STELLA据报提出40个AML候选靶点
AI 总结
在DeepTech采访中，张载熙表示，参与其开发的科研智能体STELLA为一家国家重点实验室提出了40个此前未见诸文献的急性髓系白血病候选靶点。张载熙称，研究人员对排名第一的靶点在四个细胞系中进行了基因敲除实验，并观察到明显且高度一致的效果；其余39个候选靶点大多尚未经过实验验证。相关结果由张载熙陈述，报道未提供独立记录或验证。
深度见解
这一案例凸显了AI科研的一项关键瓶颈：AI系统能够快速提出并排序候选靶点，但湿实验验证的速度远慢于计算分析。该项目也展现了计算假设与实验验证结果之间的差距。
过去两年，AI for Science 正在经历一场肉眼可见的转向。自 AlphaFold 拿下诺贝尔奖、AlphaFold 3 和 ESM3 等模型相继问世后，AI 在生命科学里的角色，已经不再局限于预测一个蛋白结构或生成一段序列，而是开始直接接管“提出科学假设”这一核心环节。
2025 年，斯坦福大学加里·佩尔茨（Gary Peltz）团队曾做过一次对比测试：他们请谷歌研发的科研智能体 AI co-scientist 为肝纤维化筛选可以“老药新用”的候选药物。AI 推荐了三种，佩尔茨凭经验另选了两种。这五种药物在实验室培养的肝脏类器官中一同接受测试，结果 AI 推荐的两种表现出显著的抗纤维化活性，而佩尔茨选的两种均未见效。