Kolektywna moc obliczeniowa wsparta wydajnymi algorytmami uczenia maszynowego pozwoliła wznieść medycynę na zupełnie nowy poziom, jednak – jak zauważa Prof. Pedro Domingos, wykładowca na wydziale Computer Science & Engineering University of Washington w Seattle i jeden z największych autorytetów w dziedzinie uczenia maszynowego – samo uczenie maszynowe to zaledwie element układanki. W swojej książce „The Master Algorithm” (polskie wydanie „Naczelny algorytm”, wyd. Helion) w jednym z rozdziałów prof. Domingos szkicuje wizję uniwersalnego leku na raka, programu, który nazywa CancerX. Zadaniem tego ostatniego jest przyjęcie danych wejściowych w postaci pełnego genomu nowotworu konkretnego pacjenta, przetworzenie tych danych, a następnie wygenerowanie leku, który zabije nowotwór, nie uszkadzając ani jednej zdrowej komórki. Teoretycznie proste, prawda? Jednak gdy CancerX powstanie, będzie jednym z najbardziej skomplikowanych programów, jakie kiedykolwiek skonstruowaliśmy. Prof. Domingos zwraca uwagę, że Can-cerX nie może powstać bez uczenia maszynowego. Ale zbudowanie algorytmu uczenia maszynowego, który okaże się na tyle wydajny, by wygenerować kod programu-leku, to tylko jeden z wielu problemów. Samo uczenie maszynowe to za mało – taki program musi posiadać wiedzę z zakresu biologii molekularnej i ogromny zasób danych z se-kwencerów DNA. Chodzi o to, by program znał każdą ścieżkę, każdy mechanizm regulacyjny, każdą reakcję w każdym rodzaju komórki ludzkiej – jego kod ma „znać” całą biologię molekularną człowieka. Tylko taki twór będzie mógł porównać chore i zdrowe komórki konkretnego pacjenta, a następnie symulować różnego typu leki wpływające na biochemię komórek, by w końcu trafić na właściwy. To nie koniec – dzięki potężnej bazie wiedzy dotyczącej biologii molekularnej ludzkich komórek CancerX będzie w stanie przewidzieć również najbardziej prawdopodobne mutacje nowotworu. Jak pisze prof. Domingos w swojej książce: „W rozgrywce szachowej między ludzkością a rakiem CancerX to szach i mat”. CancerX jeszcze nie istnieje – to tylko eksperyment myślowy zaproponowany przez urodzonego w Portugalii profesora, niemniej mający realne szanse powodzenia w przyszłości. Prace w tym kierunku już się rozpoczęły, o czym może świadczyć wspomniana tutaj współpraca Knight Cancer Institute z Intelem. Również Global Alliance for Genomics and Health (Globalny Sojusz ds. Genomiki i Zdrowia) zachęca badaczy i onkologów z całego świata do wymiany danych w celu prowadzenia analiz na gigantyczną skalę. Prof. Domingos podkreśla, że droga do celu jest daleka, ale o ile jeszcze 10 lat temu nie było wiadomo, czy kiedykolwiek uda nam się wyleczyć raka, teraz przynajmniej wiemy, gdzie iść.
