主な要約 「AI科学者」と人間の研究者が協力することで、安価で安全性が確認されている薬剤の組み合わせが癌治療に有効であることが初めて明らかになりました。これは新たなアプローチとして注目を集めています。このプロジェクトはカムbrig大学を中心に進められ、GPT-4という大型言語モデル（LLM）が科学文献に埋もれたパターンを識別して、新しい癌治療薬の可能性を探索しました。 研究チームは、GPT-4に対して標準的な癌治療薬ではなく、癌細胞に効果的に作用しながら健康な細胞にはダメージを与えない薬剤を探すよう指示を出しました。さらに、規制当局の承認を得ている安価な薬剤を優先させました。GPT-4が提案した12つの薬剤組み合わせのうち、3つが現在使用されている乳腺癌治療薬よりも効果的でした。さらに、これらの実験結果から学習したGPT-4は4つの新たな組み合わせを提案し、内3つも有望な結果を示しました。 この研究は、実験結果に基づいてLLMが学習し、その出力を人間の科学者が解釈してさらなる実験へとつなげる「閉ループシステム」を初めて実現しました。GPT-4は、生物学的な根拠と科学文献の隠れたパターンを基に薬剤を選択しました。 通常、LLMは「空想（hallucination）」と呼ばれる偽の結果を生成することがありますが、科学的研究においては、これが新たなアイデアにつながる可能性があるため、時には利点となり得ます。研究者は、これらの組み合わせのメカニズムを評価し、システムとの反復的なフィードバックによって、効果的な薬剤を見つけていきました。 GPT-4は、微妙な相乗効果と見落とされてきた経路を探し、6つの有望な薬剤組み合わせを特定しました。特に、コレステロールを低下させるための「シンバスタチン」とアルコール依存症治療薬の「ディスัลファーラム」の組み合わせが乳腺癌細胞に対して効果的であることが確認されました。これらの薬剤は伝統的に癌治療とは関係がないものではありますが、治療の再利用可能性を研究する上で有望さを見せています。ただし、臨床試験を経て安全性と効果が確認される必要があります。 背景の補足 研究の監督者であるケムブリッジ大学化学工学・バイotechnology部門のロス・キング教授は、「監督下にあるLLMは、大規模で創造的な層を科学探検に持ち込むことができ、私たち人間の科学者が以前には思い至らなかった新たな道を追求するための助けとなります」と述べています。「特に薬の探索のような分野では、数千もの化合物から選ぶ必要があるため、これは非常に役立つでしょう。」 共同研究者のクイーンズ・カレッジ・ロンドンのエクトル・ゼニル博士は、「これは自動化が科学者を置き換えることではなく、新種の協働であることを強調します」と述べています。「専門家の提示と実験的なフィードバックによって、AIは休息をとることなく大量の仮説空間をナビゲートし、人間だけでは到達するのが遥かに時間がかかるようなアイデアを提案することができます。」 この研究は、アリス・ウォールベリッグ財団と英国技術・物理科学研究庁（EPSRC）から部分的に支援されました。研究成果は、『Journal of the Royal Society Interface』に掲載されました（DOI: 10.1098/rsif.2024.0674）。