Η τεχνητή νοημοσύνη και οι επιστήμονες του ανθρώπου συνεργάζονται για να ανακαλύψουν νέους συνδυασμούς αντικαρκινικών φαρμάκων

Η τεχνητή νοημοσύνη και οι επιστήμονες του ανθρώπου συνεργάζονται για να ανακαλύψουν νέους συνδυασμούς αντικαρκινικών φαρμάκων

Ένας «επιστήμονας της τεχνητής νοημοσύνης» που εργάζεται σε συνεργασία με ανθρώπους επιστήμονες ανακάλυψε ότι συνδυασμοί φθηνών και ασφαλών φαρμάκων - που χρησιμοποιούνται για τη θεραπεία καταστάσεων όπως η υψηλή χοληστερόλη και ο εθισμός στο αλκοόλ - θα μπορούσαν επίσης να είναι αποτελεσματικοί στη θεραπεία του καρκίνου, μια πολλά υποσχόμενη νέα προσέγγιση στην ανακάλυψη φαρμάκων.

Η ερευνητική ομάδα του Πανεπιστημίου του Κέμπριτζ χρησιμοποίησε το μοντέλο μεγάλης γλώσσας GPT-4 (LLM) για να εντοπίσει κρυμμένα μοτίβα που ήταν θαμμένα στα βουνά της επιστημονικής βιβλιογραφίας για να εντοπίσει πιθανά νέα φάρμακα για τον καρκίνο.

Για να δοκιμάσουν την προσέγγισή τους, οι ερευνητές οδήγησαν το GPT-4 στον εντοπισμό πιθανών νέων συνδυασμών φαρμάκων που θα μπορούσαν να έχουν σημαντικό αντίκτυπο σε μια κυτταρική σειρά καρκίνου του μαστού που χρησιμοποιείται συνήθως στην ιατρική έρευνα. Το ζήτησαν να αποφύγει τα τυπικά φάρμακα για τον καρκίνο, να εντοπίσει φάρμακα που επιτίθενται στα καρκινικά κύτταρα χωρίς να βλάπτουν τα υγιή κύτταρα και να δώσει προτεραιότητα σε φάρμακα που ήταν οικονομικά προσιτά και εγκεκριμένα από τις ρυθμιστικές αρχές.

Οι προτεινόμενοι συνδυασμοί φαρμάκων του GPT-4 στη συνέχεια δοκιμάστηκαν από ανθρώπους επιστήμονες τόσο σε συνδυασμό όσο και μεμονωμένα για να μετρηθεί η αποτελεσματικότητά τους έναντι των καρκινικών κυττάρων του μαστού.

Στην πρώτη εργαστηριακή δοκιμή, τρεις από τους 12 προτεινόμενους συνδυασμούς φαρμάκων του GPT-4 λειτούργησαν καλύτερα από τα τρέχοντα φάρμακα για τον καρκίνο του μαστού. Στη συνέχεια, το LLM έμαθε από αυτά τα τεστ και πρότεινε άλλους τέσσερις συνδυασμούς, τρεις από τους οποίους έδειξαν επίσης πολλά υποσχόμενα αποτελέσματα.

Τα αποτελέσματα, που αναφέρονται στοJournal of the Royal Society Interfaceαντιπροσωπεύουν την πρώτη περίπτωση ενός συστήματος κλειστού βρόχου στο οποίο τα πειραματικά αποτελέσματα καθοδήγησαν ένα LLM, και οι έξοδοι LLM-ερμηνευμένες από ανθρώπινους επιστήμονες- καθοδηγούνται από περαιτέρω πειράματα. Οι ερευνητές λένε ότι εργαλεία όπως τα LLM δεν θα αντικαταστήσουν τους επιστήμονες, αλλά θα μπορούσαν να επιβλέπουν ερευνητές τεχνητής νοημοσύνης, με την ικανότητα να αναδύονται, να προσαρμόζονται και να επιταχύνουν την ανακάλυψη σε τομείς όπως η έρευνα για τον καρκίνο.

Συχνά τα LLM όπως το GPT-4 επιστρέφουν αποτελέσματα που δεν είναι αληθή είναι γνωστά ως παραισθήσεις. Ωστόσο, στην επιστημονική έρευνα, οι ψευδαισθήσεις μπορεί μερικές φορές να είναι πλεονέκτημα εάν οδηγούν σε νέες ιδέες που αξίζει να δοκιμαστούν.

