Австралийский консультант в сфере искусственного интеллекта Пол Конингем предпринял попытку терапии терминальной стадии мастоцитомы у своей собаки Рози, используя комбинацию современных нейросетевых инструментов. Проект, запущенный в ноябре 2024 года, привлек внимание технологического сообщества, включая упоминания со стороны руководителей OpenAI и Google DeepMind.
Технологический стек проекта
В основе методологии лежал синтез нескольких вычислительных платформ. Конингем использовал ChatGPT в качестве консультанта для формирования стратегии исследований, после чего обратился в Ramaciotti Centre for Genomics при Университете Нового Южного Уэльса для проведения полногеномного секвенирования здоровых тканей и клеток опухоли. Стоимость только этапа секвенирования составила 3000 долларов.
Для поиска потенциальных мишеней и подбора уже одобренных FDA субстанций, способных воздействовать на выявленные патологические белки, применялись алгоритмы AlphaFold от DeepMind. Проще говоря, ИИ анализировал структуру белков, чтобы предсказать, какие из существующих лекарственных соединений могут эффективно связаться с целевым протеином опухоли. Финальный дизайн вакцины, согласно отчетам Конингема, был сгенерирован при помощи модели Grok. По утверждению автора эксперимента, после введения препарата объем опухоли Рози сократился на 75%, хотя полное излечение животного достигнуто не было.
Анализ ограничений и рисков
Научное сообщество, в частности специалист в области клеточной и генной терапии Патрик Хайзер, призывает к осторожности в интерпретации подобных кейсов. Основная сложность заключается в доказательстве безопасности и клинической эффективности терапевтического агента. Если говорить коротко, лабораторная модель — это лишь часть пути к созданию лекарства.
Критическим препятствием является проблема специфичности или, на практике, точности таргетинга. Белковые структуры в организме млекопитающих могут обладать высокой степенью структурной гомологии. Из-за этого средство, нацеленное на конкретный белок опухоли, способно вызвать системную реакцию, воздействуя на аналогичные протеины в жизненно важных органах, например, в миокарде. Более того, результаты, полученные на животных, не всегда масштабируются из-за различий в протеоме разных видов.
Регуляторные органы и фармацевтические компании обязаны проводить долгосрочные исследования продолжительностью от пяти лет и более для оценки накопительного воздействия препарата. Использование короткоживущих лабораторных объектов не позволяет получить данные о безопасности в таких масштабах. Тем не менее, данный случай демонстрирует снижение порога вхождения для неспециалистов в области сложной биологической разработки, предоставляя инструменты для самостоятельного моделирования потенциальных терапевтических воздействий.