你知道经常吃鸡蛋可能有助于保持老年时期的头脑敏锐吗？或者阿尔茨海默病实际上与神经元周围的髓鞘退化有关？

所有这些都是相对较新的科学发现，它们依赖于大语言模型时代AI为我们带来的洞察。

就在几年前，科学家们对阿尔茨海默病的了解还很有限。这种疾病影响着超过700万美国人，据认为在65岁及以上人群中约有九分之一的人会患上此病。但现在，我们对这种疾病的成因和有效治疗方法有了更多了解。

关于鸡蛋，这里的科学原理围绕胆碱代谢展开。

"研究表明，胆碱对认知功能很重要，"《今日医学新闻》的蒂姆·纽曼写道。"研究还发现，适量摄入胆碱与降低痴呆症风险之间存在潜在联系。正如最新研究的作者所解释的，鸡蛋是胆碱的'顶级食物来源'，因此值得研究。胆碱有许多重要功能；例如，它是神经递质乙酰胆碱的前体，在细胞膜中发挥关键作用，并具有神经保护能力。"

连接线索

那么，我们如何最终了解这种攻击众多美国老年人神经系统的疾病的所有这些信息呢？

AI的事实发现能力使科学家能够超越传统的科学方法。

在最近的一次TedX演讲中，曾在MIT担任学生和教授的马诺利斯·凯利斯回顾了其中一些科学发现及其起源，解释了AI为我们带来的帮助如何使科学家在阿尔茨海默病研究方面从假设模型转向数据驱动模型，从相关性模型转向因果关系模型。

"我们迎来了大数据的新时代，这使我们现在能够采用数据驱动的方法来理解阿尔茨海默病的分子基础和细胞基础，"他说。"我们正在转向拥有数十亿参数的基础模型，这真正使我们能够理解潜在的分子机制，即细胞说话的语言。"

实践研究

凯利斯谈到了从脑部捐献者那里获得的数千个"死后样本"，以及这如何为阿尔茨海默病研究提供了更好的观察角度。

科学家们发现了什么？

"我们发现这些患有阿尔茨海默病的个体显示出围绕神经元的髓鞘化减少，"他说。"用髓鞘包裹神经元的少突胶质细胞不再运输必需的脂质，这些脂质实际上被困在少突胶质细胞的内质网中，然后仅仅因为存在就造成额外损害。"

这是一个非常科学的解释：如果你记住"脂质运输"这个短语和髓鞘化减少的概念，即髓鞘退化，你就掌握了这门新科学的一些要点。

凯利斯提出的一个重要观点是，这些现象中的每一个都涉及体内少量通路，从而能够以高精度进行靶向和个性化治疗。

以下是他的原话：

"我们看到了阿尔茨海默病的反复特征，"凯利斯解释道。"我们基本上问，'哪些通路被反复破坏？'我们发现的是髓鞘化、胆固醇运输、脂质运输、小胶质细胞、神经炎症、线粒体损伤中的少量通路——在每一个案例中，我们发现这些通路在不同个体中每次都被反复扰乱，特别是，通过理解疾病的异质性，我们发现有些个体显示大量病理学特征，大量淀粉样蛋白积累，但绝对没有认知能力下降，没有任何痴呆症状，我们发现了对阿尔茨海默病具有保护作用的特定通路。"

他建议，这导致了使用"特征特异性负担评估"，他声称这将为个体定制阿尔茨海默病治疗。

"我们现在实际上可以将其与仅在这些特征中的任何一个中表现的罕见疾病相结合，基本上开始重新利用影响我之前提到的任何一个特征的药物，以便能够恢复细胞功能，"他说。

生成式AI在该领域的应用

如果你跟随我阅读凯利斯证词的这个较长部分，你会看到从生物学和化学交叉点获取大数据洞察的想法。凯利斯谈到"使用生成式AI学习功能和结构的联合表示，以便能够看到蛋白质水平上失调的表现位置。"

"我们在化学方面也做了同样的事情，"他说，"我们采用了人类合成和测试过的每一种化学物质……我们将它们共同嵌入到一个单一的化学景观中，这使我们现在能够观察化学功能的邻域以及它们如何与相应蛋白质编码基因的结构相关联。"

他说，这使科学家能够选择目标，用他的话说，"从潜在空间的空白区域采样生成信息"来创造新药物并在实验室中合成它们。

"以快速的方式，"他说，"我们释放了这一新类别的AI模型，这些智能体能够使用工具，理解文献，理解蛋白质结构，理解化学结构，执行对接精细操作，基本上看到药物如何匹配我们关心的特定域。"

然后，他的阐述发生了一个非常有趣的转折。

小脑和治疗学

"为了实际设计新的治疗方法，通过快速合成，我们能够制造这些治疗药物，我们能够在人体类器官中测试它们，"凯利斯说。

类器官？

当我询问ChatGPT时，它基本上告诉我：科学家通常使用胚胎干细胞或多能干细胞，这些是被重新编程以表现得像胚胎细胞的成体细胞。在特定的生长条件下，这些细胞自组织成类似真实器官的组织集合。

再一次，凯利斯的措辞相当精巧：

"我们从他们的皮肤中取出成纤维细胞，"他说，"我们将它们分化为神经元培养物和脑类器官，我们将100种药物的完整矩阵测试到来自这些患者的100个个性化'大脑'中，基本上在转录水平、细胞水平以及电生理水平上看到结果，基本上看到这些神经元的放电如何变化以及钙信号如何变化。"

这确实是令人信服的研究。凯利斯详细地向我们展示了这如何导致为每个阿尔茨海默病患者制定个性化护理图表，以及这将如何彻底改变干预措施。他这样结束：

"生成式AI真正可以改变医学景观，首次在一个迄今为止仍然无法接近但由于这些类器官而终于开始被系统性阐明的器官中实现预测性精准和个性化治疗。所以我希望你们加入这个旅程，共同努力理解分子基础，理解机制，不仅仅是表现，而是疾病的实际根本原因。"

这是你将阅读的最重要的文章之一。阿尔茨海默病和高级痴呆症的发病率很高，每个人都在问：我如何保护自己？如果我们已经分离出这一系列生物治疗和预防措施，我们可能不再需要担心了。

Q&A

Q1：AI如何帮助科学家研究阿尔茨海默病？

A：AI的事实发现能力使科学家能够超越传统科学方法，从假设模型转向数据驱动模型，从相关性模型转向因果关系模型。通过拥有数十亿参数的基础模型，AI帮助科学家理解阿尔茨海默病的分子基础和细胞基础，真正理解潜在的分子机制。

Q2：科学家发现阿尔茨海默病的主要成因是什么？

A：科学家发现患有阿尔茨海默病的个体显示出围绕神经元的髓鞘化减少。少突胶质细胞不再能正常运输必需的脂质，这些脂质被困在细胞内质网中，造成额外损害。这涉及髓鞘化、胆固醇运输、脂质运输、神经炎症等多个通路的破坏。

Q3：类器官技术在阿尔茨海默病治疗中有什么作用？

A：科学家从患者皮肤中提取成纤维细胞，将其分化为神经元培养物和脑类器官，然后测试100种药物在100个个性化"大脑"中的效果。这种技术能够在转录水平、细胞水平和电生理水平上观察结果，为每个患者制定个性化治疗方案。