Google DeepMind Co-Scientist 用於 ALS 研究

Google DeepMind 的 Co-Scientist AI 代理正使 MIT 與波士頓兒童醫院的研究人員能夠整合不同的生物工具組，以加速肌萎縮性側索硬化症（ALS）療法的發現。透過綜合複雜的文獻並提出可測試的假設，Co-Scientist 正在彌合機械組織建模與化學生物學之間的鴻溝。

加速文獻回顧與假設生成

Co-Scientist 透過將龐大且相互矛盾的文獻壓縮成可行的洞見，顯著縮短了掌握新科學領域所需的時間。在 ALS 研究的案例中，MIT 的副教授 Ritu Raman 使用此 AI 代理快速檢視與她的活體神經與肌肉組織模型相關的證據。

除了摘要之外，Co-Scientist 亦協助研究人員：

• Generating Hypotheses：將廣泛的想法轉化為具體、可測試的科學假設。
• Ranking Directions：根據實驗室的實際限制（包括可行性與風險回報比）優先排序研究方向。

彌合多學科研究鴻溝

AI 驅動的洞見常常揭示出需要超出單一研究者主要領域的專業知識。Co-Scientist 發現，ALS 研究中最有前景的線索涉及細胞表面的分子互動，這需要化學生物學的專業，而非機械工程。

此認識促成了 Ritu Raman 與波士頓兒童醫院副教授 Ryan Flynn 之間的合作。透過反覆使用 Co-Scientist，團隊結合了各自的獨特能力：

• Tissue Modeling：Raman 能夠構建活體神經與肌肉組織，以模擬自主運動疾病。
• RNA Mapping：Flynn 專長於在細胞表面繪製 RNA，以分析細胞間通訊與病原體侵入。

未來方向：RNA 為基礎的 ALS 治療

目前的研究方向在 AI 生成概念與人類專業的結合指引下，聚焦於識別新型 RNA 為基礎的機制。目標是開發能夠特異性針對驅動 ALS 的機制的 RNA 為基礎藥物。

研究者對 AI 合作的觀點

研究者強調 Co-Scientist 是作為合作夥伴，而非取代人類科學家：

「科學是團隊運動。Co-Scientist 無法單獨完成科學研究，我也無法全靠自己完成。它幫助我整理思路，讓我知道向其他專家與合作者提出什麼問題。」 † MIT 副教授 Ritu Raman

「你取用 Co-Scientist 排名前列的概念片段，將它們綜合成新事物。它幫助你把良好且合乎邏輯的想法稍作調整，轉化為更具創意的成果。」 † 波士頓兒童醫院副教授 Ryan Flynn