Google DeepMind Co-Scientist 感染症研究

Google DeepMind の Co-Scientist は、病原体が動物から人間に移る際に重篤な疾患（例えば敗血症）を引き起こす分子スイッチの同定を加速するために研究者によって利用されています。この AI 主導のアプローチは、典型的な 2〜3 年の実験作業から正確なアミノ酸標的の同定までの期間を約 6 か月に短縮できることを実証しています。

人獣共通感染症研究における仮説生成の加速

Co-Scientist は、公開された文献とオンラインリソースを統合することで、研究者が科学的仮説を迅速に生成し優先順位をつけることを可能にします。実際の応用例として、ケンブリッジ大学の Clare Bryant 教授はこのツールを使って鳥と人間のインフルエンザを研究しました。システムに助成金提案と研究質問を供給することで、ツールはランク付けされた仮説のセットを提供し、研究チームが以前には考慮していなかった新たな方向性も含まれました。

プロテイン同定からアミノ酸精度へ

AI を研究ワークフローに統合することで、ターゲットのきめ細かい絞り込みが可能になり、広範なタンパク質候補から特定のアミノ酸へと移行できます。Clare Bryant 教授の Co-Scientist を使った経験では、いくつかの重要な絞り込み段階がありました：

1. Initial Screening: ツールは助成金の要約を分析し、有望な仮説を提案しました。
2. Detailed Analysis: 完全なプロジェクト提案を受け取った後、Co-Scientist は研究者の radar に以前はなかったが、関連するシグナル経路と結びついている特定のタンパク質を優先しました。
3. Iterative Refinement: 未公開の機密データを組み込むことにより、研究者と AI は仮説を絞り込むための往復プロセスを行い、特定のアミノ酸レベルまで到達しました。

実験タイムラインへの影響

この文脈における Co-Scientist の主な価値は、手動の実験的試行錯誤の削減です。Clare Bryant 教授のチームは現在、特定されたアミノ酸変異を含む細胞株を構築し、AI が絞り込んだ仮説をテストしています。このプロセスは約 6 か月で完了すると見込まれており、従来の実験方法では同じレベルの標的同定に到達するまで通常 2〜3 年かかります。

"Co-Scientist は公開された文献とオンラインリソースをまとめ、私がより良い質問をできるように助けます。データ豊富な分野で私が見逃しがちなものを捉え、優先順位をつける手助けをするので、私のチームは正しい質問に答えるための実験に集中できます。" — Clare Bryant 教授, ケンブリッジ大学