Co-Scientist: AI加速肝病機制與藥物研發

DeepMind 最新發表的一項研究展示了 AI 在生物醫學領域的突破性應用。研究人員利用名為 Co-Scientist 的 AI 系統，深入探索肝病的分子機制，併成功識別出新的治療靶點。該研究由愛丁堡大學的 Filippo Menolascina 領導，重點在於解釋為什麼現有藥物只對部分肝病患者有效。

AI 如何破解肝病異質性

肝病，尤其是非酒精性脂肪性肝炎（NASH），具有高度異質性——不同患者的病理機制差異巨大，導致統一療法效果有限。Co-Scientist 通過整合海量文獻、臨床資料和基因組資訊，構建了疾病機制的知識圖譜。它能模擬藥物與分子通路的相互作用，並提出假設。Menolascina 團隊使用該系統發現了此前未被關注的訊號通路，這些通路在部分患者中異常活躍，而在另一些患者中則被抑制。

「Co-Scientist 不僅告訴我們哪些分子更重要，還揭示了它們之間的因果鏈條。」—— Filippo Menolascina

從假設生成到實驗驗證

Co-Scientist 的工作流程分為三步：首先，文獻挖掘與資料融合，從 PubMed、臨床試驗資料庫等提取結構化資訊；其次，因果推理模型構建疾病進展的貝葉斯網路；最後，干預模擬預測藥物靶點。研究團隊在肝細胞模型中驗證了 AI 推薦的兩個新靶點，發現抑制這些靶點能顯著減少脂肪堆積和炎症反應。這為開發分層治療策略奠定了基礎。

對精準醫學的實際意義

這項研究的價值在於其可解釋性和可操作性。傳統 AI 藥物發現往往輸出「黑箱」結果，而 Co-Scientist 能生成清晰的機制解釋。例如，它指出某款已上市的抗糖尿病藥物之所以只對一部分 NASH 患者有效，是因為該藥物靶點的活性依賴於患者特定的基因變異——這個假設在後續分析中得到了驗證。這種能力有助於臨床醫生更精準地匹配療法。