Felfedezett egy titkos gyógyszerkombinációt a Google mesterséges intelligenciája, ami forradalmi előrelépést hozhat a rák kezelésében.
A Yale Egyetem kutatói, együttműködve a Google tudósaival, egy innovatív mesterséges intelligenciát alkottak meg, amely képes felfedni az immunrendszer számára azokat a daganatokat, amelyek normál esetben észrevétlenek maradnának. Ez a fejlesztés forradalmasíthatja a rákdiagnosztikát és a kezelési megközelítéseket, lehetővé téve a korábbi és pontosabb beavatkozásokat.
A Google mesterséges intelligenciával foglalkozó ága, a Deep Mind, együttműködésben az amerikai Yale Egyetem kutatóival jelentős áttörést ért el a rákkutatás terén. A tudósok egy innovatív rendszert alkottak, amely lehetővé teszi új biológiai ismeretek felfedezését közvetlenül az élő sejtek szintjén. A C2S-Scale 27B névre hallgató modell a legnagyobb és legfejlettebb mesterséges intelligencia rendszerek közé tartozik, amelyet valaha is a sejtek viselkedésének mélyreható tanulmányozására terveztek - számolt be róla az Interesting Engineering.
A Google Gemma modellcsaládjára építve az AI úttörő hipotézist állított fel arról, hogy a rákos sejtek hogyan lépnek kölcsönhatásba az immunrendszerrel. Ez egy olyan eredmény, amely átalakíthatja a jövőbeli terápiák tervezését.
A felfedezés kulcsa a mesterséges intelligencia azon különleges képességében rejlik, hogy képes dekódolni az egyes sejtek „nyelvét”, és feltárni, miként lehet a nehezen észlelhető daganatokat láthatóvá tenni a szervezet immunrendszere számára. Ezek a daganatok gyakran észrevétlenek maradnak az immunválasz előtt, ami komoly akadályt jelent az immunterápiás kezelések hatékonyságában.
A DeepMind innovatív megoldása, amely képes láthatóvá tenni a daganatokat, új lehetőségeket nyithat meg a kombinált terápiák terén. Sundar Pichai, az Alphabet vezérigazgatója, az X platformon megosztott bejegyzésében részletesen kifejtette az eredmények jelentőségét és a jövőbeni lehetőségeket, amelyeket ez a fejlesztés hordoz magában.
A C2S-Scale 27B modell célja, hogy a legbonyolultabb biológiai folyamatok terén is képes legyen megalapozott érvelésre. Az ilyen szintű komplexitás kezelésére a kisebb rendszerek nem alkalmasak. A modell kiemelt feladata az immunreakciót fokozó gyógyszerek azonosítása, különös figyelmet szentelve az antigénprezentáció erősítésére. Ez a folyamat létfontosságú az immunsejtek számára, hogy hatékonyan azonosítsák és leküzdjék a rákot.
A rendszer több mint 4000 gyógyszert elemzett betegek daganatmintáiban és izolált sejtadatokban. Ez a nagyméretű szimuláció lehetővé tette olyan vegyületek azonosítását, amelyek szelektíven fokozzák az immunaktivitást a releváns biológiai környezetben, ahelyett, hogy a szervezet minden területén ez történne.
Az eredmények meglepőek voltak. Míg a mesterséges intelligencia találatainak egy része már ismert gyógyszer volt, körülbelül 10-30 százalékuk volt teljesen új jelölt. Ezek olyan anyagok, amelyeket korábban nem használtak a daganatok immunterápiájánál.
A legszembetűnőbb eredmények közé tartozott a CK2 kináz inhibitor, valamint a CX-4945 molekula együttes hatásának feltárása. Kiderült, hogy ha a kettőt együtt alkalmazzák a daganatokra, az potenciálisan jelentős immunválaszt válthat ki.
A Yale Egyetem tudósai olyan sejtcsoportokon próbálták ki az AI felvetését, amit nem használtak a rendszer betanításához, és azt találták, hogy az előrejelzés helyes volt. A két hatóanyag kombinációja az antigénprezentáció 50 százalékos növekedését eredményezte.
A felfedezés rávilágít arra, hogy a C2S-Scale 27B nem csupán biológiai adatokat elemez, hanem a kontextus figyelembevételével is következtetéseket von le. Ezáltal feltárja, miként befolyásolja a sejtek állapota a terápia hatékonyságát.
A tudósok jelenleg a mesterséges intelligencia által felfedezett részletes mechanizmusokat elemzik, miközben a rendszer által javasolt alternatív előrejelzéseket is kipróbálják. A kutatók optimistán tekintenek a jövőre, hiszen úgy gondolják, hogy az AI alkalmazása soha nem látott mértékű hipotézisek kidolgozását és kipróbálását fogja lehetővé tenni.
