Клэр Брайант использует Co — Scientist для быстрой идентификации аминокислотных триггеров при зоонозах

Профессор Клэр Брайант из Университета Кембриджа применяет многоагентный ИИ Co — Scientist, чтобы выявить белки и конкретные аминокислоты, которые могут вызывать тяжёлые реакции у людей после перехода патогенов с животных;

Профессор Клэр Брайант из Университета Кембриджа использует многоагентный ИИ Co — Scientist, чтобы быстрее находить генетические триггеры тяжёлых заболеваний при межвидовом переносе патогенов — ключевой путь появления большинства новых инфекций, в числе примеров Эбола, ВИЧ, грипп и Covid‑19. Это важно потому, что ускоренная идентификация молекулярных мишеней позволяет быстрее переходить от вычислительных гипотез к направленным лабораторным проверкам и потенциально сокращать время на разработку мер реагирования.

В тестах Брайант сначала загрузила сводку грантового предложения о проекте по гриппу у птиц и людей; Co — Scientist сгенерировал и ранжировал набор многообещающих гипотез, среди которых были и ожидаемые, и новые идеи. После одобрения гранта она добавила полный текст предложения, а позже, возвращаясь в поезде в Брюссель, обнаружила, что система приоритизировала белок, который команда ранее не рассматривала, но который оказался связан с несколькими интересующими их сигнальными путями. Далее Брайант загрузила в систему конфиденциальные, неопубликованные данные; в результате итеративного взаимодействия набор гипотез сужался: от списка кандидатных белков к конкретным аминокислотам, на которые теперь ориентированы экспериментальные планы лаборатории. Команда уже строит клеточные линии с нужными аминокислотными мутациями, чтобы тестировать эти уточнённые гипотезы в реальных экспериментах.

при использовании Co — Scientist лаборатория рассчитывает при благоприятном стечении обстоятельств уложиться примерно в шесть месяцев. Этот временной выигрыш авторы называют ключевым показателем практической эффективности инструмента. Технически Co — Scientist выступает как многоагентный ИИ‑партнёр: он агрегирует опубликованную литературу и онлайн‑ресурсы, помогает формулировать научные вопросы и приоритизировать направления исследования. Брайант отмечает, что инструмент «ловит» сигналы, которые она могла бы упустить в насыщенной данными области, и помогает команде сфокусироваться на наиболее релевантных задачах для лабораторной валидации.

Если уточнённые гипотезы подтвердятся в клеточных моделях, подход покажет путь к ускоренному переходу от компьютерных предположений к целенаправленным экспериментам при изучении зоонозных угроз и связанных патологий, таких как сепсис; при этом авторы подчёркивают осторожность: успех будет зависеть от того, приведёт ли работа с Co — Scientist к действительно правильным экспериментальным целям.