跳转到内容

## 融合生物工具箱,开辟治疗 ALS 的新路径

· DeepMind
DeepMind

将生物工具包整合,开启 ALS 研究新路径

Image 37: 这张图片展示了一位年轻女性,留着长黑发,身穿深色长袖上衣和黑色丁腈手套,正在实验室里工作。她手持移液器,专注于一项涉及实验设备的任务,身后的架子上可见试管架和其他用品。

麻省理工学院(MIT)的 Ritu Raman 和波士顿儿童医院的 Ryan Flynn 用截然不同的工具包研究人类生物学,但 Co-Scientist 正在连接他们的实验室。Raman 是一名机械工程师,她构建活体神经和肌肉组织,用于模拟影响随意运动的疾病。她的丈夫 Flynn 是一名化学生物学家,他绘制细胞表面的 RNA 图谱,以研究 RNA 如何影响细胞间通信,以及病原体如何入侵细胞。

当 Raman 决定研究 ALS 时,这一课题超出了她平常的研究范围,她面对的是庞杂且相互矛盾的文献,通常需要数月才能理解。Co-Scientist 压缩了这项工作,迅速帮助 Raman 将证据与她的组织模型关联起来,把想法转化为可检验的假设,并根据实验室实际面临的取舍——例如可行性以及潜在的风险收益比——对潜在方向进行排序。

但 Co-Scientist 最有价值的线索带着一个前提:它们涉及细胞表面发生的事情,而大量细胞间通信正是通过那里介导的。Raman 可以操控组织并测量结果,但解析驱动这些信号的分子相互作用并不在她的专长范围内。

这一缺口成为合作的催化剂。Raman 将新的研究方向带给 Flynn,两人迭代使用 Co-Scientist,把它最好的想法整合成更具创造性的研究路径,将各自不同的工具包联合起来。为了开发新疗法,他们现在正寻找新的基于 RNA 的机制——以及潜在的基于 RNA 的药物——以用于靶向 ALS。

幻灯片 1/2

科学是一项团队运动。Co-Scientist 不能独自完成科学研究,我也不能一个人完成。它帮助我组织思路,让我知道该向其他专家和合作者提出什么问题。

副教授 Ritu Raman

麻省理工学院

你把 Co-Scientist 排名靠前的概念拆解出来,再把它们综合成新的东西。它能帮助你抓住那些合理、逻辑清晰的想法,把它们稍微调整几个角度,转化为更具创造性的成果。

副教授 Ryan Flynn

波士顿儿童医院

相关文章

Co-Scientist:一位多智能体 AI 伙伴,加速科研进程

2026 年 5 月 科学

Image 38

发掘可再利用药物以对抗肝纤维化

2026 年 5 月 科学

Image 39

加速发现肝病机制

2026 年 5 月 科学

Image 40

开辟衰老研究的新路径

2026 年 5 月 科学

Image 41

寻找新发传染病背后的分子开关

2026 年 5 月 科学

Image 42

通过基因线索加速逆转细胞衰老

2026 年 5 月 科学

Image 43