Google DeepMind Co-Scientist 用于肝纤维化药物再利用

Google DeepMind 的 Co-Scientist AI 已展示出识别用于治疗肝纤维化的再利用药物的能力，在受控实验平台上优于人工选择。这一能力使研究人员能够在海量生物医学文献中发现隐藏的关联，寻找能够减缓、阻止或逆转肝脏疤痕的药物。

基于 AI 的肝纤维化药物发现

肝纤维化是一种可能进展为肝硬化的疤痕形成过程，每年导致超过 140 万人死亡。为应对这一挑战，斯坦福大学医学院的 Gary Peltz 教授利用 Co-Scientist 扫描现有医学文献，提出再利用的候选药物。

在一项发表在 Advanced Science 的研究中，研究团队比较了 AI 选出的药物与人工专家选出的药物的疗效：

  • 人工选择： Peltz 教授根据这些药物在肝纤维化文献中的高频出现，确定了两个候选药物。这两种药物在实验室测试中均未显示出对纤维化的益处。
  • AI 选择： Co-Scientist 提出了三个候选药物。其中两种成功阻断了纤维化并促进了肝细胞再生。

其中一种 AI 选出的药物在仅少数科学论文中与肝纤维化有关，展示了该系统在海量科学文献中寻找“稻草堆里的针”的能力。

Vorinostat 的技术影响

在 AI 的推荐中，癌症药物 vorinostat 脱颖而出。 在使用活体人类肝细胞的实验测试中，vorinostat 阻断了 91% 的通常导致肝纤维化的损伤反应。

向基因活性调节的转变

发现过程揭示了 AI 与传统方法在识别潜在治疗方案方面的根本差异。许多传统方法针对单一纤维化通路，而 Co-Scientist 建议的药物能够重塑整体基因活性。

Peltz 教授指出，这类通过调节基因活性而非针对单一通路的药物，代表了有前景的新一代抗纤维化药物。

Co-Scientist 像是一位阅读了所有可获得的生物医学科学资料的合作者，具备寻找我们当前遗漏的关联的推理能力。 — Gary Peltz 教授，斯坦福大学医学院

Sources