人工智能识别新抗癌药物：广泛使用的非癌症药物组合可以杀死癌细胞

一位“人工智能科学家”与人类科学家合作发现，用于治疗高胆固醇和酒精依赖等疾病的廉价安全药物组合也可有效治疗癌症，这是一种有前途的药物发现新方法。

由剑桥大学领导的研究团队使用 GPT-4 大型语言模型 (LLM) 来识别埋藏在海量科学文献中的隐藏模式，以识别潜在的新型抗癌药物。

为了测试他们的方法，研究人员促使 GPT-4 识别可能对医学研究中常用的乳腺癌细胞系产生重大影响的潜在新药物组合。他们指示 GPT-4 避开标准抗癌药物，识别那些能够攻击癌细胞而不会损害健康细胞的药物，并优先考虑价格合理且经监管机构批准的药物。

随后，人类科学家对 GPT-4 建议的药物组合进行了组合和单独测试，以衡量它们对抗乳腺癌细胞的有效性。

在首次实验室测试中，GPT-4 建议的 12 种药物组合中有 3 种比现有的乳腺癌药物效果更好。该法学硕士项目随后从这些测试中学习，并提出了另外 4 种组合，其中 3 种也显示出了良好的效果。

该研究结果发表于《皇家学会界面期刊》（Journal of the Royal Society Interface），代表了闭环系统的第一个实例。该系统由实验结果指导法学硕士（LLM），而法学硕士的输出（由人类科学家解读）则指导进一步的实验。研究人员表示，法学硕士之类的工具并非取代科学家，而是可以成为受监督的人工智能研究人员，使其能够在癌症研究等领域发起、调整和加速发现。

像 GPT-4 这样的法学硕士 (LLM) 通常会返回不真实的结果，即所谓的幻觉。但在科学研究中，如果幻觉能够带来??值得测试的新想法，那么它有时也可能是有益的。

“有监督的法学硕士课程提供了一个可扩展且富有想象力的科学探索平台，可以帮助我们人类科学家探索以前从未想过的新途径，”领导这项研究的剑桥大学化学工程与生物技术系教授罗斯·金说道。“这在药物研发等领域非常有用，因为这些领域有成千上万的化合物需要研究。”

根据人类科学家提供的提示，GPT-4 根据生物推理与科学文献中隐藏模式的相互作用来选择药物。

“这不是自动化取代科学家，而是一种新型的合作，”论文合著者、伦敦国王学院的赫克托·泽尼尔博士说道。“在专家提示和实验反馈的指导下，人工智能就像一位不知疲倦的研究伙伴——快速探索巨大的假设空间，并提出人类独自探索需要更长时间才能实现的想法。”

这些幻觉——通常被视为缺陷——却成为了一个特征，产生了一些非常规的组合，值得在实验室中进行测试和验证。人类科学家首先检查了法学硕士（LLM）发现的导致这些组合出现的机制原因，并在多次迭代中反复向系统反馈信息。

通过探索微妙的协同作用和被忽视的通路，GPT-4 帮助确定了六对有前景的药物组合，所有组合均经过实验室测试。在这些组合中，辛伐他汀（常用于降低胆固醇）和双硫仑（用于治疗酒精依赖）在对抗乳腺癌细胞方面表现出色。其中一些组合显示出进一步研究治疗再利用潜力。

这些药物虽然传统上与癌症治疗无关，但可能成为潜在的癌症治疗方法，尽管它们首先必须经过广泛的临床试验。

Zenil 表示：“这项研究展示了如何将人工智能直接融入科学发现的迭代循环中，从而实现自适应的、基于数据的实时假设生成和验证。”

“受监督的法学硕士能够跨学科提出假设，整合先前的成果，并跨迭代进行协作，这标志着科学研究的一个新前沿，”King说道。“人工智能科学家不再是一个没有实验验证的隐喻：它现在可以成为科学过程中的合作者。”