AI systémy Robin a Co-Scientist zkracují vývoj léků 200krát a nacházejí nová řešení

Hledání nových léků je často zdlouhavý a náročný proces, plný opakovaných experimentů a frustrace. Umělá inteligence (AI) však nyní nabízí řešení, které by mohlo zásadně proměnit vědecký výzkum.

Hledání nových léků je často zdlouhavý a náročný proces, plný opakovaných experimentů a frustrace. Umělá inteligence (AI) však nyní nabízí řešení, které by mohlo zásadně proměnit vědecký výzkum. Dvě nedávné studie představily systémy Robin a Co-Scientist, které využívají velké jazykové modely k automatizaci a urychlení vědeckého objevování, od generování hypotéz až po analýzu dat.

Systém Robin, vyvinutý neziskovou organizací FutureHouse, byl pověřen hledáním léků na běžné oční onemocnění. AI dokázala zkrátit dobu výzkumu až 200krát ve srovnání s vědci pracujícími samostatně. Robin se zaměřil na opětovné využití již existujících léků a po několika iteracích identifikoval ripasudil, lék schválený pro léčbu glaukomu, jako slibného kandidáta. Tento lék působí na imunitní buňky, nikoli přímo na oční buňky, což otevírá nové možnosti léčby.

Podobně funguje i Co-Scientist od Google DeepMind. S lidským vedením dokázal během několika hodin najít již schválené léky, které by mohly být znovu použity pro léčbu určitého typu leukémie, a také odhalil slibné cíle pro jaterní zjizvení. Systém byl distribuován externím týmům, například na Stanfordově univerzitě, kde pomohl Garymu Peltzovi objevit tři slibné léky na chronické onemocnění jater, z nichž jeden byl již schválen FDA pro jiné onemocnění. Co-Scientist se také vypořádal s desetiletí starými biologickými záhadami, jako je důvod, proč mnoho bakteriálních druhů sdílí stejnou skupinu genů pro rezistenci vůči antibiotikům, a dospěl ke stejnému závěru jako vědci, ale za pouhé dny.

Oba týmy zdůrazňují, že jejich systémy fungují jako spolupracovníci, nikoli jako náhrada lidských vědců. Lidé definují vizi projektu, kontrolují výstupy AI a vedou její práci, podobně jako profesor vede nadaného studenta. Vědci mají s AI složitý vztah; zatímco modely pro predikci proteinů pomohly s dříve neléčitelnými cíli a chatboti inspirují nové nápady, existují obavy z „nekvalitních výstupů AI“ ve vědecké literatuře, vysoké spotřeby energie a potenciálního snížení kognitivních schopností a kreativity. Oba systémy však zahrnují mechanismy pro omezení halucinací, například interní „revizní radu“ u Co-Scientistu nebo vestavěnou brzdu u Robina, která omezuje iracionální logické skoky.

I když žádný z léků navržených AI nebyl zatím plně ověřen a mnoho slibných terapií selže v pozdějších fázích testování, je zřejmé, že AI již inspiruje průlomové objevy. Jak poznamenal redakční tým časopisu Nature, lidská zvídavost a hravost poháněly nespočet objevů a formovaly etické rámce společnosti. AI systémy sice nabízejí vyšší efektivitu, ale zatím není jasné, zda se vyšší efektivita rovná hlubšímu vhledu. Lidský dohled a kreativita zůstávají nezbytné pro budoucí pokrok ve vědě.