由剑桥大学领导的研究团队成功利用先进的大型语言模型GPT-4与人类科学家合作，发现了几种廉价和安全药品的新组合可能有效治疗癌症。这项研究代表了人工智能（AI）在科学研究中的一种新角色——AI不仅能够帮助科学家加速发现和研发过程，还在实验设计和数据分析上表现出前所未有的创造力。 主体总结 剑桥大学的研究团队利用了GPT-4，一种强大的大型语言模型，来挖掘科学文献中的隐藏模式，从而识别潜在的新抗癌药物。为了测试这种方法的有效性，研究人员指示GPT-4避免常用的抗癌药物，而是寻找能攻击癌细胞而不伤害健康细胞的药物组合，并优先考虑那些成本低廉且已获得监管部门批准的药品。 在实验室测试中，GPT-4提出的12种药物组合中有3种组合的效果优于现有乳腺癌治疗药物。通过学习这些实验结果，GPT-4进一步提出了4种新的组合，其中3种也显示出良好的效果。这一研究成果发表在《皇家学会界面杂志》上，标志着首次实现了一种闭环系统，即实验结果指导LMM生成假设，而LMM输出再由人类科学家解释并指导后续实验。 这一方法的核心在于GPT-4能够在生物学原理和文献中的隐藏模式之间建立联系，提出创新的药物组合。尽管GPT-4有时会产生所谓的“幻觉”——即错误的结果，但在科学研究中，这些“幻觉”偶尔也能激发新的创意。教授罗斯·金（Ross King）表示：“监督下的LMM提供了一个可扩展的、富有想象力的科学探索层，可以在药物发现等领域帮助我们探索之前未曾想到的新路径。”另一位研究者赫克托·泽尼尔（Hector Zenil）博士则指出，这种合作方式使得AI成为了科学家们的不懈伙伴，快速导航巨大的假设空间，提出更多创新想法。 在这一过程中，GPT-4帮助发现了六对有潜力用于乳腺癌治疗的药物组合，其中包括洛伐他汀（simvastatin，用于降低胆固醇）和双硫仑（disulfiram，用于酒精依赖），这两者在实验室测试中显示出对抗乳腺癌细胞的显著效果。这些原本不被视作癌症治疗药物的组合未来有望进行进一步的临床试验，以验证其治疗潜力。 背景补充 这一研究不仅展示了AI在药物发现中的巨大潜力，还强调了人工智能与人类科学家之间的互补作用。GPT-4等大型语言模型虽然存在一定的局限性，但在合适的监督下，能够显著提升科研效率。这种创新的合作模式可能会在未来推动更多跨学科的研究突破。研究得到了Alice Wallenberg基金会和英国工程与物理科学研究委员会（EPSRC）的部分资助。