Najnowsza firma powstała z laboratorium Stanford Medicine zatrudnia 37 000 pracowników i żaden z nich nie jest człowiekiem. Nie ma miejsca na laboratorium, nie ma płac i nie ma przerw na lunch. W badaniu opublikowanym 17 września w czasopiśmie Science naukowcy opisują wirtualną firmę biotechnologiczną w pełni wyposażoną w sztuczną inteligencję, która przeanalizowała dziesiątki tysięcy badań klinicznych, odkryła sygnał biologiczny pozwalający przewidzieć, które leki odniosą sukces, i niezależnie zaprojektowała terapię raka płuc, którą później opracowała samodzielnie duża firma farmaceutyczna.
Cała firma farmaceutyczna zbudowana z agentów
Projekt jest pomysłem Jamesa Zou, profesora nadzwyczajnego nauk o danych biomedycznych w Stanford Medicine i doktoranta Harrisona Zhanga, który kierował pracami. Opiera się na „wirtualnym laboratorium” agentów-naukowców zajmujących się sztuczną inteligencją, które grupa Zou uruchomiła w 2025 r. — ale tym razem zespół poszedł dalej, tworząc całą firmę składającą się z dziesiątek tysięcy agentów zajmujących się sztuczną inteligencją przeszkolonych do wspierania pełnego procesu opracowywania leków.
„Nasz pomysł polegał na tym, aby zobaczyć, jak daleko możemy to posunąć. Czy moglibyśmy stworzyć firmę biotechnologiczną, która zajmie się wszystkim, od poszukiwania celów dla leków po projektowanie badań klinicznych?” Zou powiedziała w ogłoszeniu Stanford Medicine. „Czy moglibyśmy mieć w pełni agentyczną firmę, która poradziłaby sobie z niezwykle złożonymi wyzwaniami związanymi z odkrywaniem leków?”
Wirtualna firma odzwierciedla schemat organizacyjny uznanej firmy biotechnologicznej: dyrektor ds. nauki, agent, kieruje zespołami badawczymi podzielonymi na wyspecjalizowane działy, które równolegle pracują nad podstawowymi elementami projektowania leków, od identyfikacji celów molekularnych po projektowanie badań klinicznych.
Co 37 000 agentów znalazło w 50 000 próbach
Jednym z największych wyzwań w odkrywaniu leków jest przewidywanie, które cząsteczki przetrwają badania kliniczne – proces ten, jak zauważa Zou, może kosztować dziesiątki, a nawet setki milionów dolarów i trwać wiele lat. Agentom przydzielono skrupulatne zadanie: zamiast szeroko przeglądać literaturę naukową, każdy agent analizował konkretne badanie kliniczne i pozyskiwał dane dotyczące bezpieczeństwa i skuteczności. W sumie skatalogowali około 50 000 badań w niecały tydzień, co według Zou zajęłoby badaczom lata.
Następnie agenci sprawdzili dane molekularne zebrane podczas tych prób i stworzyli dwa systemy punktacji. W pierwszym mierzono, jak specyficznie lek działa na konkretny typ komórek, a nie wpływał na wiele typów komórek. W ramach drugiego mierzono „bimodalność” – czy aktywność docelowego genu zachowuje się jak włącznik światła, włączając i wyłączając, czy też jak ściemniacz z szeregiem stanów pośrednich.
Wzór, który się wyłonił, był uderzający. Leki ukierunkowane na geny przełącznikowe w sposób specyficzny dla komórki miały o 40% większe szanse na przejście z badań fazy 1 do fazy 2, prawdopodobieństwo dotarcia na rynek o 48% większe i powodowały o 32% mniej działań niepożądanych w porównaniu z lekami o szerokiej aktywności. Efekt utrzymywał się w przypadku nowotworów, chorób mózgu, chorób serca oraz chorób nerek i płuc.
„Nauka odkryta przez agentów jest naprawdę ekscytująca i pokazuje, że cechy pojedynczych komórek można wykorzystać do tworzenia lepszych leków” – powiedział Zou. „Wskazuje to na znaczenie gromadzenia tego rodzaju danych. Może to pomóc całej branży odkrywania leków”.
