Voz sobre
Bem-vindo ao Beyond Lab Walls, um podcast do Salk Institute. Junte-se às anfitriãs Isabella Davis e Nicole Mlynaryk em uma jornada pelos bastidores do renomado instituto de pesquisa em San Diego, Califórnia. Estamos levando você para dentro do laboratório para ouvir as últimas descobertas em neurociência de ponta, biologia vegetal, câncer, envelhecimento e muito mais. Explore o fascinante mundo da ciência enquanto ouve as histórias das mentes brilhantes por trás dela. Aqui na Salk, estamos desvendando os segredos da própria vida e compartilhando-os além das paredes do laboratório.
Nicole
Olá a todos. Meu nome é Nicole e estou muito feliz por estar aqui hoje com o Salk Fellow Talmo Pereira. Ele usa inteligência artificial para ajudar os biólogos a compreender o cérebro, as plantas, as doenças e muito mais. Então, eu gostaria de começar o podcast apenas para conhecer você um pouco mais e de onde você é. Então, de onde você é, Talmo?
Talmo
Pois é, nasci e cresci no Brasil. Crescemos na periferia rural de uma cidade chamada Campinas e me mudei para os EUA quando tinha 16 anos. Mas antes disso, minha mãe imigrou para os EUA na esperança de encontrar trabalho e sustentar nossa família em casa, período durante o qual Fui criado pela minha avó e pelo meu tio paraplégico até termos dinheiro suficiente e a oportunidade de nos mudarmos para os EUA explicitamente para prosseguir os estudos como forma de escapar da imobilidade socioeconómica que nos encontrávamos no Brasil.
Nicole
Uau. É um período longo e muito formativo em sua vida não ter sua mãe fisicamente perto de você. Isso foi difícil para você? Quero dizer, como você superou esse período?
Talmo
Sim, foi um desafio. Uma das maneiras pelas quais acabei enfrentando esse período, principalmente no ensino médio, foi não ser muito popular e passar muito tempo na internet e no computador, principalmente jogando videogame. Mas então, para obter uma vantagem injusta em meus videogames, comecei a aprender a codificar e desenvolvi pequenos scripts e bots para automatizar minha jogabilidade, o que em algum momento achei mais interessante do que jogar os jogos em si. Mais tarde, isso realmente valeu a pena. Descobriu-se que essas habilidades são realmente comercializáveis.
Nicole
Sim, absolutamente. Outras crianças faziam isso na sua cidade ou foi apenas algo que você aprendeu sozinho?
Talmo
Não, foi realmente uma estranha confluência de fatores. O jogo se chama Tibia. Tem todos os tipos de padrões esqueléticos dentro do jogo. É um RPG onde você só precisa, você sabe, matar bandidos, subir de nível, ganhar ouro e ficar mais forte. Mas por alguma razão foi especialmente popular no Brasil, na Suécia e na Polónia. Então acabei tendo muitos amigos suecos e poloneses no ensino médio, o que ninguém achou estranho, eu acho, na época. Mas alguns deles estavam realmente interessados na cena de codificação e alguns deles meio que me levaram a esse tipo de cena de codificação / hacking de videogame, onde comecei a aprender tutoriais, todos os princípios básicos e apenas iterar no MSN Messenger e, você sabe, quadros de avisos da velha escola.
Nicole
E então, enquanto você crescia e desenvolvia essas habilidades de codificação, o que sua mãe fazia nos EUA?
Talmo
Durante a separação ela estava trabalhando, sabe, de três a quatro empregos, limpando constantemente, entregando jornal, cuidando de idosos, babá. Então, quando nos mudamos para cá, fiquei muito motivado para realmente fazer tudo valer a pena, dando tudo de mim pela minha educação. E então, você sabe, na nossa opinião, a versão do sonho americano em que um imigrante chega e tem sucesso é se tornar médico.
Tive muita sorte de acabar na Universidade de Maryland, no condado de Baltimore, como bolsista Meyerhoff. O Programa Meyerhoff Scholars é um dos programas de maior sucesso do país para colocar minorias sub-representadas em programas de graduação avançada em STEM.
