生物学家Omar Abudayyeh和Jonathan Gootenberg利用Co-Scientist加速衰老研究,通过大规模基因筛选寻找能使细胞远离衰老的基因。Co-Scientist帮助他们从数万篇文献中筛选出20多个可测试的基因因素,并将数据分析时间从几个月缩短到几天,这将推动生物学领域的重大突破。
加利科生命科学的研究团队利用Co-Scientist工具,连接衰老生物学中的发现,形成可测试的假设,特别是在整合应激反应与代谢关系方面。实验结果对健康和疾病中的应激反应角色具有重要意义,团队计划发表研究成果。Co-Scientist的表现超出预期,帮助研究人员整合信息,解开衰老之谜。
爱丁堡大学的生物工程师Filippo Menolascina利用Co-Scientist工具研究代谢功能障碍相关脂肪肝病(MASH),整合肝脏生物学和药理学证据,识别潜在组合疗法。该工具提出了关于药物resmetirom的假设,揭示了NLRP3炎症小体在炎症与代谢之间的联系,为靶向双重疗法提供了基础。
研究人员利用Co-Scientist系统加速了肝纤维化、ALS、细胞衰老和新感染疾病的研究。该系统整合文献,提出新药物重定位候选和基因线索,显著提高实验效率,帮助科学家发现潜在治疗方法和机制。
本文介绍由GPT-4驱动的AI系统Coscientist,能自主设计、规划并执行化学实验。该系统整合网络搜索、文档查询、代码执行与实验自动化模块,在优化钯催化交叉偶联反应、控制液体处理设备及云实验室操作等六项任务中表现优异。研究显示此类系统具有多功能性、高效性和可解释性,有望加速科研发现,但需关注安全与双重用途风险。
卡内基梅隆大学团队开发了“Coscientist”系统,由网络搜索器、文档搜索器和规划器三个AI模块协作,能查阅文献、阅读设备手册并操作自动化设备完成化学实验。该系统可自主合成对乙酰氨基酚等常见药物、识别溶液颜色、纠正硬件操作错误,并通过“游戏化”方式优化反应产量。研究显示多模块协作可提升AI自主科研能力,但也引发了对危险化学品更易合成的担忧。
卡内基梅隆大学团队开发了由大语言模型和多种软件模块组成的AI系统“Coscientist”,可自主查阅资料、编写代码并操控机器人设备。该系统首次尝试即成功规划并执行铃木反应等诺贝尔奖级化学反应,并能自行发现和修正错误。研究表明,AI可加速科学发现、提高实验可重复性并降低科研门槛,但需负责任地部署以防滥用。
完成下面两步后,将自动完成登录并继续当前操作。