Co-Scientist: 세포 노화 연구 가속화 — Google DeepMind

노화 연구에서 가장 큰 병목 중 두 가지는 어떤 유전 경로를 테스트할지 결정하는 것과 그러한 실험이 생성하는 방대한 데이터를 이해하는 것입니다. 생물학자 Omar Abudayyeh와 Jonathan Gootenberg는 두 가지 모두를 빠르게 처리하기 위해 Co-Scientist를 사용하고 있습니다.

그들의 연구실은 수천 개의 유전자를 켜거나 끄는 대규모 유전 스크린을 실행한 후 이러한 변화에 세포가 어떻게 반응하는지 분석합니다. 목표는 노화와 관련된 손상된 상태인 노화(senescence)에서 세포를 멀어지게 하고 피부, 머리, 근육과 같은 조직에서 젊은 상태로 향하게 하는 변화를 찾는 것입니다.

Co-Scientist는 두 가지 방면에서 도움을 주고 있습니다. 첫째, 리드를 생성합니다. 팀이 노화를 역전시킬 수 있는 요인들에 대해 과학 문헌을 조사해달라고 요청했을 때, 수만 개의 논문을 스캔하고 다양한 가설을 고려한 후 궁극적으로 테스트할 20개 이상의 새로운 그럴듯한 유전 요인을 제안했습니다. 실험실 테스트는 Co-Scientist의 몇 가지 가설을 검증했으며, 권장된 요인들이 전반적인 기능이 개선된 더 젊은 상태로 세포를 성공적으로 이동시켰습니다.

둘째, Co-Scientist는 후속 작업을 가속화합니다. 팀이 큰 스크린에서 결과를 얻으면 방대한 양의 데이터가 무엇을 의미할 수 있는지, 그리고 어떤 방향을 추구할 가치가 있는지 파악해야 합니다. 그러한 분석 - 테스트 결과를 수년에 걸친 분산된 과학 문헌과 연결하려고 시도하는 것 - 은 연구자에게 최대 6개월이 걸릴 수 있습니다. Co-Scientist가 문헌과 함께 스크리닝 데이터를 분석하도록 함으로써 그 작업은 단 며칠로 단축됩니다.

Two of the biggest bottlenecks in aging research are deciding which genetic pathways to test and making sense of the vast data those experiments produce. Biologists Omar Abudayyeh and Jonathan Gootenberg are using Co-Scientist to help them blast through both.

Their lab runs huge genetic screens that flip thousands of genes on or off then reads how cells respond to these changes. The goal is to find changes that push cells away from senescence â a damaged state linked to aging â and toward a youthful state in tissues such as skin, hair, and muscle.

Co-Scientist is helping on two fronts. First, it generates leads. When the team asked it to trawl the scientific literature for factors that might reverse aging, it scanned tens of thousands of papers, considered a multitude of hypotheses, and ultimately proposed more than 20 novel, plausible genetic factors to test. Lab tests validated a couple Co-Scientistâs hypotheses, with its recommended factors successfully driving cells into a younger state with improved overall function.

Second, Co-Scientist speeds up the follow-through. Once the team has results from a big screen, they have to figure out what the enormous amount of data might mean, and which directions are worth pursuing next. That kind of analysis â trying to connect test results to years of scattered scientific literature â can take a researcher up to six months. Having Co-Scientist analyse their screening data alongside the literature, that work is slashed to just a few days.