谷歌 DeepMind Co-Scientist 用于 ALS 研究

Google DeepMind 的 Co-Scientist AI 代理正在帮助 MIT 与波士顿儿童医院的研究人员整合不同的生物学工具箱，以加速肌萎缩侧索硬化症（ALS）疗法的发现。通过综合复杂文献并提出可检验的假设，Co-Scientist 正在弥合机械组织建模与化学生物学之间的鸿沟。

加速文献综述与假设生成

Co-Scientist 通过将庞大且相互矛盾的文献压缩为可操作的洞见，显著缩短了掌握新科学领域所需的时间。在 ALS 研究中，MIT 的副教授 Ritu Raman 使用该 AI 代理快速查询与其活体神经和肌肉组织模型相关的证据。

Beyond summarization, Co-Scientist assists researchers in:

• 生成假设：将宽泛的想法转化为具体、可检验的科学假设。
• 排序方向：根据真实实验室约束（包括可行性和风险回报比）对研究路径进行优先级排序。

弥合多学科研究鸿沟

AI 驱动的洞见常常揭示出超出单个研究者主要领域的专业需求。Co-Scientist 发现，ALS 研究中最有前景的线索涉及细胞表面的分子相互作用，这一领域需要化学生物学的专业知识，而非机械工程。

这一认识促成了 Ritu Raman 与波士顿儿童医院副教授 Ryan Flynn 之间的合作。通过迭代使用 Co-Scientist，团队结合了各自的独特能力：

• 组织建模：Raman 能够构建活体神经和肌肉组织，以模拟随意运动疾病。
• RNA 映射：Flynn 在细胞表面 RNA 映射方面的专长，用于分析细胞通信和病原体侵入。

未来方向：基于 RNA 的 ALS 疗法

在 AI 生成概念与人类专业知识的综合指导下，当前的研究方向聚焦于识别新型基于 RNA 的机制。目标是开发能够特异性靶向驱动 ALS 的机制的 RNA 药物。

研究者对 AI 合作的看法

"科学是一项团队运动。Co-Scientist 不能单独进行科学研究，我也无法独自完成所有工作。它帮助我组织思路，让我知道该向其他专家和合作者提出什么问题。" † 副教授 Ritu Raman, MIT

"你把 Co-Scientist 排名前列的概念片段组合成新的东西。它帮助你将良好且合乎逻辑的想法稍作调整，进而转化为更具创意的成果。" † 副教授 Ryan Flynn, 波士顿儿童医院