Calico Life Sciences最近在衰老研究里的动作，是用上了一款叫Co-Scientist的工具——不是新实验设备，也不是基因编辑技术，是个专门整理研究线索的东西。这事没上科技头条，但对蹲在实验室啃几十篇文献找关联的衰老科学家来说，可能是个能省不少力气的帮手。
衰老研究的老问题：线索全是散的
衰老研究的门槛不低，要啃的文献堆得像山，而且这些成果还特别散——这个实验室发现某个蛋白和皮肤老化有关，那个团队找到同一个蛋白和神经细胞凋亡有关，还有个研究说它和代谢紊乱挂钩。但这些关联大多藏在各自的论文里，没人把它们串成一条线。之前有研究人员提过，要把衰老领域的零散发现全部关联起来，靠人工得花好几年时间，还容易漏掉关键的交叉点。这不是某个团队的问题，是整个衰老研究领域的通病：数据和线索太碎，没人牵头把它们拧成一股绳。
Co-Scientist的活儿：当线索的“牵线人”
Co-Scientist不是那种能凭空造出研究成果的AI，它的本事是“连接”。它会把Calico积累的所有衰老相关的研究发现，不管是已发表的论文，还是内部的实验数据，全部整理成一个数据库，然后用算法找出那些表面不相关，实则有内在关联的点。比如，它会发现，A实验室的某个关于端粒缩短的实验，和B实验室的某个关于线粒体功能衰退的实验，其实共用了同一条信号通路；或者，某个基因在三种不同的衰老相关研究里，都出现了表达异常。然后，它会把这些关联整理成清晰的研究线索，告诉科学家们“这里有个值得深挖的方向”。Calico内部的反馈是，用了Co-Scientist之后，研究人员找新课题的时间，比之前缩短了不少。
这对衰老研究意味着什么
衰老研究现在最大的困境之一，就是重复造轮子——大家都在研究同一个零散的发现，没人敢跨领域找关联。Co-Scientist的出现，相当于给这个领域搭了个“线索交换机”。对于小团队来说，不用再花几个月时间翻遍几十篇论文，就能快速找到自己研究方向上的空白；对于大机构来说，能避免在已经有线索的地方浪费资源，把钱和精力砸在真正有潜力的交叉方向上。目前，Calico还没提到要把Co-Scientist对外开放，也没说它的算法会不会给其他研究人员用。
现在衰老研究已经有不少进展，但离真正能干预衰老还有距离，其中一半的问题，就是线索没打通。那Calico手里的Co-Scientist，是自己藏着抢跑，还是准备开放给整个领域铺路？
素材来源：Google DeepMind Blog · AI情报、AI应用落地、科研前沿
查看报道原文
发表第一条评论吧