Comecei como estudante de bioquímica. Mais uma vez, vou fazer toda a questão do MD, mas estava convencido de que queria pesquisar. Então, decidi que faria um mestrado/doutorado e comecei a buscar oportunidades de pesquisa quando ainda estava na graduação. Fiz um no Broad Institute de Harvard logo após meu primeiro ano e aprendi de forma muito conclusiva que meus pontos fortes definitivamente não residem no trabalho de bancada. Devo ter gasto várias vezes o que recebi do meu salário e anticorpos e outros reagentes de biologia molecular, simplesmente porque sempre atrapalharia uma pequena etapa do procedimento ou esqueceria qual poço era o controle versus a amostra experimental e assim por diante.
Mas no verão seguinte foi quando as coisas se fecharam com toda a minha experiência em codificação, onde decidi experimentar a neurociência computacional. Então, no verão seguinte, voltei ao MIT para trabalhar com Sebastian Sun, que estava essencialmente tentando prever qual é a conectividade do cérebro, fatiando-o e criando imagens dele. E isso envolveu muita codificação, muitos desafios técnicos associados à reconstrução da aparência do cérebro.
E eu me apaixonei totalmente por isso, porque essa foi realmente minha primeira oportunidade de aplicar de maneira adequada todas as habilidades que aprendi há muito tempo em um problema sério de pesquisa científica. E percebi que é definitivamente aí que residem os meus pontos fortes. Certamente não no banco, no entanto. Mas também descobri que gostei muito. Então, continuei explorando isso durante o restante de minhas experiências de pesquisa, tanto na Universidade de Maryland quanto no verão seguinte, quando estava na Caltech trabalhando com David Anderson na quantificação do comportamento animal.
Acabou sendo uma experiência superformativa porque aquele verão moldou totalmente a trajetória da minha carreira. Eu configurei as questões de pesquisa. Permitiu-me aprender quais eram os métodos gerais, mas também me deu algo ainda mais valioso, que foi uma visão.
Tínhamos um ponto final muito concreto, como se estivéssemos olhando para todos esses animais, queríamos entender como o cérebro deles funciona no contexto de como eles se movem. Se você tem animais de estimação, provavelmente já passou por isso, mas você apenas vê todos esses pequenos padrões em sua linguagem corporal e, com o tempo, fica muito claro e aparente que eles não estão apenas reagindo. Definitivamente, eles estão seguindo programas muito complexos que devem ser controlados pelo cérebro.
Eu estava olhando em volta e todos os principais cientistas ao meu redor naquela época, e em grande parte ainda hoje, analisavam o comportamento fazendo essencialmente o que as pessoas faziam centenas de anos antes, que é sentar, observar e principalmente anotar quando e para como. contanto que o animal faça X, Y ou Z.
E certamente deve haver uma maneira melhor, certo? Essa acabou sendo a questão motivadora, tanto da minha carreira na pós-graduação, como também uma das principais missões do meu laboratório aqui na Salk.
Nicole
Devo perguntar se você já pensou em se tornar um engenheiro de software ou ingressar na ciência da computação apenas porque está desenvolvendo todas essas habilidades e é um setor que pode ser altamente lucrativo.
Talmo
Sim. Sim, considerei muito a indústria, especialmente por ter experiência tanto com engenharia de software quanto com uma forma de inteligência artificial chamada aprendizagem profunda. E eu meio que explorei um pouco essa rota.
Na pós-graduação, tirei alguns meses de folga para estagiar no Google AI e ganhei a experiência de trabalhar como cientista pesquisador em tempo integral em um importante laboratório de pesquisa do setor, fazendo essencialmente o mesmo tipo de ciência da computação, pelo menos, trabalho que eu estava fazendo antes. As aplicações não eram as mesmas. Não estávamos tentando resolver nenhuma questão biológica, mas a ciência da computação e a matemática eram basicamente indistinguíveis.
Tive que tomar uma decisão em algum momento, quando estava terminando meu doutorado, se voltaria para a indústria e continuaria essa experiência ou seguiria o caminho acadêmico, que é onde estou agora.
E foi uma decisão muito difícil, certo? Obviamente, como família, não temos muito dinheiro, por isso sempre foi uma grande prioridade para mim poder sustentar a minha mãe e a minha família. E eu definitivamente tive que ter uma conversa séria com minha mãe.