«Τα εποπτικά LLM παρέχουν ένα επεκτάσιμο, ευφάνταστο επίπεδο επιστημονικής εξερεύνησης και μπορούν να μας βοηθήσουν ως επιστήμονες να διερευνήσουμε νέους δρόμους που δεν είχαμε σκεφτεί προηγουμένως», δήλωσε ο καθηγητής Ross King από το Τμήμα Χημικής Μηχανικής και Βιοτεχνολογίας στο Cambridge, ο οποίος ηγήθηκε της έρευνας. «Αυτό μπορεί να είναι χρήσιμο σε τομείς όπως η ανακάλυψη φαρμάκων, όπου πολλές χιλιάδες ενώσεις πρέπει να ελεγχθούν».

Με βάση τη συμβολή επιστημόνων, το GPT-4 επέλεξε φάρμακα με βάση την αλληλεπίδραση μεταξύ βιολογικής σκέψης και κρυφών προτύπων στην επιστημονική βιβλιογραφία.

Αυτό δεν είναι η αυτοματοποίηση που αντικαθιστά τους επιστήμονες, αλλά ένας νέος τρόπος συνεργασίας. Καθοδηγούμενος από προτροπές ειδικών και πειραματικά σχόλια, το AI ενήργησε σαν ένας ακούραστος ερευνητικός συνεργάτης, πλοηγώντας σε έναν τεράστιο χώρο υποθέσεων και προτείνοντας ιδέες που θα χρειαζόταν περισσότερος χρόνος για να επιτύχουν οι άνθρωποι μόνοι τους. "

Δρ. Hector Zenil, συν-συγγραφέας από το King's College του Λονδίνου

Οι παραισθήσεις –που συνήθως θεωρούνται ελαττώματα– έγιναν χαρακτηριστικό, δημιουργώντας ασυνήθιστους συνδυασμούς που αξίζει να δοκιμαστούν και να επικυρωθούν στο εργαστήριο. Οι ανθρώπινοι επιστήμονες εξέτασαν τους μηχανιστικούς λόγους για τους οποίους το LLM πρότεινε αυτούς τους συνδυασμούς στην πρώτη θέση, τροφοδοτώντας το σύστημα εμπρός και πίσω σε πολλαπλές επαναλήψεις.

Εξερευνώντας ανεπαίσθητες συνέργειες και παραβλέποντας μονοπάτια, το GPT-4 βοήθησε στον εντοπισμό έξι πολλά υποσχόμενων ζευγών φαρμάκων, όλα δοκιμασμένα μέσω εργαστηριακών πειραμάτων. Μεταξύ των συνδυασμών, η σιμβαστατίνη (που χρησιμοποιείται συνήθως για τη μείωση της χοληστερόλης) και η δισουλφιράμη (που χρησιμοποιείται στον εθισμό στο αλκοόλ) ξεχώρισαν έναντι των καρκινικών κυττάρων του μαστού. Μερικοί από αυτούς τους συνδυασμούς δείχνουν τη δυνατότητα για περαιτέρω έρευνα στη θεραπευτική αποκατάσταση.

Αυτά τα φάρμακα, αν και δεν συνδέονται παραδοσιακά με τη φροντίδα του καρκίνου, θα μπορούσαν να είναι πιθανές θεραπείες για τον καρκίνο, αν και θα πρέπει πρώτα να διεξάγουν κλινικές δοκιμές μεγάλης κλίμακας.

«Αυτή η μελέτη δείχνει πώς η τεχνητή νοημοσύνη μπορεί να ενσωματωθεί απευθείας στον επαναληπτικό βρόχο της επιστημονικής ανακάλυψης, επιτρέποντας τη δημιουργία και την επικύρωση των υποθέσεων που βασίζονται σε δεδομένα σε πραγματικό χρόνο», δήλωσε ο Zenil.

«Η ικανότητα των εποπτευόμενων LLMs να προτείνουν υποθέσεις σε διάφορους κλάδους, να λαμβάνουν υπόψη προηγούμενα ευρήματα και να συνεργάζονται σε επαναλήψεις πέρα ​​από ένα νέο σύνορο στην επιστημονική έρευνα», είπε ο King. «Ένας επιστήμονας τεχνητής νοημοσύνης δεν είναι πλέον μια μεταφορά χωρίς πειραματική επικύρωση: μπορεί πλέον να είναι συνεργάτης στην επιστημονική διαδικασία».

Η έρευνα υποστηρίχθηκε εν μέρει από το Ίδρυμα Alice Wallenberg και το Ερευνητικό Συμβούλιο Μηχανικών και Φυσικών Επιστημών του Ηνωμένου Βασιλείου (EPSRC).

Πηγές: