加速追踪遗传线索以逆转细胞衰老
摘要
DeepMind的Co-Scientist正在帮助生物学家通过挖掘文献和分析筛选数据来识别逆转细胞衰老的遗传因素,将分析时间从数月缩短到数天。
生物学家利用Co-Scientist发现新的因子,成功使人类细胞恢复活力。
查看缓存全文
缓存时间: 2026/05/19 19:15
# 加速遗传线索发现,逆转细胞衰老
来源:https://deepmind.google/blog/fast-tracking-genetic-leads-to-reverse-cellular-aging/
衰老研究中两大瓶颈:一是决定测试哪些遗传通路,二是解读这些实验产生的海量数据。生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 正借助 Co-Scientist 工具来攻克这两个难题。
他们的实验室运行着大规模的遗传筛选实验——将数千个基因激活或关闭,然后读取细胞如何响应这些变化。目标是在皮肤、毛发和肌肉等组织中,找到能让细胞摆脱与衰老相关的损伤状态(即细胞衰老),并恢复到年轻状态的变化。
Co-Scientist 在两个层面提供了帮助。首先,它能生成研究线索。当团队要求它在科学文献中搜索可能逆转衰老的因子时,它扫描了数万篇论文,考虑了众多假设,最终提出了20多个新颖且具有说服力的遗传因子供测试。实验室验证了 Co-Scientist 的若干假设,其推荐的因子成功地让细胞进入更年轻的状态,整体功能得到改善。
其次,Co-Scientist 加速了后续工作。一旦团队从大规模筛选获得结果,他们就需要解读这些海量数据意味着什么,以及下一步值得朝哪个方向推进。这类分析工作——试图将测试结果与多年来分散的科学文献联系起来——通常需要研究人员花费长达六个月的时间。而让 Co-Scientist 将筛选数据与文献一并分析后,这项工作可缩短至短短几天。
相似文章
开辟衰老研究新路径
Calico Life Sciences 利用 Google DeepMind 的 Co‑Scientist 连接衰老生物学中散落的研究发现,生成可检验的假设,例如关于代谢调控ISR的新假设。
整合生物工具包,探索ALS新疗法
DeepMind的Co-Scientist人工智能工具融合了两位来自不同生物领域研究者的专业知识,通过生成可验证的假设并识别基于RNA的潜在治疗机制,加速ALS研究。
@brian_armstrong: 衰老可以说是大多数重大疾病(细胞功能丧失)的根本原因。四年前,我们打了一个赌……
Brian Armstrong 宣布,NewLimit 已研发出一种可逆转人体细胞衰老的原型药物,计划于明年进行临床试验,并已筹集 4.35 亿美元 C 轮融资,由 Founders Fund 领投。
AlphaGenome:用于更好地理解基因组的人工智能
DeepMind 推出 AlphaGenome,这是一个能够预测 DNA 序列变异如何影响基因调控和生物过程的 AI 模型,可应用于多种细胞类型和组织。该模型可处理多达 100 万个碱基对,通过 API 向非商业研究提供,完整论文已在《自然》杂志上发表。
加速生命科学研究
OpenAI 与 Retro Biosciences 合作开发了 GPT-4b micro,这是 GPT-4o 的专门版本,用于蛋白质工程,实现了干细胞重编程标志物表达提高 50 倍,并增强了 DNA 损伤修复能力。这些发现已在多个供体和细胞类型中得到验证,证明了人工智能加速生命科学研究的潜力。