Test B7-H3: od przewidywania do walidacji
Decydującą kwestią było to, czy firma w pełni wykorzystująca sztuczną inteligencję byłaby w stanie zaprojektować rzeczywisty lek. Aby się tego dowiedzieć, zespół wskazał te czynniki na B7-H3, białko od dawna będące przedmiotem zainteresowania badaczy raka płuc. Agenci przeanalizowali badania i repozytoria danych biomedycznych i odkryli wysoką ekspresję B7-H3 w fibroblastach – komórkach tkanki łącznej, które często żyją w pobliżu komórek nowotworowych. Przeglądając przestrzenne dane transkryptomiczne, odkryli, że fibroblasty wyrażające B7-H3 przekazywały sygnały do pobliskich komórek odpornościowych i tłumiły je, skutecznie maskując guz przed naturalnymi mechanizmami obronnymi organizmu.
Następnie agenci zaprojektowali koniugat przeciwciało-lek — ukierunkowane białko, które osadza się w komórkach niosących duże ilości B7-H3 i dostarcza bezpośrednio do nich ładunek chemioterapii. Co najważniejsze, projekt opierał się wyłącznie na informacjach dostępnych przed styczniem 2025 r. Kilka miesięcy później, w sierpniu 2025 r., uznana firma farmaceutyczna niezależnie opracowała tę samą strategię koniugatu przeciwciało-lek przeciwko B7-H3. Terapia ta otrzymała oznaczenie terapii przełomowej FDA po wykazaniu skuteczności w badaniu na ludziach — wynik Zou opisuje jako niezależną, zewnętrzną walidację projektu wirtualnej biotechnologii.
Zou nie kontynuuje dalszych prac nad B7-H3, ponieważ inna firma już kieruje go do klinik. Mówi jednak, że wirtualna biotechnologia ujawniła inne potencjalne cele zaprojektowane w ten sam sposób.
Ludzie pozostają przewodem
Pomimo skali siły roboczej Zou otwarcie mówi o ograniczeniach. „Ludzie, eksperymenty fizyczne i weryfikacja zawsze będą kanałem, za pośrednictwem którego sztuczna inteligencja będzie wywierać wpływ” – powiedział. Następnym krokiem zespołu jest przeniesienie nowych odkryć wirtualnej biotechnologii do prawdziwych laboratoriów, aby sprawdzić, ile z nich sprawdza się w świecie fizycznym.
Badania zostały sfinansowane przez stypendium Knight-Hennessy, National Institutes of Health, National Science Foundation i Chan Zuckerberg Biohub, przy dodatkowym wsparciu Wydziału Nauki o Danych Biomedycznych Uniwersytetu Stanforda.
Dlaczego to ma znaczenie
Badanie pojawia się w kontekście szerszej zmiany w sposobie stosowania sztucznej inteligencji w nauce – od modeli podsumowujących badania do systemów agentycznych, które planują eksperymenty, analizują dane i proponują nowatorskie terapie. Relacje z prac opublikowane przez „The New York Times” i prasę branżową zajmującą się genomiką podkreślają uwagę, jaką przyciągają ramy „wirtualnej biotechnologii”.
Jeśli wynik projektu przed walidacją dla B7-H3 jest jakąkolwiek wskazówką, przemysł farmaceutyczny ma nową klasę instrumentu badawczego do oceny: organizacje agentów sztucznej inteligencji, które mogą skompresować lata przeglądu literatury i analizy prób w kilka dni. Otwartym pytaniem – tym, które obecnie testuje zespół Zou – jest to, ile z tego, co proponują agenci, przetrwa kontakt z fizycznym stołem laboratoryjnym.
Wyprzedź sztuczną inteligencję
Sztuczna inteligencja przekształca badania na każdym poziomie, od odkrywania leków po podstawową fizykę. Aby uzyskać więcej najświeższych wiadomości o sztucznej inteligencji i analiz badań kształtujących tę dziedzinę, przeczytaj więcej wiadomości o sztucznej inteligencji →.
---
Bądź na Bieżąco z AINajnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.
Czytaj więcej wiadomości AI →
