編輯 | 蘿卜皮

曾記否？2025 年 2 月份 Google 推出了用于科學(xué)研究的多智能體 AI 系統(tǒng)——AI co-scientist。

AI co-scientist 是基于 Gemini 2.0 構(gòu)建的，能夠模擬科學(xué)方法背后的推理過程，可以發(fā)現(xiàn)新的、原創(chuàng)的知識，并根據(jù)先前的證據(jù)和特定的研究目標，制定出明顯新穎的研究假設(shè)和提案。

最近，斯坦福大學(xué)（Stanford University）的研究人員與 Google DeepMind、Google Research 等合作，探索了 AI co-scientist 在肝臟纖維化疾病方面的應(yīng)用，并提出的了新的治療方案與藥物。

相關(guān)研究以「AI-assisted Drug Re-purposing for Human Liver Fibrosis」為題，于 2025 年 5 月 4 日發(fā)布在了bioRxiv預(yù)印平臺。

論文鏈接：https://www.biorxiv.org/content/10.1101/2025.04.29.651320v1

肝纖維化是一種影響全球數(shù)百萬人的惡性疾病，由于現(xiàn)有的動物模型和體外模型質(zhì)量較差，治療方案非常有限。

為了應(yīng)對這一挑戰(zhàn)，Google 的研究團隊與斯坦福大學(xué)的 Gary Peltz 博士合作，探索如何讓 AI co-scientist 幫助尋找這種復(fù)雜疾病的新治療途徑。

具體來說，他們委托 AI co-scientist 針對肝纖維化中導(dǎo)致肌成纖維細胞形成的表觀遺傳學(xué)改變提出新的假設(shè)，提出新的治療方法，并設(shè)計實驗方案進行驗證。

研究人員利用一個多參數(shù)圖像分析工作流程，對在微孔板（即 microHO）中培養(yǎng)的多譜系人肝類器官的抗纖維化療效和藥物毒性進行連續(xù)評估，并評估了 14 種藥物的療效。

圖示：用于評估肝纖維化的 microHO 平臺。（來源：論文）

值得注意的是，在三種 AI co-scientist 推薦的靶向表觀基因組修飾因子的藥物中，有兩種表現(xiàn)出顯著的抗纖維化活性。

圖示：BRD4 或 HDAC 抑制劑可減輕 microHO 中的 TGFb 誘導(dǎo)的纖維化。（來源：論文）

對五種藥物的抗纖維化作用分析表明，其中兩種抑制了 TGFb 誘導(dǎo)的細胞內(nèi)信號傳導(dǎo)，三種藥物改變了 TGFb 誘導(dǎo)的間充質(zhì)細胞分化。由于這五種抗纖維化藥物均能減輕 TGFb 誘導(dǎo)的染色質(zhì)結(jié)構(gòu)變化，因此表觀基因組變化在肝纖維化的發(fā)病機制中發(fā)揮著重要作用。

圖示：用 TGFRB1、p38 或 GSK3b 抑制劑處理的 microHO 中的細胞變化的特征。（來源：論文）

AI co-scientist 推薦的藥物中，其中一款是 FDA 批準的抗癌藥物伏立諾他（Vorinostat），它能將 TGFb 誘導(dǎo)的染色質(zhì)結(jié)構(gòu)變化降低 91%，并促進 microHO 中肝實質(zhì)細胞的再生。

研究人員表示，AI co-scientist 可能發(fā)現(xiàn)了一種潛在的新一代肝纖維化治療方法，同時還能促進肝臟再生。

視頻：AI co-scientist 使用示意。（來源：官網(wǎng)）

研究人員在論文里表示，AI co-scientist 能夠分析涵蓋特定領(lǐng)域的海量科學(xué)文獻，識別隱藏的聯(lián)系，并提出可能催生新療法的全新假設(shè)。值得注意的是，AI co-scientist 還能指導(dǎo)用于驗證假設(shè)的研究步驟。

不過，由于生物醫(yī)學(xué)研究的內(nèi)在復(fù)雜性，AI 生成的假設(shè)仍然需要人類科學(xué)家進行嚴格的實驗驗證。

這些人工智能工具的目的是增強（而非取代）人類的科學(xué)推理能力；它們的使用將提升研究人員的發(fā)現(xiàn)能力，同時使他們能夠?qū)Πl(fā)現(xiàn)過程進行智力監(jiān)督。

盡管如此，這項仍然是人工智能應(yīng)用的一個重要里程碑，它表明人工智能賦能的科學(xué)可以顯著加速眾多生物醫(yī)學(xué)領(lǐng)域的發(fā)展。

「我們早在二月份就預(yù)覽過這項工作，但非常高興看到全面的實驗驗證結(jié)果支持了共同科學(xué)家提出的假設(shè)。」研究人員在推文里表示，「值得注意的是，這項工作是使用去年的舊版本系統(tǒng)完成的。我們在最新的 Gemini 2.5 模型上取得了顯著進展。更多進展即將公布！」

鑒于 Gemini 2.5 模型的強大能力，我們可以期待一下接下來的研究進展。

相關(guān)內(nèi)容：

https://x.com/vivnat/status/1920357328957604187

https://research.google/blog/accelerating-scientific-breakthroughs-with-an-ai-co-scientist/