AI گوگل یک کد سرطانی جدید را حل می‌کند

گوگل دیپ مایند روز چهارشنبه اعلام کرد که آخرین سیستم هوش مصنوعی بیولوژیکی خود یک فرضیه جدید برای درمان سرطان ایجاد و به طور تجربی تأیید کرده است، نتیجه‌ای که این شرکت آن را “یک دستاورد برای هوش مصنوعی در علم” می‌نامد.

“با انجام آزمون‌های پیش بالینی و بالینی بیشتر، این کشف ممکن است راه جدیدی امیدوارکننده برای توسعه درمان‌ها به منظور مبارزه با سرطان را فاش کند.” سوندار پیچای، مدیرعامل گوگل توییت کرد .

در همکاری با دانشگاه ییل، محققان دیپ‌مایند یک نسخه را منتشر کردند مدل بنیاد ۲۷ میلیارد پارامتری برای تجزیه و تحلیل سلول‌های تک‌خانه‌ای نامیده‌شد سلول2جمله-مقیاس ۲۷ میلیارد (C2S-Scale) بر اساس کدهای آزاد گوگل ساخته شده است جمیما خانواده‌ای از مدل‌ها. این مدل توانست “یک فرضیه جدید درباره رفتار سلولی سرطان تولید کند و از آن زمان پیش‌بینی آن را با تأیید تجربی در سلول‌های زنده تأیید کرده‌ایم. این کشف مسیر جدیدی امیدوارکننده برای توسعه درمان‌ها به منظور مبارزه با سرطان را نشان می‌دهد.” شرکت نوشت در یک پست وبلاگی امروز.

یافته بر یکی از دشوارترین مشکلات در ایمونوتراپی سرطان متمرکز است: چگونهTumorهای سرد، که برای سیستم ایمنی نامرئی هستند، را گرم‌تر و در نتیجه بیشتر قابل پاسخ به درمان کنیم. DeepMind گفت که مدل آن با موفقیت یک داروی تقویت‌کننده مشروط که می‌تواند فقط در زمینه‌های زیستی خاص، قابلیت دیدآوری ایمنی را افزایش دهد.



برای آزمایش ایده، C2S-Scale داده‌های تومور بیماران را تجزیه و تحلیل کرده و تأثیرات بیش از را شبیه‌سازی کرد. ۴۰۰۰ نامزد دارویی زیر دو شرایط: یکی زمانی که سیگنال‌دهی ایمنی فعال بود و دیگری زمانی که فعال نبود. مدل پیش‌بینی کرد که سیلمی‌تاسرتیب (CX-4945) یک مهارکننده کیناز CK2 به طور چشمگیری افزایش می‌یابد ارائه آنتی‌ژن —یک عاملی کلیدی برای فعال‌سازی ایمنی—اما تنها در شرایط فعال ایمنی.

گوگل نوشت: “آنچه این پیش‌بینی را این‌قدر هیجان‌انگیز کرد این بود که یک ایده نوین بود. هرچند CK2 در بسیاری از عملکردهای سلولی، از جمله به عنوان یک تنظیم‌کننده سیستم ایمنی، درگیر شده است، اما مهار CK2 از طریق سیلمیتاسرتیب در ادبیات گزارشی مبنی بر تقویت صریح بیان MHC-I یا ارائه آنتی‌ژن ارائه نکرده است. این نکته را نشان می‌دهد که مدل یک فرضیه جدید و قابل آزمایش را تولید کرده و فقط حقایق شناخته‌شده را تکرار نمی‌کند.”

آزمایش‌های آزمایشگاهی پیش‌بینی را تأیید کردند. زمانی که سلول‌های نورواندocrine انسانی با هم سیلمیتاسرتیب و اینترفرون دوز پایین درمان شدند، ارائه آنتی‌ژن تقریباً افزایش یافت. ۵۰ درصد به‌طور مؤثر، سلول‌های توموری را بیشتر در معرض دید سیستم ایمنی قرار می‌دهد.

محققان دیپ‌مایند این کشف را به عنوان شواهدی از این موضوع توصیف کردند که ارتقاء مدل‌های هوش مصنوعی زیستی تنها به بهبود دقت منجر نمی‌شود، بلکه می‌تواند فرضیه‌های کاملاً جدیدی را تولید کند. “واقعی‌ترین وعده ارتقاء، به وجود آوردن ایده‌های جدید و کشف ناشناخته‌ها است.”

تیم‌ها در دانشگاه ییل اکنون در حال بررسی مکانیسمی هستند که این اثر سیستم ایمنی را توضیح می‌دهد و پیش‌بینی‌های دیگر تولیدشده توسط هوش مصنوعی را آزمایش می‌کنند. دیپ‌مایند گفت که این کار “نقشه‌راهی برای یک نوع جدید از کشف‌های زیستی” فراهم می‌کند، که از سیستم‌های هوش مصنوعی بزرگ مقیاس برای انجام تست‌های مجازی دارویی و پیشنهاد فرضیات زیستی مبتنی بر آزمایش‌های آزمایشگاهی استفاده می‌کند.

مدل و ابزارهای همراه آن به‌طور عمومی در دسترس هستند در آغوش گرفتن چهره و گیت‌هاب با یک پیش‌چاپ علمی که منتشر شده بر روی بیورایو .

با این حال، کارشناسان هشدار می‌دهند که چنین یافته‌هایی تنها مرحله اول یک فرآیند طولانی را نشان می‌دهد. نتایج هنوز باید از بررسی همتا یا اعتبارسنجی بالینی گذر کنند و هر گونه کاربرد درمانی به سال‌ها تحقیق و آزمایش اضافی نیاز دارد.