La prestigiosa rivista Nature ha presentato due sistemi di intelligenza artificiale (IA) in grado di fornire supporto in molteplici fasi della ricerca scientifica, come la formulazione di ipotesi, la progettazione di esperimenti e l’analisi dei dati.
I sistemi, sviluppati individualmente da Google DeepMind e FutureHouse, sono progettati per aiutare i ricercatori ad accelerare la scoperta scientifica, non per sostituirli.
Velocizzare le singole fasi del processo di ricerca
La scoperta scientifica è guidata dalla continua generazione di nuove ipotesi, dalla validazione sperimentale e dall’analisi dei dati. La crescente complessità e la sovrapposizione di argomenti scientifici implicano la necessità di una profonda competenza specifica in materia, unitamente a una conoscenza più ampia tra le diverse discipline.
È stato dimostrato che l’IA può velocizzare le singole fasi del processo di ricerca, ma un singolo sistema potrebbe semplificare il flusso di lavoro.
Due sistemi indipendenti – Co-Scientist di Google DeepMind e Robin di FutureHouse – dimostrano il potenziale di tali sistemi per migliorare il processo di scoperta scientifica.
Entrambi gli assistenti IA sono sistemi multi-agente, che utilizzano più agenti IA autonomi e specializzati in grado di eseguire compiti diversi durante tutto il processo di ricerca. Questo approccio consente ai sistemi di generare ipotesi, proporre esperimenti per testarle, interpretare i risultati sperimentali e perfezionare le ipotesi sulla base dei risultati ottenuti.
Nuovi bersagli farmacologici
Co-Scientist, sviluppato con Gemini 2.0, è un sistema multi-agente di uso generale per la scoperta scientifica. È progettato per essere applicabile a diverse discipline scientifiche, sebbene le validazioni iniziali si siano concentrate sulla biomedicina.
Ad esempio, Co-Scientist ha proposto nuovi farmaci candidati e terapie di combinazione per la leucemia mieloide acuta, un tumore aggressivo dei globuli bianchi. I trattamenti suggeriti si sono dimostrati potenzialmente benefici negli esperimenti su linee cellulari, sebbene siano necessarie rigorose valutazioni precliniche e cliniche per la validazione terapeutica, come sottolineano gli autori, Vivek Natarajan e colleghi.
Oltre alla ricerca sul cancro, Co-Scientist ha anche scoperto nuovi bersagli farmacologici per la fibrosi epatica e ha individuato i principali meccanismi genetici alla base della resistenza antimicrobica.
Sistemi progettati per collaborare con i ricercatori
Robin, che utilizza sia OpenAI o4-mini che Anthropic Claude 3.7, è progettato per supportare la scoperta nel campo della biologia sperimentale. Samuel Rodriques e colleghi applicano il sistema alle indagini per la scoperta di farmaci. Ad esempio, Robin ha facilitato l’identificazione di potenziali trattamenti per la degenerazione maculare senile secca, una delle principali cause di cecità nei paesi sviluppati. I suggerimenti includevano l’identificazione di un processo modificabile all’interno delle cellule retiniche da prendere di mira e la proposta di utilizzare un farmaco candidato non precedentemente proposto per il trattamento di questa patologia.
Robin ha anche suggerito studi di approfondimento per indagare i meccanismi sottostanti, che hanno identificato nuovi potenziali bersagli farmacologici. Tali trattamenti richiederebbero la validazione in test preclinici e studi clinici, osservano gli autori.
Entrambi i team sottolineano che questi sistemi sono progettati per collaborare con i ricercatori e che uno scienziato sarebbe sempre coinvolto nel processo. Le dimostrazioni pratiche di entrambi i gruppi forniscono esempi di come potrebbe essere il futuro della ricerca scientifica con agenti di intelligenza artificiale.
