Google DeepMind Co-Scientist 用於肝纖維化藥物再利用

Google DeepMind Co-Scientist 用於肝纖維化藥物再利用

Google DeepMind 的 Co-Scientist AI 已展示出辨識可再利用藥物以治療肝纖維化的能力，在受控的實驗室測試平台上優於人工選擇。此能力使研究人員能在龐大的生醫文獻中發掘隱藏的關聯，找到能減緩、阻止或逆轉肝臟疤痕的藥物。

AI 驅動的肝纖維化藥物發現

肝纖維化是一種疤痕形成過程，可能進展為肝硬化，每年導致超過 140 萬人死亡。為了對抗此情況，斯坦福大學醫學院的 Gary Peltz 教授利用 Co-Scientist 掃描現有醫學文獻，提出可再利用的候選藥物。

在發表於 Advanced Science 的研究中，研究團隊比較了 AI 所選藥物與人類專家所選藥物的效能：

  • Human Selection: Peltz 教授根據這些藥物在肝纖維化文獻中頻繁出現，挑選了兩個候選藥物。這兩種藥物在實驗室測試中皆未顯示對纖維化的效益。
  • AI Selection: Co-Scientist 提出了三個候選藥物。其中兩個成功阻止纖維化並促進肝細胞再生。

其中一種 AI 選出的藥物在僅少數科學論文中與肝纖維化相關，說明該系統能在浩瀚的科學文獻中找到「大海撈針」的能力。

Vorinostat 的技術影響

在 AI 的建議中，癌症藥物 vorinostat 脫穎而出。於活體人類肝細胞的實驗測試中，vorinostat 阻斷了 91% 的損傷反應，該反應通常會導致肝臟疤痕。

向基因活性調節的轉變

發現過程揭示了 AI 與傳統方法在辨識潛在治療方案上的根本差異。許多傳統方法聚焦於單一纖維化通路，而 Co-Scientist 建議的藥物則是重新塑造整體基因活性。

Peltz 教授指出，這類調節基因活性而非僅針對單一路徑的藥物，代表了有前景的新一代抗纖維化藥物。

Co-Scientist 感覺像是一位已閱讀所有可得生醫科學資訊的合作者，具備推理能力以找出我們目前遺漏的關聯。 — Gary Peltz 教授，斯坦福大學醫學院

Sources