AI и човешки учени работят заедно, за да открият нови комбинации от лекарства за рак

AI и човешки учени работят заедно, за да открият нови комбинации от лекарства за рак

„ИИ учен“, работещ в сътрудничество с човешки учени, е открил, че комбинации от евтини и безопасни лекарства – използвани за лечение на състояния като висок холестерол и пристрастяване към алкохол – също могат да бъдат ефективни при лечението на рак, обещаващ нов подход към откриването на лекарства.

Изследователският екип, ръководен от университета в Кеймбридж, използва GPT-4 голям езиков модел (LLM), за да идентифицира скрити модели, заровени в планините на научната литература, за да идентифицира потенциални нови лекарства за рак.

За да тестват подхода си, изследователите накараха GPT-4 да идентифицира потенциални нови лекарствени комбинации, които биха могли да имат значително въздействие върху клетъчна линия от рак на гърдата, често използвана в медицинските изследвания. Те го насочиха да избягва стандартните лекарства за рак, да идентифицира лекарства, които атакуват раковите клетки, без да увреждат здравите клетки, и да дава приоритет на лекарства, които са достъпни и одобрени от регулаторите.

След това предложените от GPT-4 лекарствени комбинации бяха тествани от човешки учени както в комбинация, така и поотделно, за да се измери тяхната ефективност срещу клетките на рака на гърдата.

При първия лабораторен тест три от 12-те предложени лекарствени комбинации на GPT-4 действат по-добре от настоящите лекарства за рак на гърдата. След това LLM се поучи от тези тестове и предложи още четири комбинации, три от които също показаха обещаващи резултати.

Резултатите, отчетени вJournal of the Royal Society Interfaceпредставляват първия пример на система със затворен цикъл, в която експерименталните резултати ръководят LLM, а резултатите от LLM, интерпретирани от човешки учени, ръководят по-нататъшни експерименти. Изследователите казват, че инструменти като LLM няма да заменят учените, но вместо това биха могли да контролират изследователите на AI, със способността да се появяват, адаптират и ускоряват откритията в области като изследванията на рака.

Често LLMs като GPT-4 връщат резултати, които не са верни, са известни като халюцинации. В научните изследвания обаче халюцинациите понякога могат да бъдат предимство, ако водят до нови идеи, които си струва да бъдат тествани.

„Надзорните LLM осигуряват мащабируемо, въображаемо ниво на научно изследване и могат да ни помогнат като човешки учени да изследваме нови пътища, за които не сме мислили преди“, каза професор Рос Кинг от катедрата по химическо инженерство и биотехнологии в Кеймбридж, който ръководи изследването. „Това може да бъде полезно в области като откриването на лекарства, където много хиляди съединения трябва да бъдат проверени.“

Въз основа на информация от учени, GPT-4 избра лекарства въз основа на взаимодействието между биологичното мислене и скритите модели в научната литература.

Това не е автоматизация, която замества учените, а нов начин за сътрудничество. Ръководен от експертни указания и експериментална обратна връзка, AI действаше като неуморим изследователски партньор, навигирайки в огромно пространство от хипотези и предлагайки идеи, които биха отнели на хората повече време, за да ги постигнат сами. “

Д-р Хектор Зенил, съавтор от King's College London

Халюцинациите - обикновено считани за дефекти - се превърнаха в характеристика, създавайки нетрадиционни комбинации, които си струва да бъдат тествани и валидирани в лабораторията. Учените изследваха механичните причини, поради които LLM предложи тези комбинации на първо място, захранвайки системата напред-назад в множество итерации.

Чрез изследване на фини синергии и пренебрегнати пътища, GPT-4 помогна да се идентифицират шест обещаващи двойки лекарства, всички тествани чрез лабораторни експерименти. Сред комбинациите симвастатин (често използван за понижаване на холестерола) и дисулфирам (използван при пристрастяване към алкохол) се открояват срещу клетките на рака на гърдата. Някои от тези комбинации показват потенциал за по-нататъшни изследвания в терапевтичното възстановяване.

Тези лекарства, макар и традиционно да не се свързват с лечението на рак, биха могли да бъдат потенциални лечения за рак, въпреки че първо трябва да проведат широкомащабни клинични изпитвания.

„Това проучване показва как изкуственият интелект може да бъде интегриран директно в итеративния цикъл на научното откритие, позволявайки генерирането и валидирането на информирани от данни хипотези в реално време“, каза Зенил.

„Капацитетът на контролираните LLM да предлагат хипотези в различни дисциплини, да вземат предвид предишни констатации и да си сътрудничат при повторения през нова граница в научните изследвания“, каза Кинг. „Учен с изкуствен интелект вече не е метафора без експериментално валидиране: вече може да бъде сътрудник в научния процес.“

Изследването беше подкрепено отчасти от Фондация Алис Валенберг и Изследователския съвет за инженерни и физически науки на Обединеното кралство (EPSRC).

източници: