AI

研究支援AIが提案した遺伝的要因で細胞の若い状態を誘導

この記事のポイント

  1. 実現したこと

    研究支援AIのCo-Scientistが、細胞老化研究で20件を超える遺伝的要因を実験候補として提案した。

  2. 実現の仕組み

    老化を逆転させる可能性のある要因を探すため、数万本の論文を調べて多数の仮説を検討した。

  3. 得られた結果

    Google DeepMindによると、候補の一部は実験で細胞を若い状態へ移行させ、全体的な機能も改善した。

  4. 従来との違い

    Google DeepMindは、研究者なら最大6カ月かかる場合がある実験結果と文献の解析を、AIの利用で数日に短縮したとしている。

研究室の作業台に置かれた多検体プレート。複数のウェルに描かれた細胞が、赤みのある大きな状態から緑色の小さく活発そうな状態へ移る様子を、顕微鏡と無記載の論文の束が囲んでいる。
AI生成画像

研究支援AIが細胞老化の実験候補を提案し、その一部が細胞を若い状態へ導いた。Google DeepMindによると、Co-Scientistは候補探索に加え、遺伝子スクリーニングの結果を文献と結び付ける解析も短縮した。

数千の遺伝子を切り替えて細胞の応答を調べる

生物学者のOmar AbudayyehとJonathan Gootenbergの研究室は、数千の遺伝子の働きをオンまたはオフにする大規模なスクリーニングで、細胞の応答を調べている。探索の目標は、老化に関連する損傷状態である細胞老化から、細胞を若い状態へ向かわせる変化を見つけることだ。

数万本の論文から20件超の実験候補を提案

Google DeepMindによると、研究支援AIのCo-Scientistは、老化を逆転させる可能性のある要因を探す依頼に対し、数万本の論文を調べて多数の仮説を検討した。その結果、新規性と妥当性があるとする遺伝的要因を20件超、実験候補として提案した。

候補の一部で細胞の状態と機能が改善

Google DeepMindは、研究室の実験がAIの仮説の一部を支持したとしている。推奨された要因は細胞を若い状態へ移行させ、全体的な機能の改善ももたらしたという。

実験データと文献を結び付ける解析を数日に短縮

スクリーニング後には、大量の結果を過去の文献と結び付けて解釈する作業がある。Google DeepMindによると、研究者が行うと最大6カ月かかる場合があるこの解析は、Co-Scientistに実験データと文献を併せて解析させることで数日に短縮された。