для вируса. Ученый надеется создать вакцину, которая научит иммунную систему человека распознавать уязвимые участки ВИЧ, не способные к мутации.
В беседе с Дэвидом Хекерманом мы обсудили, что объединяет борьбу со спамом и с ВИЧ-инфекцией, как он обнаружил уязвимость вируса и какое будущее он видит для вакцины против ВИЧ.
В начале своей карьеры вы использовали алгоритмы машинного обучения для разработки спам-фильтров, которые сейчас являются ключевым компонентом всех систем электронной почты. Опишите, пожалуйста, каким образом вы боролись с различными уловками спамеров?
В 1997 году я разработал спам-фильтр на основе технологии машинного обучения. Его суть состоит в том, что вы предъявляете программе примеры «чистых» и зараженных спамом писем, а затем применяете технологии машинного обучения для создания алгоритма отслеживания и обнаружения спама. Мы применили этот спам-фильтр в Microsoft и заметили кое-что интересное.
Во-первых, оказалось, что наш спам-фильтр реагировал на определенные слова, например "Viagra". Но спамеры быстро сориентировались и заменили последнее "а" на символ "@" ("Viagr@"), что для машины, в отличие от человека, выглядит уже как другое слово. В результате подобной уловки такие сообщения легко проскальзывали через фильтр. Мы изменяли настройку нашего спам-фильтра, чтобы он реагировал на символ "@" в конце слова, а спамеры изобретали что-нибудь новое, например, вместо слова вставляли его растровое изображение.
И так продолжалось очень долго, пока мы не решили пересмотреть нашу стратегию. Мы поняли, что должны использовать слабое звено спамеров: их стремление заработать. Для этого мы составили каталог фишинговых интернет-сайтов, осуществляющих незаконный сбор денег. Если в письме содержалась ссылка на такую страницу, то вероятность того, что оно будет классифицировано как спам, возрастала. Все это происходило в те времена, когда покупки через Интернет были не очень популярны, и такой спам-фильтр работал весьма эффективно, так как часть вещей, покупаемых онлайн, была точно связана со спамом. Поэтому такая особенность писем выдавала спамеров с головой.
Как связаны так мало, на первый взгляд, связанные друг с другом задачи, как создание спам-фильтров и поиск вакцины против ВИЧ?
Когда я начал интересоваться проблемой ВИЧ, то обнаружил очень много общего со спамом: Спамеры изменяют свои сообщения, чтобы обойти наши фильтры, а ВИЧ мутирует, чтобы ускользнуть от иммунной системы. Белки — это нити аминокислот, которые сворачиваются с образованием крошечных механизмов, приносящих пользу или вред; в случае с ВИЧ это вред. Вирус иммунодефицита человека способен очень сильно видоизменять эти белки. Просто поразительно, как много мутаций может выдержать ВИЧ без потери выживаемости, способности к репликации и поражению клетки.
Мы решили, что, как и в случае со спамом, у вируса тоже есть слабое место. Должны существовать определенные участки белков, мутация которых может сильно повредить или даже уничтожить ВИЧ. Для обнаружения уязвимых мест вируса мы начали использовать алгоритмы машинного обучения двумя разными способами. Для начала я связался с Брюсом Уолкером из Института иммунологии имени Филиппа и Сьюзен Рэгон, под наблюдением которого находилась группа ВИЧ-инфицированных людей, которые не были серьезно ослаблены болезнью. Они составили группу лиц, «контролирующих ВИЧ». При помощи технологии машинного обучения мы сравнили участки атаки вируса ВИЧ иммунными механизмами защиты между ними и людьми, не контролирующими вирус. Как и следовало ожидать, мы обнаружили различие в местах атаки иммунных механизмов, говорящее о потенциальной уязвимости определенных участков структуры вируса.
С помощью другого алгоритма машинного обучения мы симулировали физические свойства белков, подвергшихся мутациям на разных участках аминокислотной цепи. Это позволило нам определить, какие мутации ведут к дестабилизации белка. По большому счету использование компьютерных самообучающихся программ для сравнения людей, «контролирующих» и «не контролирующих» вирус, а также для симуляции физических характеристик самих белков привело нас к одному результату. Оба метода указали на одни и те же участки ВИЧ, потенциально уязвимые для воздействия.
Каковы же будут следующие шаги по применению полученных сведений об уязвимости ВИЧ для лечения пациентов в будущем?
Следующим этапом будет разработка вакцины, способной «обучить» иммунную систему конкретного пациента прицельно атаковать уязвимые участки вируса. Уже известно несколько потенциально действенных механизмов. Сейчас идет работа по определению самых безопасных и эффективных из них.
