Команда Google DeepMind представила Co-Scientist — мультиагентную систему на базе модели Gemini, предназначенную для ускорения научных исследований. Система помогла профессору Стэнфордского университета Гэри Пельцу найти кандидаты для репозиционирования лекарств против фиброза печени. Один из препаратов в лабораторных тестах заблокировал 91% молекулярной реакции, связанной с фиброзом. Результаты работы опубликованы в рецензируемом журнале Advanced Science.

Как Co-Scientist ускорил поиск лечения

По данным DeepMind, Co-Scientist проанализировал огромные массивы биомедицинской литературы и выделил перспективные препараты, которые ранее не рассматривались для терапии фиброза печени. Система использует несколько специализированных агентов, каждый из которых отвечает за разные этапы гипотез: генерацию, проверку и эволюцию. Это позволяет находить неочевидные связи в данных.

Результаты лабораторных тестов

Один из предложенных Co-Scientist препаратов был протестирован в лаборатории. Он продемонстрировал способность блокировать 91% реакции, ведущей к образованию рубцовой ткани в печени. Авторы исследования отмечают, что такой подход может привести к созданию новых генорегулирующих методов лечения хронических заболеваний печени.

«Co-Scientist ощущается как коллега, который прочитал всё, что доступно о биомедицине, и обладает способностью рассуждать, чтобы находить связи, которые мы сейчас упускаем».

Профессор Гэри Пельц из Стэнфордской школы медицины.

Значение для науки

Фиброз печени — хроническое заболевание, вызванное избыточным накоплением соединительной ткани. Эффективных лекарств с низкими побочными эффектами пока мало. Использование ИИ для репозиционирования уже одобренных препаратов может значительно сократить время и стоимость клинических испытаний. Co-Scientist — один из примеров того, как мультиагентные системы становятся инструментом реальных научных открытий.