AI un cilvēku zinātnieki strādā kopā, lai atklātu jaunas vēža zāļu kombinācijas

AI un cilvēku zinātnieki strādā kopā, lai atklātu jaunas vēža zāļu kombinācijas

"AI zinātnieks", kas strādā sadarbībā ar cilvēku zinātniekiem, ir atklājis, ka lētu un drošu zāļu kombinācijas, ko lieto tādu slimību ārstēšanai kā augsts holesterīna līmenis un alkohola atkarība, arī varētu būt efektīvas vēža ārstēšanā, kas ir daudzsološa jauna pieeja zāļu atklāšanai.

Kembridžas Universitātes vadītā pētnieku grupa izmantoja GPT-4 lielo valodu modeli (LLM), lai identificētu slēptos modeļus, kas aprakti zinātniskās literatūras kalnos, lai identificētu iespējamās jaunas vēža zāles.

Lai pārbaudītu savu pieeju, pētnieki vadīja GPT-4, lai identificētu iespējamās jaunas zāļu kombinācijas, kurām varētu būt būtiska ietekme uz krūts vēža šūnu līniju, ko parasti izmanto medicīniskajos pētījumos. Viņi to lika izvairīties no standarta vēža zālēm, identificēt zāles, kas uzbrūk vēža šūnām, nekaitējot veselām šūnām, un piešķirt prioritāti zālēm, kuras bija pieejamas un apstiprinājušas regulatori.

Pēc tam cilvēku zinātnieki pārbaudīja GPT-4 piedāvātās zāļu kombinācijas gan kombinācijā, gan atsevišķi, lai noteiktu to efektivitāti pret krūts vēža šūnām.

Pirmajā laboratorijas testā trīs no GPT-4 12 piedāvātajām zāļu kombinācijām darbojās labāk nekā pašreizējās krūts vēža zāles. Pēc tam LLM mācījās no šiem testiem un ierosināja vēl četras kombinācijas, no kurām trīs arī uzrādīja daudzsološus rezultātus.

Rezultāti, par kuriem ziņotsKaraliskās biedrības interfeisa žurnālsir pirmais gadījums slēgtā cikla sistēmā, kurā eksperimentālie rezultāti vadīja LLM, un LLM rezultāti, kurus interpretēja cilvēku zinātnieki, vadīja turpmākos eksperimentus. Pētnieki saka, ka tādi rīki kā LLM neaizstās zinātniekus, bet gan varētu uzraudzīt AI pētniekus ar spēju parādīties, pielāgoties un paātrināt atklāšanu tādās jomās kā vēža pētniecība.

Bieži vien LLM, piemēram, GPT-4, atgriež rezultātus, kas nav patiesi, tiek saukti par halucinācijām. Tomēr zinātniskajos pētījumos halucinācijas dažkārt var būt priekšrocība, ja tās rada jaunas idejas, kuras ir vērts pārbaudīt.

"Uzraudzības LLM nodrošina mērogojamu, tēlainu zinātniskās izpētes slāni un var palīdzēt mums kā cilvēku zinātniekiem izpētīt jaunas iespējas, par kurām mēs iepriekš nebijām domājuši," sacīja profesors Ross Kings no Kembridžas Ķīmiskās inženierijas un biotehnoloģijas katedras, kurš vadīja pētījumu. "Tas var būt noderīgi tādās jomās kā zāļu atklāšana, kur ir jāpārbauda daudzi tūkstoši savienojumu."

Pamatojoties uz cilvēku zinātnieku sniegto informāciju, GPT-4 izvēlējās zāles, pamatojoties uz bioloģiskās domāšanas un zinātniskās literatūras slēpto modeļu mijiedarbību.

Tas nav automatizācija, kas aizstāj zinātniekus, bet gan jauns sadarbības veids. Vadoties pēc ekspertu pamudinājumiem un eksperimentālām atsauksmēm, AI darbojās kā nenogurstošs pētniecības partneris, pārvietojoties milzīgā hipotēžu telpā un ierosinot idejas, kuru sasniegšanai cilvēkiem būtu vajadzīgs ilgāks laiks. "

Dr. Hektors Zenils, līdzautors no Londonas King's College

Halucinācijas, ko parasti uzskata par defektiem, kļuva par iezīmi, radot netradicionālas kombinācijas, kuras ir vērts pārbaudīt un apstiprināt laboratorijā. Cilvēku zinātnieki pārbaudīja mehāniskos iemeslus, kāpēc LLM vispirms ieteica šīs kombinācijas, barojot sistēmu uz priekšu un atpakaļ vairākās iterācijās.

Izpētot smalkas sinerģijas un aizmirstos ceļus, GPT-4 palīdzēja identificēt sešus daudzsološus zāļu pārus, kas visi tika pārbaudīti laboratorijas eksperimentos. Starp kombinācijām simvastatīns (ko parasti lieto holesterīna līmeņa pazemināšanai) un disulfirams (lieto alkohola atkarības gadījumā) izcēlās pret krūts vēža šūnām. Dažas no šīm kombinācijām liecina par potenciālu turpmākiem pētījumiem terapeitiskajā reparācijā.

Šīs zāles, lai gan tradicionāli nav saistītas ar vēža aprūpi, varētu būt potenciālas vēža ārstēšanas metodes, lai gan tām vispirms būtu jāveic liela mēroga klīniskie pētījumi.

"Šis pētījums parāda, kā AI var tieši integrēt zinātnisko atklājumu iteratīvajā cilpā, ļaujot ģenerēt un apstiprināt uz datiem balstītas hipotēzes reāllaikā," sacīja Zenils.

"Uzraudzīto LLM spēja ierosināt hipotēzes dažādās disciplīnās, apsvērt iepriekšējos atklājumus un sadarboties iterācijās pāri jaunai zinātniskās pētniecības robežai," sacīja Kings. "AI zinātnieks vairs nav metafora bez eksperimentālas apstiprināšanas: tagad tas var būt līdzstrādnieks zinātniskajā procesā."

Pētījumu daļēji atbalstīja Alises Vallenbergas fonds un Apvienotās Karalistes Inženierzinātņu un fizikālo zinātņu pētniecības padome (EPSRC).

Avoti: