Tehisintellekt ja inimteadlased teevad koostööd uute vähiravimite kombinatsioonide avastamiseks

Tehisintellekt ja inimteadlased teevad koostööd uute vähiravimite kombinatsioonide avastamiseks

Koostöös inimteadlastega töötav "AI-teadlane" on leidnud, et odavate ja ohutute ravimite kombinatsioonid, mida kasutatakse selliste seisundite raviks nagu kõrge kolesteroolitase ja alkoholisõltuvus, võivad samuti olla tõhusad vähi ravis, mis on paljulubav uus lähenemisviis ravimite avastamisele.

Cambridge'i ülikooli juhitud uurimisrühm kasutas GPT-4 suure keele mudelit (LLM), et tuvastada teaduskirjanduse mägedesse mattunud peidetud mustreid, et tuvastada potentsiaalseid uusi vähiravimeid.

Oma lähenemisviisi testimiseks viisid teadlased GPT-4 välja, et tuvastada potentsiaalsed uued ravimikombinatsioonid, millel võib olla märkimisväärne mõju meditsiiniuuringutes tavaliselt kasutatavale rinnavähi rakuliinile. Nad suunasid selle vältima standardseid vähiravimeid, tuvastama ravimeid, mis ründavad vähirakke, kahjustamata terveid rakke, ning seadma esikohale ravimid, mis olid taskukohased ja mille on heaks kiitnud regulaatorid.

Seejärel testisid inimteadlased GPT-4 pakutud ravimikombinatsioone nii kombineeritult kui ka individuaalselt, et mõõta nende efektiivsust rinnavähirakkude vastu.

Esimeses laboripõhises testis toimisid kolm GPT-4 12 pakutud ravimikombinatsioonist paremini kui praegused rinnavähi ravimid. Seejärel õppis LLM nendest testidest ja pakkus välja veel neli kombinatsiooni, millest kolm näitasid ka paljulubavaid tulemusi.

Tulemused, millest teatatiRoyal Society Interface'i ajakirikujutavad endast esimest näidet suletud ahelaga süsteemist, kus katsetulemused juhtisid LLM-i ja LLM-i väljundid, mida inimteadlased tõlgendasid, juhinduvad edasistest katsetest. Teadlased väidavad, et sellised tööriistad nagu LLM-id ei asenda teadlasi, vaid võiksid selle asemel juhendada AI-teadlasi, kellel on võimalus esile kerkida, kohaneda ja kiirendada avastamist sellistes valdkondades nagu vähiuuringud.

Sageli annavad LLM-id nagu GPT-4 tõesed tulemused, mida nimetatakse hallutsinatsioonideks. Teadusuuringutes võivad hallutsinatsioonid aga mõnikord olla eeliseks, kui need viivad uute ideedeni, mida tasub katsetada.

"Järelevalve LLM-id pakuvad teadusliku uurimise skaleeritavat kujutlusvõimet ja võivad aidata meil kui inimteadlastel uurida uusi võimalusi, millele me varem polnud mõelnud," ütles uuringut juhtinud professor Ross King Cambridge'i keemiatehnika ja biotehnoloogia osakonnast. "See võib olla kasulik sellistes valdkondades nagu ravimite avastamine, kus tuleb läbi vaadata tuhanded ühendid."

Inimesteadlaste panuse põhjal valis GPT-4 ravimid bioloogilise mõtlemise ja teaduskirjanduses leiduvate varjatud mustrite vastastikuse mõju põhjal.

See ei ole teadlasi asendav automatiseerimine, vaid uus koostööviis. Asjatundjate näpunäidetest ja eksperimentaalsest tagasisidest juhindudes tegutses tehisintellekt nagu väsimatu uurimispartner, liikudes tohutul hüpoteesil ja pakkudes välja ideid, mille elluviimiseks kuluks inimestel kauem aega. “

Dr Hector Zenil, kaasautor Londoni King's College'ist

Hallutsinatsioonid, mida tavaliselt peetakse defektideks, muutusid tunnuseks, luues ebatavalisi kombinatsioone, mida tasub laboris testida ja kinnitada. Inimesteadlased uurisid mehhaanilisi põhjuseid, miks LLM neid kombinatsioone esiteks soovitas, toites süsteemi mitme iteratsiooniga edasi-tagasi.

Uurides peent sünergiat ja tähelepanuta jäetud teid, aitas GPT-4 tuvastada kuus paljutõotavat ravimipaari, mida kõiki testiti laboratoorsete katsetega. Kombinatsioonidest paistsid rinnavähirakkude vastu silma simvastatiin (kasutatakse tavaliselt kolesterooli alandamiseks) ja disulfiraam (kasutatakse alkoholisõltuvuse korral). Mõned neist kombinatsioonidest näitavad potentsiaali terapeutilise parandamise edasiseks uurimiseks.

Kuigi need ravimid ei ole traditsiooniliselt seotud vähiraviga, võivad need olla potentsiaalsed vähiravimid, kuigi esmalt peaksid nad läbi viima suuremahulisi kliinilisi uuringuid.

"See uuring näitab, kuidas tehisintellekti saab integreerida otse teadusliku avastuse iteratiivsesse ahelasse, võimaldades reaalajas andmepõhiseid hüpoteese genereerida ja kinnitada, " ütles Zenil.

"Järelevalve all olevate LLM-ide suutlikkus esitada hüpoteese valdkondade lõikes, kaaluda eelnevaid leide ja teha koostööd iteratsioonidel üle teadusuuringute uue piiri," ütles King. "AI teadlane ei ole enam metafoor ilma eksperimentaalse valideerimiseta: ta võib nüüd olla teadusliku protsessi kaastöötaja."

Uuringut toetasid osaliselt Alice Wallenbergi sihtasutus ja Ühendkuningriigi inseneri- ja füüsikateaduste teadusnõukogu (EPSRC).

Allikad: