AI科学家建议常见非抗癌药物组合可杀死癌细胞

一项由英国剑桥大学领导的研究发现，人工智能科学家在指导人类科研人员时可以有效识别并测试新型药物组合，这些药物原本用于治疗高胆固醇和酒精依赖等症状，却意外地显示出对乳腺癌的潜在治疗效果。这项研究采用了大型语言模型GPT-4，通过分析大量科学文献数据，寻找隐藏的模式以发现新的癌症治疗方法。GPT-4不仅能够快速提出新的药物组合建议，而且可以根据实验结果不断优化其推荐，形成一个闭环系统。人类科研人员负责检验GPT-4提出的药物组合，并对其进行进一步验证。 研究团队首先向GPT-4发送了指令，要求该模型回避已知的抗癌药物，专注于那些既能有效攻击癌细胞又能保障健康细胞安全、且成本低廉、通过监管审批的药品。GPT-4基于生物机制推理和文献中的隐含模式，从中选出了12种潜在的药物组合进行初步测试。结果显示，其中有3种组合的效果优于现有的乳腺癌药物。在此基础上，GPT-4再次学习后提出了4个新的药物组合，其中有3个同样表现出了良好的潜力。 剑桥大学化学工程与生物技术系教授罗素·金表示，这一成果表明，在监督下的人工智能语言模型具有跨学科假设生成、整合早期研究成果以及迭代合作的能力，这标志着科学研究进入了全新领域。同时，金教授强调，像GPT-4这样的工具虽然不能完全替代科学家的角色，但却是一个高效、富有创造力的新成员，可以在药物筛选等需要处理海量化合物信息的研究中辅助人类更快地探索未知领域。此外，AI所产生的一些不准确的信息（也被称作“幻觉”）在此次研究中反而成为了优势，促成了多种不同寻常且值得深入研究的组合药方。 通过与GPT-4的合作，科研人员发现simvastatin（辛伐他汀）和disulfiram（双硫仑）这两种药物联合使用能有效抑制乳腺癌细胞生长。尽管它们目前并非被广泛认可的抗癌药物，但这两种经济实惠又安全性较高的药品组合为医学界提供了重要的新线索。未来，为了确认这些药物组合是否真正具备临床应用价值，还需要开展更为严格和深入的临床试验来获得最终结论。 该研究得到了Alice Wallenberg基金会和英国工程与物理科学研究理事会的部分支持，并发表在《皇家学会接口杂志》上，题目为“大型语言模型生成科学假设：乳腺癌治疗中的实验室验证”。