Co-Scientist: AI加速肝病机制与药物研发

DeepMind 最新发表的一项研究展示了 AI 在生物医学领域的突破性应用。研究人员利用名为 Co-Scientist 的 AI 系统，深入探索肝病的分子机制，并成功识别出新的治疗靶点。该研究由爱丁堡大学的 Filippo Menolascina 领导，重点在于解释为什么现有药物只对部分肝病患者有效。

AI 如何破解肝病异质性

肝病，尤其是非酒精性脂肪性肝炎（NASH），具有高度异质性——不同患者的病理机制差异巨大，导致统一疗法效果有限。Co-Scientist 通过整合海量文献、临床数据和基因组信息，构建了疾病机制的知识图谱。它能模拟药物与分子通路的相互作用，并提出假设。Menolascina 团队使用该系统发现了此前未被关注的信号通路，这些通路在部分患者中异常活跃，而在另一些患者中则被抑制。

“Co-Scientist 不仅告诉我们哪些分子更重要，还揭示了它们之间的因果链条。”—— Filippo Menolascina

从假设生成到实验验证

Co-Scientist 的工作流程分为三步：首先，文献挖掘与数据融合，从 PubMed、临床试验数据库等提取结构化信息；其次，因果推理模型构建疾病进展的贝叶斯网络；最后，干预模拟预测药物靶点。研究团队在肝细胞模型中验证了 AI 推荐的两个新靶点，发现抑制这些靶点能显著减少脂肪堆积和炎症反应。这为开发分层治疗策略奠定了基础。

对精准医学的实际意义

这项研究的价值在于其可解释性和可操作性。传统 AI 药物发现往往输出“黑箱”结果，而 Co-Scientist 能生成清晰的机制解释。例如，它指出某款已上市的抗糖尿病药物之所以只对一部分 NASH 患者有效，是因为该药物靶点的活性依赖于患者特定的基因变异——这个假设在后续分析中得到了验证。这种能力有助于临床医生更精准地匹配疗法。