Artikelbild für den Artikel: FutureHouse's neues KI-System identifiziert erfolgreich eine neuartige Behandlung für die häufigste Ursache von Erblindung

FutureHouse’s neues KI-System identifiziert erfolgreich eine neuartige Behandlung für die häufigste Ursache von Erblindung

Heute kündigen wir die erste Entdeckung an, die von Robin, unserem Multi-Agenten-System zur Automatisierung wissenschaftlicher Forschung, gemacht wurde. FutureHouse hat spezialisierte Literaturrecherche-Agenten mit einem Datenanalyse-Agenten kombiniert, um medizinische Entdeckungen zu beschleunigen.

Einführung in Robin

Die Mission von FutureHouse ist es, wissenschaftliche Entdeckungen zu automatisieren. Bisher haben wir spezialisierte KI-Agenten entwickelt, um einzelne Aspekte des Entdeckungsprozesses zu automatisieren: Crow, Falcon und Owl für Literaturrecherche und Synthese; Phoenix für chemische Synthesedesign; und Finch für komplexe Datenanalysen. Heute freuen wir uns, einen bedeutenden Durchbruch bekannt zu geben: Durch die Integration dieser Agenten in ein einheitliches System namens Robin konnten wir die wesentlichen intellektuellen Schritte des gesamten wissenschaftlichen Prozesses automatisieren und unsere erste KI-generierte Entdeckung erzielen.

Wie Robin seine erste Entdeckung machte

Robin machte diese Entdeckung durch einen iterativen Zyklus von Hypothesenbildung, experimenteller Planung und Datenanalyse:

  1. Erste Hypothese: Robin führte eine umfassende Literaturübersicht mit Crow durch und stellte die Hypothese auf, dass die Verbesserung der Phagozytose der retinalen Pigmentepithelzellen (RPE) therapeutische Vorteile für die altersbedingte Makuladegeneration (dAMD) bieten könnte. Anschließend bewertete Robin mit Falcon eine Reihe von Kandidatenmolekülen, die dies möglicherweise erreichen könnten, und wir testeten zehn davon im Labor. Mit Finch analysierte Robin die Daten aus diesen Experimenten und stellte fest, dass der ROCK-Inhibitor Y-27632 die RPE-Phagozytose in Zellkulturen verstärkte.
  2. Mechanismusuntersuchung: Robin schlug dann ein RNA-Sequenzierungs-Experiment vor, um zu bestimmen, ob Y-27632 Veränderungen in der Genexpression induzierte, die die erhöhte Phagozytose der RPE-Zellen erklären könnten. Wir führten das Experiment durch, und Finch analysierte die Daten und identifizierte, dass Y-27632 ABCA1, eine kritische Lipid-Exportpumpe in RPE-Zellen, hochregulierte.
  3. Entdeckung von ripasudil als neuartiger dAMD-Behandlung: Mit den Daten aus der ersten Runde der Prüfung von Arzneimittelkandidaten schlug Robin eine zweite Reihe von Arzneimittelkandidaten vor. Wir testeten sie im selben Experiment und fanden einen neuen Spitzenkandidaten: ripasudil, ein bereits in der Augenheilkunde verwendetes Medikament. Alle Hypothesen, Experimentwahl, Datenanalysen und Haupttextfiguren in dem Manuskript, das diese Arbeit beschreibt, wurden autonom von Robin generiert. Menschliche Forscher führten die physischen Experimente durch, aber der intellektuelle Rahmen war vollständig KI-gesteuert.

Ein neues Paradigma für die wissenschaftliche Forschung

Besonders bemerkenswert ist, wie schnell wir Robin entwickeln und für diese Entdeckung nutzen konnten. Der gesamte Prozess – von der Konzeptualisierung von Robin bis zur Einreichung des Papiers – wurde in nur 2,5 Monaten von einem kleinen Team von Forschern abgeschlossen. Unser Ziel war es, zu bestimmen, ob es möglich ist, eine neuartige therapeutische Idee mithilfe eines interpretierbaren Workflows von nur drei Agenten zu generieren und zu validieren. Wir glauben, dass wir dies erreicht haben.

Durch die Automatisierung der Hypothesenbildung, der experimentellen Planung und der Datenanalyse in einem integrierten System stellt Robin ein leistungsstarkes neues Paradigma für KI-gesteuerte wissenschaftliche Entdeckungen dar. Obwohl wir Robin zunächst auf therapeutische Anwendungen angewendet haben, sind unsere Agenten allgemeingültig und können für eine Vielzahl von Entdeckungen in verschiedenen Bereichen eingesetzt werden – von Materialwissenschaften bis hin zu Klimatechnologie. Wir werden Robin am Dienstag, den 27. Mai, als Open Source veröffentlichen und hoffen, dass unser Ansatz, unsere Agenten in einfachen Workflows zu orchestrieren, andere inspirieren wird, ihre eigenen Systeme für automatisierte Entdeckungen zu entwickeln.

Quellenliste:

Dieser Artikel wurde mithilfe von KI verfasst und basiert auf automatisch gesammelten Informationen.
0 Kommentare

Hinterlasse einen Kommentar

An der Diskussion beteiligen?
Hinterlasse uns deinen Kommentar!

Schreibe einen Kommentar