1754694229
2025-08-08 22:32:00
忙しい科学者のように、 スタンフォード大学 教授 ジェームズはそうするだろう 何百もの研究のアイデアを探求したいが、2つか3つだけの時間しかありません。そこで彼は、新しいアプローチを考えました。彼の研究室をモデルにした人工知能（AI）エージェントを作成し、彼がやる時間がない実験に取り組むようにしました。
その結果、2つの新しいCovid-19ワクチンの発見が発見され、最新のバリアントへの取り組みに効果的であり、元の株から保護するためのより良い仕事をしました。
「このプロジェクトの時点で、実際には既知のバインダーはありませんでした」またはターゲットウイルスに付着する分子はPymntsとのインタビューで述べた。 「これは非常に挑戦的でオープンな研究の問題ですが、公衆衛生の観点から非常に重要で影響力のある問題でもあります。」
Covid-19を引き起こすウイルスであるSARS-COV-2を治療する2人の候補者は、AIエージェントが提案した92人の候補者から選別されました。これらの92は、AIエージェントが並べ替えてレビューしなければならなかった数兆の選択と組み合わせから絞り込まれました。
斬新なのは、AI薬剤が抗体の代わりにナノボディを使用したことであり、科学者がより一般的に使用しています。ナノボディは、ラクダのような動物に一般的に見られる抗体の小さくて珍しいいとこです。
「ほとんどの人間の研究者にバインダーを設計するように頼んだら、彼らの多くはおそらく「ああ、抗体を設計しようとしよう」と言っただろうと思う」とZou氏は言った。 「ナノボディはそれほど一般的ではありません…それは一種の興味深いものであり、おそらくAIエージェントの仮想ラボによる驚くべき決定でしょう。」
エージェントは自分の推論を説明しました。ナノボディは小さく、計算的にモデル化しやすく、潜在的に安定しています。彼らが設計した92のナノボディは、物理実験でコロナウイルスの最新の株に結合しましたが、既存のヒト設計された抗体はそうではありませんでした。
「仮想ラボによって作成されたこれらの新しいナノボディは、結合を示し、他のcovid株に対してもテストし、拘束力も示しています」とZou氏は言いました。 「結果の出力に非常に感銘を受けました。」
スタンフォード大学の生物医学データサイエンスの准教授であるZouは、仮想ラボは、アルツハイマー病のバイオマーカーを探すなどの問題に取り組むために現在それを使用している他の研究者から「多くの興奮と良いフィードバック」で迎えられたと述べました。
特に、仮想ラボは柔軟性があり、他のドメインの課題に取り組むために適用できます。また、完全にオープンソースであるとZou氏は述べています。つまり、適切に認定されている限り、ダウンロード、変更、自由に配布できることを意味します。ラボにアクセスできます ギルブ。
Zouの調査結果はaで詳述されています 紙 Nature誌に掲載されています。研究を率いたZouは、彼の共著者として持っています ジョン・パック – の科学者 Chan Zuckerberg Biohub – そして カイル・スワンソン、スタンフォードコンピューターサイエンスの卒業生。
AIの使用は、薬物発見などの分野で、ヘルスケアで牽引力を獲得しています。
1月、Google Deepmind CEO デミス・ハッサビス 彼は、AIが設計した薬物が年末までに臨床試験に来ることを期待していると述べた。
AI科学者、実際の実験
gpt-4oから駆動します Openai、仮想ラボには、主要な研究者（PI）と科学批評家（SC）の2つのリードAIエージェントがあります。 PIは他のAIエージェントを作成し、それらを管理します。 SCはエージェントのソリューションを精査し、それらを改善するように促します。人間の研究者は、プロジェクトを高レベルで監督します。
実験では、PIはチームのために次のエージェントを作成しました。免疫学者、計算生物学者、機械学習の専門家です。すべてのエージェントは、チームであろうと個人であろうと、会議で協力しました。
チームミーティングでは、PIエージェントがアジェンダを設定します。たとえば、ナノボディを設計するか抗体を設計するか。それは最初の考えを提供し、より具体的な質問をエージェントに提起します。各エージェントは、専門知識に基づいて議論に貢献します。 SCは欠陥を指摘し、質問をし、改善を提案します。
また、ラボは同じアジェンダで5回の並行会議を開催し、より堅牢な全体的なエージェントの反応を得るとZou氏は述べています。 PIエージェントは、会議を要約し、結論を出し、決定を下すか、次のステップを決定します。人間の研究者がレビューするための要約を提示します。
エージェントの1人に適した特定のタスクが手元にある場合、個別の会議もあります。そのエージェントは個別の指示を取得します。
これはすべて数日で行われました。
「これらのパイプラインを実装および設計し、これらのパイプラインを自分で作成したい場合は、それを行うのに簡単に数か月かかる可能性があります」とZou氏は言います。
幻覚を最小限に抑えるために、科学批評家は他のエージェントの結論に挑戦します。チームはまた、より良いコンセンサスのために並行して複数の会議を並行して統合した回答を実行しました。 「コンセンサスはより堅牢であり、幻覚を起こしやすい」とZou氏は述べた。
Zouは、このプラットフォームを共同ツールと見なしています。これは、人間の科学者の代わりではありません。
「AIと人間のコラボレーションは、人間だけでもAIだけよりもはるかに効果的です」とZou氏は言いました。 「医学や病気などの問題では、実際に解決すべき問題が不足していません。」
ホワイトハウスは、60の企業がデジタルヘルスエコシステムの構築にコミットしていると言います
Ambience Healthcareはユニコーンのステータスを獲得し、2億4300万ドルの資金調達ラウンド
ホワイトハウスとハイテク企業が健康データ共有を組み合わせている
#Stanford #Agents #Labは有望なCovid19の薬物リードを見つけています