精选· 重要性 4/5
AI 加速发现逆转细胞衰老的遗传线索
Google DeepMind Blog··约 2 分钟阅读
中文导读
衰老研究的两大瓶颈——筛选基因通路和分析海量数据——正被谷歌 DeepMind 的 Co-Scientist 系统突破，它将分析时间从数月缩短至数天，并提出了 20 多个可验证的逆转衰老候选基因。
快速追踪遗传线索以逆转细胞衰老衰老研究中的两大瓶颈是决定测试哪些遗传通路，以及理解这些实验产生的大量数据。生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 正在使用 Co-Scientist 来帮助他们突破这两个瓶颈。
他们的实验室运行着大规模的基因筛选，可以开启或关闭数千个基因，然后读取细胞如何响应这些变化。目标是找到能够推动细胞远离衰老（一种与衰老相关的受损状态）并走向年轻状态的变化，涉及皮肤、头发和肌肉等组织。
Co-Scientist 在两个方面提供帮助。首先，它生成线索。当团队要求它在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，考虑了众多假设，并最终提出了 20 多个新颖且合理的遗传因素供测试。
实验室测试验证了 Co-Scientist 的几个假设，其推荐的因素成功地将细胞驱动到更年轻的状态，并改善了整体功能。其次，Co-Scientist 加快了后续工作。一旦团队从大规模筛选中获得结果，他们就必须弄清楚海量数据可能意味着什么，以及接下来哪些方向值得探索。
这种分析——试图将测试结果与多年积累的分散科学文献联系起来——通常需要研究人员长达六个月的时间。
让 Co-Scientist 分析他们的筛选数据并结合文献，这项工作被缩短到只需几天。