Co-Scientist: 감염병 연구 가속화 – Google DeepMind

신종 감염병의 대부분은 에볼라, HIV, 독감, 코비드-19와 같이 동물에서 인간으로 전파되는 병원체에 의해 발생합니다. 캠브리지 대학교의 클레어 브라이언트 교수는 Co-Scientist를 이용하여 병원체가 종과 종 사이를 뛰어넘을 때 인간에게 패혈증과 같은 심각한 질병을 유발하는 분자 스위치를 찾아내고, 이것이 일어나는 것을 방지하기 위한 새로운 접근 방식을 찾고 있습니다.

Co-Scientist를 테스트하면서 브라이언트는 새와 인간의 독감을 연구하는 그랜트 제안서 중 하나의 요약본을 입력했습니다. 이 요약본은 그녀의 연구실의 연구 질문들을 제시했습니다. 그 도구는 유망한 여러 가설을 생성하고 순위를 매겼습니다. 일부는 그녀가 이미 고려한 것이고, 일부는 그렇지 않았습니다. 낯선 것들이 가장 사고를 자극했습니다.

그랜트가 자금을 받으면서 브라이언트는 완전하고 상세한 제안서를 입력했습니다. 나중에 브뤼셀로 가는 기차에서 출력물을 읽으면서 "아하!"하는 순간을 맞이했습니다. Co-Scientist가 그녀의 관심 대상이 아니었던 단백질을 우선시했는데, 이것은 그녀가 이미 관심을 가지고 있던 여러 신호 전달 경로와 연결되어 있었습니다. 그녀는 그 주의 나머지 시간을 Co-Scientist에 더 많은 데이터를 입력하고 싶어하며 보냈습니다.

자신의 연구실로 돌아온 후 그녀는 Co-Scientist 내에서 비공개로 유지되는 미발표 자료를 추가했습니다. 매번 상호작용할 때마다 가설들이 정교해졌으며, 후보 단백질에서부터 그녀의 연구실이 실험에 집중할 수 있는 특정 아미노산으로 나아갔습니다.

브라이언트의 팀은 이제 정제된 가설을 테스트하기 위해 아미노산 변이를 포함하는 세포주를 구축하고 있습니다. 일반적으로 정확한 아미노산을 식별하는 지점에 도달하는 데 2~3년의 실험 작업이 필요했을 것입니다. 하지만 그녀의 연구실은 이제 6개월 안에 완료할 수 있는 궤도에 있다고 그녀는 말합니다. 만약 Co-Scientist와의 작업이 그들을 올바른 목표로 이끌었다면 말입니다.

The majority of emerging infectious diseases are caused by pathogens that jump from animals to humans, such as Ebola, HIV, flu and Covid-19. Professor Clare Bryant at the University of Cambridge is using Co-Scientist to hunt for the molecular switches that cause severe diseases, like sepsis, in humans when pathogens leap between species, and find new approaches to prevent this happening.

Testing Co-Scientist, Bryant fed it a summary of one of her grant proposals studying flu in birds and humans outlining her labâs research questions. The tool generated and ranked a set of promising hypotheses â some she'd already considered, some she hadn't. The unfamiliar ones were the most thought-provoking.

When the grant was funded, Bryant fed in the full, detailed proposal. Later, reading through the output on a train to Brussels, she had an "a-ha!" moment: Co-Scientist had prioritised a protein that hadnât been on her radar, connected to several signalling pathways she was already interested in. She spent the rest of the week itching to give it more data.

Back at her lab, she added unpublished material, kept confidential within Co-Scientist. With each back-and-forth, the hypotheses sharpened, moving from candidate proteins down to the specific amino acids her lab could focus its experiments on.

Bryant's team is now building cell lines containing the amino acid mutations to test the refined hypotheses. To get to the point of identifying precise amino acids would normally have taken two to three years of experimental work. But her lab is now on track to complete it in six months, she says, if the work with Co-Scientist has led them to the right targets.