Дослідники Stanford Medicine створили Virtual Biotech — систему, яка імітує роботу цілої біотехнологічної компанії. Замість людей у ній працюють ШІ-агенти.
Дослідники Stanford Medicine створили Virtual Biotech — систему, яка імітує роботу цілої біотехнологічної компанії. Замість людей у ній працюють ШІ-агенти.
Про це розповідає Phys.org.
ШІ-агенти можуть шукати потенційні мішені для нових ліків — наприклад, білки або гени, на які можна вплинути препаратом, щоб змінити перебіг хвороби. Також вони аналізують молекулярні дані та клінічні випробування та навіть можуть пропонувати перспективні напрямки для нових препаратів.
Virtual Biotech влаштована приблизно як справжня фармацевтична компанія. На чолі стоїть ШІ-агент Chief Scientific Officer. Він отримує завдання, розподіляє його між спеціалізованими командами та збирає їхні результати. А окремі групи агентів займаються генетикою, біологією захворювань, молекулами або клінічними випробуваннями. У дослідженні для цього використовували моделі Claude від Anthropic, хоча автори стверджують, що систему можна побудувати й на інших великих мовних моделях.
Щоб перевірити, на що здатна така «компанія», дослідники дали їй одну з найбільш трудомістких задач у фармакології — розібратися, чому одні кандидати на ліки проходять клінічні випробування, а інші провалюються. Система зібрала дані про майже 56 000 випробувань. А для 37 075 досліджень другої та третьої фаз запустила окремого агента на кожне.
Кожен агент мав розібрати одне випробування: перевірити його результати в ClinicalTrials.gov, пошукати наукові публікації, а якщо цього було недостатньо — дістатися до пресрелізів і офіційних повідомлень органів на кшталт FDA. Оскільки десятки тисяч агентів працювали паралельно, цей етап вдалося завершити приблизно за шість годин. За оцінкою авторів, один агент витратив би на таку саму роботу понад 76 днів.
Після цього ШІ-працівники почали шукати закономірності, які могли б підказати, чи має препарат хороші шанси пройти наступні фази випробувань. Одна з них стосувалася того, наскільки точно ліки «б’ють» по конкретному типу клітин, а також активності гена-мішені. Агенти помітили, що кращі результати частіше показували препарати, мішенню яких були гени з нестабільною активністю. У одних клітинах такий ген був дуже активним, а в інших — майже неактивним.
У проаналізованих даних препарати з такими більш «точковими» мішенями мали на 40% вищу ймовірність перейти від першої до другої фази клінічних випробувань і на 48% вищу ймовірність зрештою вийти на ринок
Також дослідники вирішили перевірити, чи зможе віртуальна компанія створити новий препарат. Для цього Virtual Biotech попросили вивчити білок B7-H3, або CD276, який давно цікавить дослідників раку легенів. Агенти проаналізували генетичні дані, активність генів в окремих клітинах і те, як клітини розташовані всередині пухлини.
Система звернула увагу на фібробласти біля пухлини. За її висновком, клітини з високою активністю B7-H3 могли допомагати пухлині пригнічувати роботу імунної системи. Тож агенти запропонували атакувати B7-H3 за допомогою antibody-drug conjugate — антитіла, до якого «прикріплений» токсичний препарат. Антитіло знаходить потрібні клітини та доставляє токсичну речовину безпосередньо до них.
Для цього експерименту агенти використовували лише інформацію, доступну до січня 2025-го року, щоб перевірити, чи зможуть вони самостійно прийти до такого підходу. Через кілька місяців одна фармацевтична компанія незалежно запропонувала схожу терапію проти B7-H3.
Автори дослідження називають це незалежним підтвердженням того, що Virtual Biotech самостійно прийшла до цього підходу. Наступний крок дослідників — узяти інші мішені, які знайшла Virtual Biotech, і перевірити вже у справжніх лабораторіях, скільки її ідей «переживуть» зустріч із реальною біологією.
Раніше dev.ua розповідав про GPT-Rosalind від OpenAI для біомедичних досліджень і розробки ліків,
