Is AI Now Good Enough To Cure Cancer? | YC Paper Club
📚 Temas principales
- ¿Está resuelta la prueba de Turing?El presentador organiza un experimento en vivo en el que los asistentes conversan con personas o con IA. Los resultados muestran que algunas personas fueron confundidas con IA y que distinguirlas no siempre es fácil. 0:36
- Por qué ahora es un buen momento para la IA en biologíaLa caída del costo de la secuenciación está generando enormes cantidades de datos, mientras que los modelos y los ciclos de evaluación permiten avanzar en tareas biológicas verificables. 3:45
- El cáncer como problema de datos personalizadosAlfredo González explica cómo analizar el perfil genómico y molecular de cada tumor como un conjunto de datos propio podría ayudar a orientar tratamientos, incluso en casos poco frecuentes. 8:27
- Células virtuales e investigación autónomaYusuf Roohani presenta modelos que buscan representar estados celulares y sostiene que los sistemas de IA deberían guiar qué experimentos realizar, en lugar de limitarse a entrenarse con más datos existentes. 29:50
- Qué aprende un modelo del ADNGaryk Brixi describe EVO 2, un modelo entrenado con secuencias genómicas que puede predecir efectos de mutaciones, identificar patrones biológicos y generar secuencias. 51:47
- Diseño biológico con ejemplos en contextoDivya Nori muestra cómo EVO 2 puede diseñar secuencias a partir de pocos ejemplos, y cómo el posentrenamiento puede mejorar los diseños de potenciadores específicos de tipos celulares. 1:10:07
✨ Conclusiones clave
- La secuenciación permite estudiar a cada pacienteEn vez de depender solo de promedios entre pacientes con el mismo tipo de tumor, el análisis de múltiples datos moleculares puede revelar patrones relevantes para una persona concreta. 11:03
- Los modelos de células necesitan mejores datosLos repositorios públicos contienen desequilibrios y poca diversidad en algunos tipos celulares; orientar experimentos con IA podría producir datos más útiles para preguntas biológicas específicas. 37:07
- El entrenamiento con ADN revela señales útilesAunque las personas no pueden leer directamente el ADN como un lenguaje, los modelos pueden aprender patrones asociados con funciones genómicas y efectos de mutaciones. 56:31
- El diseño puede aprovechar pocos ejemplosEl aprendizaje en contexto permite generar proteínas, sistemas CRISPR, genomas de fagos y potenciadores sin requerir grandes conjuntos de datos etiquetados para cada tarea. 1:12:13
🧠 Lecciones aprendidas
- Los ciclos experimentales son esencialesLas predicciones computacionales deben contrastarse con experimentos físicos; el ruido biológico y el costo de evaluar resultados hacen que diseñar bien cada experimento sea fundamental. 45:32
- La seguridad y la supervisión clínica siguen siendo centralesLas recomendaciones basadas en datos pueden apoyar a los médicos, pero los clínicos conservan la decisión final. Los tratamientos nuevos requieren medidas de seguridad como la escalada de dosis. 25:07
- La curación de datos puede cambiar el rendimientoEn EVO 2, filtrar y ponderar los datos de entrenamiento influyó de forma importante en el desempeño, lo que muestra que no basta con acumular secuencias. 54:27
- Los ejemplos y el conocimiento previo se complementanEn el diseño de potenciadores, el modelo parece combinar patrones aprendidos durante el preentrenamiento con motivos presentes en los ejemplos proporcionados. 1:20:32
🏁 Conclusión y próximos pasos
- Conectar la IA con laboratorios y pacientesLos ponentes apuntan hacia sistemas que propongan experimentos, aprendan de sus resultados y conviertan los hallazgos en apoyo práctico para la investigación y la atención clínica. 43:21
- Validar antes de ampliar las aplicacionesLos avances en diseño y predicción son prometedores, pero su utilidad debe confirmarse con pruebas experimentales y resultados en pacientes. 42:18
- Una oportunidad prometedora, no una cura ya logradaLa charla presenta herramientas que podrían acelerar la investigación y personalizar tratamientos contra el cáncer, pero no demuestra que la IA ya pueda curarlo. 9:29
Transcript excerpt
