Wie Co-Scientist hilft, molekulare Schalter neuer Infektionskrankheiten zu finden

Professor Clare Bryant von der Universität Cambridge nutzt den Co-Scientist von Google DeepMind, um molekulare Schalter zu finden, die schwere Krankheiten wie Sepsis auslösen, wenn Erreger von Tieren auf Menschen überspringen. Sie testete das Tool zunächst, indem sie ihm eine Zusammenfassung eines Forschungsantrags zur Untersuchung der Grippe bei Vögeln und Menschen eingab, und es generierte und bewertete vielversprechende Hypothesen, von denen einige ungewohnt und zum Nachdenken anregend waren. Später fütterte sie den vollständigen Antrag ein, und der Co-Scientist priorisierte ein Protein, das sie nicht in Betracht gezogen hatte, das mit Signalwegen verbunden war, die sie interessierten. Zurück im Labor fügte sie unveröffentlichte Daten hinzu, und mit jeder Iteration wurden die Hypothesen von Kandidatenproteinen auf spezifische Aminosäuren verfeinert. Bryants Team baut nun Zelllinien mit diesen Mutationen auf, um die Hypothesen zu testen. Normalerweise würde die Identifizierung präziser Aminosäuren zwei bis drei Jahre experimenteller Arbeit erfordern, aber ihr Labor erwartet, dies in sechs Monaten abzuschließen, wenn die Ziele des Co-Scientist korrekt sind.