DeepMind AI 助力基因研究与衰老逆转

衰老研究中最大的两个瓶颈在于：如何确定测试哪些基因通路，以及如何解读实验产生的大量数据。生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 正在利用 Co-Scientist 来帮助他们突破这两大难关。

他们的实验室运行着大规模的基因筛选，通过开启或关闭数千个基因，观察细胞对这些变化的反应。其目标是找到能够促使细胞摆脱衰老（一种与老化相关的受损状态），并向皮肤、毛发和肌肉等组织中的年轻状态转化的变化。

Co-Scientist 的双重核心作用

Co-Scientist 在两个方面提供了帮助。首先，它能生成研究线索。当团队要求它从科学文献中搜寻可能逆转衰老的因素时，它扫描了数万篇论文，考虑了多种假设，并最终提出了 20 多个值得测试的创新且合理的遗传因子。实验室测试验证了 Co-Scientist 的部分假设，其推荐的因子成功地将细胞驱动至功能改善的年轻状态。

其次，Co-Scientist 加速了后续研究进程。一旦团队获得大规模筛选的结果，他们必须弄清楚这些海量数据意味着什么，以及接下来值得探索的方向。这种试图将测试结果与多年来零散的科学文献联系起来的分析工作，研究人员通常需要花费长达六个月的时间。而通过让 Co-Scientist 将筛选数据与文献进行同步分析，这项工作被缩短至仅需几天。

来源：Google DeepMind｜原文链接