Google DeepMind разработал ИИ, который придумал новый подход к лечению рака и подтвердил его в лаборатории

Искусственный интеллект Google разгадал новый код рака

Компания Google DeepMind объявила в среду, что её последняя биологическая система искусственного интеллекта сгенерировала и экспериментально подтвердила новую гипотезу для лечения рака, результат, который компания называет `вехой для искусственного интеллекта в науке`.

«С дополнительными доклиническими и клиническими испытаниями это открытие может раскрыть многообещающий новый путь для разработки терапий против рака», — написал в Твиттере генеральный директор Google Сундар Пичай. «Захватывающая веха для искусственного интеллекта в науке: наша базовая модель C2S-Scale 27B, созданная в сотрудничестве с @Yale и основанная на модели Gemma, сгенерировала новую гипотезу о клеточном поведении рака, которую учёные экспериментально подтвердили в живых клетках.»

В сотрудничестве с Йельским университетом исследователи DeepMind выпустили 27-миллиардную модель для анализа отдельных клеток под названием Cell2Sentence-Scale 27B (C2S-Scale), построенную на открытой платформе моделей Gemma от Google. Модель смогла сформулировать `новую гипотезу о клеточном поведении рака, и впоследствии мы подтвердили её предсказание с помощью экспериментальной проверки в живых клетках. Это открытие раскрывает многообещающий новый путь для разработки терапий против рака`, — написала компания в своём блоге.

Находка сосредоточена на одной из самых сложных проблем в иммунотерапии рака: как сделать так называемые `холодные` опухоли, которые невидимы для иммунной системы, более `горячими` и, следовательно, более чувствительными к лечению. DeepMind сообщила, что её модель успешно идентифицировала условный амплификатор лекарства, который мог бы повысить видимость опухолей для иммунной системы только в определённых биологических контекстах.

Чтобы протестировать идею, C2S-Scale проанализировала данные о опухолях пациентов и смоделировала эффекты более чем 4000 кандидатов на лекарства в двух условиях: при активном иммунном сигналировании и при его отсутствии. Модель предсказала, что силмитасериб (CX-4945), ингибитор киназы CK2, значительно увеличит презентацию антигена — ключевой триггер иммунного ответа — но только в активной иммунной среде.

«Что сделало это предсказание столь захватывающим, так это то, что оно было новой идеей», — написала Google. «Хотя CK2 связывают со многими клеточными функциями, в том числе как модулятором иммунной системы, ингибирование CK2 с помощью силмитасерида не сообщалось в литературе как способ явного повышения экспрессии MHC-I или презентации антигена. Это подчеркивает, что модель генерировала новую, проверяемую гипотезу, а не просто повторяла известные факты.»

Лабораторные эксперименты подтвердили это предсказание. Когда человеческим нейроэндокринным клеткам применяли как силмитасериб, так и интерферон в низкой дозе, презентация антигенов увеличивалась примерно на 50%, что эффективно делало опухолевые клетки более видимыми для иммунной системы.

Исследователи DeepMind описали это открытие как доказательство того, что масштабирование биологических моделей ИИ не только улучшает точность — оно может генерировать совершенно новые гипотезы. «Истинное обещание масштабирования заключается в создании новых идей и открытии неизвестного», — говорится в сообщении.

Команды из Йеля теперь исследуют механизм, который лежит в основе этого эффекта на иммунную систему, и тестируют другие предсказания, сгенерированные ИИ. DeepMind сообщила, что работа «предоставляет чертеж для нового типа биологических открытий», который использует масштабные AI-системы для проведения виртуальных скринингов лекарств и предложения биологически обоснованных гипотез для лабораторных исследований.

Модель и сопутствующие инструменты общественно доступны на Hugging Face и GitHub, с научным препринтом, опубликованным на bioRxiv.

Тем не менее, эксперты предостерегают, что такие находки представляют собой лишь первый шаг в долгом процессе. Результаты ещё не прошли рецензирование или клиническую валидацию, и любое терапевтическое применение потребует многолетних дополнительных исследований и испытаний.