Mas, para ser honesto, acho que Salk não só era muito atraente, mas eles me pegaram cedo. Antes de poder terminar meu doutorado, meu plano era aplicar-me amplamente tanto na indústria quanto em cargos acadêmicos como este. Kay Tye acabou me recrutando para me candidatar a esta posição. Estava basicamente no topo da minha lista em termos de onde eu gostaria de ir se seguisse o caminho acadêmico. E então, quando recebi a oferta para vir para Salk e vi como eles tinham a mente aberta em fornecer os tipos de recursos que os cientistas da computação normalmente não recebem em ambientes acadêmicos - ou seja, fornecer grandes investimentos em infraestrutura de computação, que normalmente você só encontrar em laboratórios da indústria - eu pensei, bem, acho que terei o suficiente para fazer minha pesquisa e fazê-la em um nível superior. Então, é realmente apenas uma questão de dinheiro. E finalmente tomamos a decisão de que era dinheiro suficiente.
Nicole
Parece que o programa Meyerhoff Scholars foi muito importante para estabelecer a base para seus estudos futuros e para eventualmente terminar em Salk. Então, você pode nos contar um pouco mais sobre essa experiência?
Talmo
Sim, sim, definitivamente. Assim, o Programa de Bolsas Meyerhoff foi criado por Freeman Hrabowski, que era um ativista dos direitos civis, matemático e então presidente da universidade.
Tive muita, muita sorte porque, quando estava no final da inscrição nas faculdades, meu orientador do ensino médio basicamente disse: “Você precisa fazer isso e eu preenchi um formulário de indicação para você fazer isso, então você está fazendo isto." Foi tipo, ok, eu nunca ouvi falar disso, mas tenho muito medo de dizer não para ela.
Foi muito importante fazermos esses programas de verão. Ser capaz de ir a esses lugares realmente me preparou, porque consegui cartas para a pós-graduação nesses lugares. Eu estava trabalhando com os melhores laboratórios e tive a oportunidade de fazer pesquisas de alto nível.
Nicole
Sim, isso é ótimo. E acho que estou me perguntando: você sentiu que foi capaz de transmitir essa experiência no Salk ao ser capaz de orientar outros alunos?
Talmo
Sim, uma das coisas que me deixa realmente animado este ano, e isso realmente se deve ao Escritório de Diversidade e Equidade e Inclusão, é que estamos prestes a ter nosso primeiro programa de verão com bolsa de pesquisa de graduação, e eu vou conseguir ser pela primeira vez IP anfitrião de um desses programas de verão. Estou muito animado com essa oportunidade porque foi realmente o que moldou minha carreira e estou muito ansioso para poder retribuir agora.
Nicole
Tenho certeza de que será uma experiência incrível para os trainees que trabalharão com você.
Voz sobre
Se você está gostando deste episódio de Beyond Lab Walls, não deixe de conferir nossos outros canais em Salk.edu. Lá você pode ingressar em nosso novo canal de mídia exclusivo, Salk Streaming, onde encontrará entrevistas com nossos cientistas, vídeos de nossos estudos recentes e palestras públicas de nossos professores de renome mundial. Você também pode explorar nossa revista premiada, Inside Salk, e aderir ao nosso boletim informativo mensal para se manter atualizado sobre o mundo dentro destas paredes.
Nicole
Agora, você é um Salk Fellow aqui no Instituto. O que exatamente significa ser um Salk Fellow?
Talmo
Portanto, os bolsistas são realmente um tipo de posição muito pouco convencional. Na verdade, existem apenas alguns nos EUA. É um pouco diferente da trajetória acadêmica tradicional, onde normalmente você faz seu doutorado, depois faz seu pós-doutorado e depois se candidata a cargos de professor assistente efetivo. O que esses programas de bolsistas permitem que você faça é basicamente pular a etapa do pós-doutorado e levá-lo direto para algo intermediário onde você terá independência funcional. E o que isso significa é que você ganha espaço. Você ganha dinheiro para uma startup. Você tem a capacidade de contratar pessoas. Mas a vantagem real, para esse tipo de estrutura de cargo, é que você realmente começa sua carreira independente logo após a pós-graduação.
Uma das principais conquistas que realmente fizeram isso funcionar foi o fato de que eu sabia o que queria fazer antes mesmo de entrar na pós-graduação, e então basicamente executei isso e consegui, essencialmente, uma ferramenta que foi o culminar do meu doutorado. trabalho e que teve bastante sucesso e poderia apoiar todo um programa de pesquisa em torno dele.
Nicole
Bem, você mencionou o software que desenvolveu na pós-graduação. Você pode nos contar um pouco sobre isso?
Talmo
Sim. Então, para fazer meu doutorado, fui para Princeton, onde fiz meu doutorado em neurociências. Meu objetivo principal era apenas quantificar todo o repertório de cortejo de moscas-das-frutas. Essencialmente, eu queria mapear todo o ritual de namoro da Drosophila (mosca do vinagre). Toda a pequena linguagem corporal, todos os seus pequenos passos, e toda a sua dança e sua música.
Isso me levou a um longo desvio pela ciência da computação e, especificamente, por um campo da inteligência artificial chamado aprendizado profundo, onde na época estava apenas começando a ser demonstrado que poderia ser usado para resolver muitos problemas de visão computacional e, essencialmente, você saber, ser capaz de extrair informações de imagens e vídeos. E isso incluía a tarefa de rastreamento de pose, também conhecida como captura de movimento.
Imagine um traje de captura de movimento, assim como você viu nos bastidores de Hollywood. Eles têm todos esses pequenos pontos e todas essas bolas, essencialmente, que os atores têm que usar para que possam capturar seus movimentos para então animar, você sabe, personagens como Shrek ou os personagens de Avatar e assim por diante.
Percebi ao ver um daqueles, tipo, espere - poderíamos usar isso para os animais. Não podemos forçá-los a usar terno. Não consigo capturar movimentos nas minhas moscas da fruta. Mas toda essa coisa de aprendizado profundo tinha acabado de mostrar que você poderia fazer isso sem ter nenhum marcador, sem colocar nenhum ponto neles. Tudo o que é necessário, na verdade, é fazer o algoritmo funcionar.
E então basicamente adaptei a abordagem que funcionou para o problema de rastreamento de pose humana e fiz algumas modificações para que funcionasse bem em animais de laboratório e comecei a demonstrar que isso funcionaria de uma forma muito geral em basicamente qualquer espécie.
Nicole
Sim, é uma ótima ideia. E no momento em que você explica, parece quase óbvio, tipo, por que isso não foi feito antes?
Talmo
Sim, essa é uma ótima pergunta. Eu sinto que todas as ideias mais incríveis, você sabe, têm essa qualidade, certo? Onde é óbvio e surpreendente que ninguém tenha feito isso antes. Há uma confluência de fatores que, você sabe, me levaram ao lugar certo para poder não apenas reconhecer que esta era uma tecnologia que seria possível e aplicável aqui, mas também ter a oportunidade de vê-la através . Para realmente executá-lo.
Nicole
Sim. E a habilidade para fazer isso também.
Talmo
Certo, e o background, o background técnico para poder realmente implementá-lo. Aconteceu muito rápido, eu acho, exatamente por esses motivos. Percebemos que sim, esta é uma ideia muito boa e é surpreendente que ninguém tenha feito isso ainda. Mas na verdade foi apenas a confluência de reconhecer que isso é um problema e perceber que havia uma tecnologia em torno da qual poderíamos basear uma solução.
Nicole
Sim, isso é incrível. E então, como você trouxe isso para o seu laboratório atual ou talvez o adaptou para qualquer outro uso?
Talmo
Uma das próximas coisas que queríamos fazer era estender o algoritmo para trabalhar com vários animais, porque a versão original era realmente restrita para funcionar com um único animal. E o caso multi-animal acabou por ser um problema muito, muito maior. Não foi tão simples como estendê-lo para lidar com, você sabe, dois em vez de um.
Na verdade, era uma lacuna de conhecimento muito grande porque agora precisamos que a nossa inteligência artificial, a nossa IA, raciocine não só sobre onde estão as partes do corpo numa imagem, mas também como ligá-las e rastreá-las ao longo do tempo. Essencialmente, tem que aprender o que é um corpo ou um membro num sentido muito mais elevado. Esse é apenas um problema mais difícil.
Resolvemos isso e também publicamos como parte de um método chamado SLEAP. As pessoas simplesmente o pegaram e o usaram para todo tipo de coisa, algumas das quais floresceram em colaborações, agora que tenho meu próprio laboratório em Salk.
Apenas destacando alguns – um dos que achamos realmente surpreendente foi que algumas pessoas o pegaram e começaram a usá-lo para rastrear o movimento das plantas, tanto em lapso de tempo quanto em outras formas de imagem. E sim, quero dizer, por que não mesmo? Todas as formas de vida são capazes de se mover em diferentes escalas de tempo. E a maneira como o projetamos não apenas o torna fácil de usar, mas também de testar novos tipos de dados.
Portanto, agora temos toda uma colaboração em andamento em meu laboratório com o laboratório de Wolfgang Busch e a Harnessing Plant Initiative com o objetivo de fenotipar sistemas radiculares de plantas usando SLEAP. A ideia é essencialmente rastrear a localização de todas as pontas das raízes e de todos os pontos de ramificação para que possamos extrair coisas como com que frequência elas estão se ramificando ou quão profundas e quão massivas são as raízes, a fim de apoiar outros esforços para então associar essas qualidades a programas genéticos específicos que poderão então ser utilizados para criar sementes que melhorem o sequestro de carbono e reduzam as alterações climáticas. E não sei nada sobre biologia vegetal. Tenho aprendido muito, mas estou super feliz por estar envolvido nisso e poder dar uma contribuição nessa área.
E outro que vai além dos meus objetivos originais da neurociência é a biologia do câncer, onde estamos agora apenas iniciando uma colaboração com Dani Engle e Christian Metallo para extrair essencialmente marcadores de linguagem corporal da progressão do câncer de pâncreas.
Acreditamos que, como o cancro do pâncreas afecta o metabolismo e pode subsequentemente alterar a forma como o animal escolhe comer, a estrutura da sua alimentação, provavelmente de formas muito específicas, com um método mais sensível como este onde podemos rastreá-los 24 horas por dia, 7 dias por semana, o nosso A esperança é que seremos capazes de a) correlacionar as mudanças em sua linguagem corporal com as mudanças em seu metabolismo e b) seremos capazes de prever se eles eventualmente desenvolverão câncer muito mais cedo, usando apenas dados de vídeo de do qual extraímos sua postura corporal e sua linguagem corporal. Se eles comem menos ou em intervalos mais curtos ou não comem nada, esses são os tipos de coisas que poderemos medir, assim como todos os seus outros comportamentos, como se estão com dor ou exibindo comportamentos antissociais. e outros marcadores para os quais não temos um teste explícito, mas que são preditores óbvios devido à natureza sistêmica de uma doença como o câncer.
Nicole
Isso é tão fascinante.
Agora, lembre-me, como você está usando essas técnicas para estudar como os humanos vivenciam a arte? Porque eu sei que você teve uma colaboração recente em que estava analisando isso.
Talmo
Estamos trabalhando com o Museu de Arte do Condado de Los Angeles (LACMA), bem como com Tom Albright e Sergei Gepshtein aqui em Salk, em uma colaboração para quantificar e modelar o comportamento dos frequentadores de uma exposição de museu enquanto eles atravessam uma exposição específica em o LACMA. E então montamos um monte de câmeras. São um monte de câmeras de segurança ao longo de todo o teto desta exposição, essencialmente rastreando os movimentos de todas as pessoas que passam por aquela exposição.
E ao termos uma reconstrução digital da exposição, podemos agora inferir coisas como para onde as pessoas estão a olhar, o que estão a ver e que tipos de propriedades visuais sobre a exposição – tanto em termos da configuração espacial, como do layout da exposição. exposição, bem como a disposição das peças, os esquemas de cores e até mesmo manipulações sutis, como a iluminação ou outras propriedades – como isso afeta o modo como eles se envolvem com a exposição? Eles passam mais tempo em determinados lugares, isso muda a sua trajetória, e podemos prever isso com base na nossa reconstrução tanto do seu comportamento como da sua experiência?
