Google DeepMind Co-Scientist が肝疾患研究を加速

Google DeepMindのCo-Scientist AIシステムは、膨大なバイオメディカル文献を統合して検証可能な仮説を生成することにより、複雑な肝疾患の基盤となるメカニズムの発見を加速するために使用されています。この機能により、研究者は潜在的な薬剤ペアリングの"組み合わせの爆発"を回避し、併用療法のための特定の分子標的を特定できるようになります。

MASHの複雑さへの対応

代謝機能障害関連性脂肪肝炎（MASH）は、肝炎と代謝という絡み合った生物学的プロセスによって特徴づけられる一般的な肝疾患です。これらのプロセスが密接に関連しているため、単一のメカニズムのみを標的とする薬剤はしばしば十分な治療効果を提供できません。この複雑さから併用療法が必要となりますが、潜在的な薬剤ペアリングの数が膨大であるため、手動での発見は禁止的に遅くなります。

エディンバラ大学のフィリッポ・メノラスチナ教授と彼のチームは、この課題に対処するためにCo-Scientistを活用しました。AIシステムは以下の機能を実行しました：

• Literature Synthesis: 広範なバイオメディカルデータを調べ、肝生物学と薬理学の間の見落とされていたリンクを見つけ出す。
• Mechanism Identification: より深い調査が必要な特定の生物学的メカニズムを強調する。
• Therapy Suggestion: 実験的テストのための候補となる併用療法をフラグ付けする。

NLRP3インフラマソームブリッジの特定

Co-Scientistは、最近承認されたMASH治療薬であるレスメチロムに関する特定の臨床的ギャップに対処することで、その有用性を示しました。この薬は適格患者のごく一部しか利益をもたらしません。

その分析を通じて、Co-ScientistはMASHにおける炎症と代謝を結びつける分子ブリッジとしてNLRP3インフラマソームを特定する仮説を生成しました。この特定の結びつきは、以前には単一の実行可能な説明に統合されていませんでした。AIの仮説に従い、チームはNLRP3インフラマソームの役割を実験的に検証しました。この発見は、より広範な患者層に対する標的デュアル療法の開発につながる可能性があります。

"Co-Scientistは科学者のためのジェットパックのようなもので、有望なメカニズムを特定する能力を強化します。私は、ブレークスルーを達成するために必要なイテレーションサイクルを大幅に短縮する科学革命の瀬戸際にいると考えています"

— フィリッポ・メノラスチナ教授、エディンバラ大学