0:05 [music] How's everyone doing today? [screaming] Uh, lots to talk about tonight. YC AI for Bio Club. Very exciting night tonight. Some of my favorite uh, speakers and a couple of my favorite um, folks in the in the lab that are coming and even some of my favorite folks um, that I worked with at YC are coming tonight to speak. So, I'm super excited. But before that, I kind of have a crazy idea. I need everyone to take out their phone and scan this. And then I'll tell
0:36 you why in a second. Okay. So, I had uh kind of an argument with um Greg at Arc AGI who we had this dinner and he was kind of arguing that the Turing test is solved. Specifically, uh Alan Turing said in about 50 years in 1950, so in the year 2000, uh it'll be possible to program computers to make them play the imitation game so well that an average interrogator will not have more than 70% chance of making the
1:08 right identification after 5 minutes of questioning. And I think that we have not passed it because every time I talk to, you know, a chatbot on some website, you know, some customer service bot on Air Canada, I'm like, I know this is AI. Like, I'm pretty sure this is not a person. And so, I don't know. I don't think I I think I have better than 70% chance. Let's find out. So, what we have, I have about uh a bunch of people who are on this website ready to chat with you. And some of you will be paired with those people and some of you will
🔒 The full, searchable transcript is available with Pro.
Questions & Answers
Common questions about this video
Why is cancer increasingly being treated as a data problem?
Falling sequencing costs make it possible to generate much richer data for each patient, including information about genes, copy numbers, RNA expression, alternative splicing, and cell states. Instead of relying mainly on averages across patients with the same tumor label, researchers can analyze an individual patient’s data to look for treatment-relevant patterns. 11:03
How could a personalized research lab help cancer patients?
AI agents could automate parts of the research pipeline—processing and interpreting patient data, searching evidence and clinical trials, and identifying potentially relevant therapies. The aim is to shorten the time from new findings to information that clinicians can use when making treatment decisions. 15:40
What is a virtual cell, and why might it matter for drug discovery?
Virtual cell research aims to use AI to model biological systems at the level of cells, tissues, or organisms. A useful model could help predict how interventions change cell states and disease phenotypes, addressing a major challenge in drug development: identifying which targets are likely to produce the desired effect in humans. 31:24
Why might collecting more biological data not be enough to build better virtual cells?
Public cell data can be highly imbalanced—for example, dominated by immune cells and especially T cells—so scaling up data collection may add little biological diversity. The speaker argues for using AI to guide which experiments to run, generating data that is more useful for answering specific scientific questions. 37:38
What can a DNA language model learn from next-token prediction?
By predicting DNA sequences across many species, a model such as Evo 2 can learn patterns useful for assessing mutations and identifying biological features. The talk describes applications including predicting mutations associated with loss of function and finding genome features related to phages. 56:31
How does few-shot prompting help with biological sequence design?
Instead of fine-tuning on large labeled datasets for every task, researchers can provide a small set of biological examples in the prompt. Evo 2 can use those examples to generate novel sequences with related properties; the talk gives examples involving proteins, antibodies, CRISPR systems, and phage genomes. 12:13
How did researchers improve enhancer design with post-training?
They used a reinforcement-learning loop in which Evo 2 generated enhancer sequences and a sequence-to-function model scored their predicted cell-type specificity. The updated model then generated a novel enhancer that was tested in a mouse brain and shown to be active and specific in the targeted regions. 1:14:49
Related summaries
How To Build The Future: Paul Graham & Amjad Masad
The New Full-Stack Designer
Why Inference Matters 12x More Than Training | YC Paper Club
This Is How You Should Actually Make Launch Videos
AI Safety Fact vs. Fiction | YC Paper Club
