L’IA et les scientifiques humains travaillent ensemble pour découvrir de nouvelles combinaisons de médicaments contre le cancer

L’IA et les scientifiques humains travaillent ensemble pour découvrir de nouvelles combinaisons de médicaments contre le cancer

Un "scientifique de l'IA" travaillant en collaboration avec des scientifiques humains a découvert que des combinaisons de médicaments bon marché et sûrs - utilisés pour traiter des conditions telles que l'hypercholestérolémie et la dépendance à l'alcool - pourraient également être efficaces dans le traitement du cancer, une nouvelle approche prometteuse de la découverte de médicaments.

L’équipe de recherche dirigée par l’Université de Cambridge a utilisé le grand modèle de langage (LLM) GPT-4 pour identifier des modèles cachés enfouis dans les montagnes de littérature scientifique afin d’identifier de nouveaux médicaments anticancéreux potentiels.

Pour tester leur approche, les chercheurs ont conduit GPT-4 à identifier de nouvelles combinaisons de médicaments potentielles qui pourraient avoir un impact significatif sur une lignée cellulaire du cancer du sein couramment utilisée dans la recherche médicale. Ils lui ont demandé d’éviter les médicaments anticancéreux standards, d’identifier les médicaments qui attaquent les cellules cancéreuses sans nuire aux cellules saines et de donner la priorité aux médicaments abordables et approuvés par les régulateurs.

Les combinaisons de médicaments proposées par GPT-4 ont ensuite été testées par des scientifiques humains, à la fois en combinaison et individuellement, pour mesurer leur efficacité contre les cellules cancéreuses du sein.

Lors du premier test en laboratoire, trois des 12 combinaisons de médicaments proposées par GPT-4 ont mieux fonctionné que les médicaments actuels contre le cancer du sein. Le LLM a ensuite tiré les enseignements de ces tests et proposé quatre autres combinaisons, dont trois ont également montré des résultats prometteurs.

Les résultats, rapportés dans leInterface du Journal de la Royal Societyreprésentent le premier exemple d'un système en boucle fermée dans lequel les résultats expérimentaux ont guidé un LLM et les résultats du LLM, interprétés par des scientifiques humains, ont guidé d'autres expériences. Les chercheurs affirment que des outils tels que les LLM ne remplaceront pas les scientifiques, mais pourraient plutôt superviser les chercheurs en IA, avec la capacité d’émerger, de s’adapter et d’accélérer les découvertes dans des domaines tels que la recherche sur le cancer.

Souvent, les LLM comme GPT-4 renvoient des résultats qui ne sont pas vrais et sont appelés hallucinations. Cependant, dans la recherche scientifique, les hallucinations peuvent parfois être un avantage si elles conduisent à de nouvelles idées méritant d’être testées.

"Les LLM de supervision fournissent une couche d'exploration scientifique évolutive et imaginative et peuvent nous aider, en tant que scientifiques humains, à explorer de nouvelles voies auxquelles nous n'avions pas pensé auparavant", a déclaré le professeur Ross King du département de génie chimique et de biotechnologie de Cambridge, qui a dirigé la recherche. "Cela peut être utile dans des domaines tels que la découverte de médicaments, où plusieurs milliers de composés doivent être criblés."

Sur la base des commentaires des scientifiques humains, GPT-4 a sélectionné des médicaments en fonction de l'interaction entre la pensée biologique et les modèles cachés dans la littérature scientifique.

Il ne s’agit pas ici d’automatisation remplaçant les scientifiques, mais d’une nouvelle façon de collaborer. Guidée par les invites d’experts et les retours expérimentaux, l’IA a agi comme un partenaire de recherche infatigable, naviguant dans un immense espace d’hypothèses et suggérant des idées qu’il faudrait plus de temps aux humains pour réaliser par eux-mêmes. "

Dr Hector Zenil, co-auteur du King's College de Londres

Les hallucinations – normalement considérées comme des défauts – sont devenues une caractéristique, créant des combinaisons non conventionnelles qui méritent d’être testées et validées en laboratoire. Les scientifiques humains ont examiné les raisons mécanistes pour lesquelles le LLM a suggéré ces combinaisons en premier lieu, alimentant le système en plusieurs itérations.

En explorant des synergies subtiles et des voies négligées, GPT-4 a aidé à identifier six paires de médicaments prometteuses, toutes testées par des expériences en laboratoire. Parmi les combinaisons, la simvastatine (couramment utilisée pour réduire le cholestérol) et le disulfirame (utilisé dans la dépendance à l'alcool) se sont démarquées contre les cellules cancéreuses du sein. Certaines de ces combinaisons montrent le potentiel de recherches plus approfondies en matière de réparation thérapeutique.

Ces médicaments, bien qu’ils ne soient pas traditionnellement associés aux soins contre le cancer, pourraient constituer des traitements potentiels contre le cancer, même s’ils nécessiteraient au préalable des essais cliniques à grande échelle.

"Cette étude montre comment l'IA peut être intégrée directement dans la boucle itérative de la découverte scientifique, permettant la génération et la validation d'hypothèses fondées sur les données en temps réel", a déclaré Zenil.

"La capacité des LLM supervisés à proposer des hypothèses dans toutes les disciplines, à prendre en compte les résultats antérieurs et à collaborer sur des itérations à travers une nouvelle frontière dans la recherche scientifique", a déclaré King. « Un scientifique en IA n’est plus une métaphore sans validation expérimentale : il peut désormais être un collaborateur du processus scientifique. »

La recherche a été financée en partie par la Fondation Alice Wallenberg et le Conseil britannique de recherche en ingénierie et en sciences physiques (EPSRC).

Sources :