精选· 重要性 4/5
整合生物工具包,寻找治疗ALS的新方法
Google DeepMind Blog··约 2 分钟阅读
中文导读
麻省理工学院的Ritu Raman和波士顿儿童医院的Ryan Flynn利用各自的生物工具包,在AI系统Co-Scientist的协助下,探索肌萎缩侧索硬化症(ALS)的新疗法,重点研究细胞表面RNA的作用。
麻省理工学院的Ritu Raman和波士顿儿童医院的Ryan Flynn使用截然不同的工具包研究人类生物学,但Co-Scientist正在连接他们的实验室。Raman是一名机械工程师,她构建活的神经和肌肉组织来模拟影响随意运动的疾病。
她的丈夫Flynn是一位化学生物学家,他绘制细胞表面的RNA图谱,以了解它如何影响细胞通讯以及病原体如何入侵。当Raman决定研究ALS(这超出了她通常的领域)时,她面对的是大量相互矛盾的文献,通常需要数月才能掌握。
Co-Scientist压缩了这项工作,迅速帮助Raman审视与其组织模型相关的证据,将想法转化为可检验的假设,并根据实验室实际面临的权衡(如可行性和潜在风险回报)对潜在方向进行排序。
但Co-Scientist的最佳线索有一个问题:它们涉及细胞表面发生的事情,而细胞的大部分通讯正是在那里介导的。Raman可以操控组织并测量结果,但解码驱动这些信号的分子相互作用超出了她的专业领域。
这一差距成为了合作的催化剂。Raman将她的新研究方向带给Flynn,两人迭代使用Co-Scientist,将其最佳想法整合到创造性的研究路径中,从而统一了他们独特的工具包。
为了开发新疗法,他们现在正在寻找新型的基于RNA的机制——以及潜在的基于RNA的药物——这些机制可用于靶向ALS。