Nicole
Isso é tão legal. Parece que você tem tantos projetos interessantes abrangendo todas essas diferentes áreas da ciência. Isso me faz pensar: de tudo o que você faz como cientista, qual você diria que é sua parte favorita?
Talmo
Definitivamente, um dos meus favoritos é a capacidade de orientar e apoiar meus alunos e estagiários. Acho isso super gratificante.
Cientificamente, uma das coisas que mais me entusiasma é o fato de que esses métodos de IA são realmente meio que - eles não estão desacelerando, certo? Você pode ver nesses grandes modelos de linguagem como ChatGPT e assim por diante, que esse tipo de abordagem, essa tecnologia, só vai ficar maior e mais capaz. E estou muito entusiasmado em basicamente infundir isso em todas as áreas do laboratório, incluindo um projeto que me entusiasma particularmente.
Nosso objetivo é, agora que conseguimos capturar o comportamento, sermos capazes de simulá-lo. Nosso objetivo como parte deste projeto é essencialmente criar avatares digitais de nossos animais, como ratos renderizados em 3D, como se estivessem em videogames, e treiná-los usando IA para basicamente jogar este videogame onde eles ganham mais pontos por imitar o linguagem corporal de seus animais reais, e agora usam-na como ponto de ancoragem para estudar o cérebro, essencialmente, restringindo a IA a ter o mesmo tipo de estrutura e conexões que pensamos que o cérebro real tem. Então agora estamos criando um cérebro virtual que controla um animal virtual e deve se mover e se comportar como os animais reais. Isso nos permite gerar previsões sobre o que o cérebro está fazendo, que podemos testar e usar, se estiver errado, para restringir ainda mais o modelo e permitir que ele faça previsões cada vez mais precisas.
Estou muito animado com esta estrutura porque na verdade não é um projeto. É uma nova direção de pesquisa, é uma nova forma de fazer neurociência. E acho que esta fórmula geral vai realmente permear todos os campos da ciência porque você pode fazer isso com qualquer tipo de sistema biológico usando uma IA para modelá-lo explicitamente. Acho que isso será uma verdadeira virada de jogo e estou muito animado para ver que tipo de descobertas podemos fazer usando esse tipo de abordagem.
Mas, de forma mais ampla, estou realmente entusiasmado por poder contribuir para toda a incrível ciência de classe mundial que está acontecendo aqui na Salk e por ver a tecnologia que desenvolvemos ser usada para todas essas aplicações super legais.
Nicole
Sim, isso é tão legal. Eu queria fazer uma pergunta complementar. Então, com esta nova tecnologia em que vocês estão trabalhando, quero dizer, teoricamente, anos e anos depois, isso ajudaria os cientistas a estudar diferentes sistemas no corpo, possivelmente sem usar um modelo animal e, em vez disso, apenas usando essa tecnologia? Presumo que, uma vez aprendido, você pode acelerá-lo e testar hipóteses muito rapidamente.
Talmo
Acho que essa é a verdadeira promessa dessa coisa. Mas acho que você acertou em cheio. É exatamente isso. É a capacidade de gerar hipóteses testáveis e, em seguida, iterá-las, sendo capaz de incorporar resultados experimentais a elas para melhorá-las continuamente.
Nicole
Bem, estamos definitivamente ansiosos para ver o que vem a seguir.
Enquanto isso, só quero agradecer muito por ter vindo ao podcast hoje. Foi um prazer conversar com você e aprender sobre sua trajetória até Salk e tudo o que você conquistou até agora e tudo o que está em andamento.
Talmo
Sim. Muito obrigado por me receber. Estou super animado com isso.
Voz sobre
Beyond Lab Walls é uma produção do Salk Office of Communications. Para ouvir as últimas histórias científicas de Salk, assine nosso podcast e visite Salk.edu para ingressar em nosso novo canal de mídia exclusivo, Salk Streaming. Lá você encontrará entrevistas com nossos cientistas, vídeos sobre nossos estudos recentes e palestras públicas de nossos professores de renome mundial. Você também pode explorar nossa revista premiada, Inside Salk, e aderir ao nosso boletim informativo mensal para se manter atualizado sobre o mundo dentro destas paredes.