Google DeepMind推出Co‑Scientist加速细胞逆龄研究，基因筛选效率提升数十倍

背景

在细胞衰老研究中，最关键的难题是：① 需要在成千上万的基因中挑选潜在的逆龄因子；② 大规模筛选后产生的海量数据往往需要数月时间才能与已有文献对照、提炼出可行的方向。

Co‑Scientist的双重加速

• 线索生成：Co‑Scientist 先在数万篇学术论文中检索与衰老相关的基因信息，综合多种假设模型，最终提出 20 多个新颖且具备实验可行性的基因候选。
• 数据分析：在实验完成后，Co‑Scientist 将筛选结果与文献库同步比对，自动生成关联网络和功能注释，将原本需要 4‑6 个月的手工分析压缩至几天内完成。

实验结果与意义

• 实验验证了其中数个 Co‑Scientist 推荐的基因，成功将人类皮肤、毛发及肌肉细胞从衰老表型逆转为更年轻的状态，细胞功能整体提升约 30%。
• 通过 AI 辅助的快速迭代，研究团队在同一批次实验中完成了超过 1,000 条基因的功能筛选，效率提升约 20 倍。

"使用 Co‑Scientist 的感觉就像拥有 50 人的团队在一天内完成全部工作，极大解放了实验室的人力资源。"——Omar Abudayyeh, 实验室负责人

业界影响

• 加速基础研究：AI 与实验生物学的深度融合，使得逆龄机制的探索速度前所未有，为后续药物靶点发现提供了更广阔的空间。
• 跨学科示范：Co‑Scientist 展示了多代理系统在复杂生物数据解读中的可行性，预计将推动更多生命科学领域采用类似的 AI 助手。
• 商业前景：随着逆龄因子验证的逐步深入，相关的生物技术公司有望借助此类平台快速构建专利布局，加速从实验室到临床的转化。

展望

Google DeepMind 表示，后续将继续完善 Co‑Scientist 的知识库和推理能力，计划将其推广至癌症、神经退行性疾病等其他重大医学挑战，期待 AI 能在更多生命科学前沿发挥加速器作用。