Пол Конингем — дата-инженер из Сиднея. 17 лет в машинном обучении, ноль в биологии. В 2024 его собаке Рози диагностировали рак. Химия и операция замедлили, но не остановили.

Тогда он открыл нейронки и начал задавать вопросы.
Что было дальше:

1️⃣Спросил у ChatGPT, какие варианты лечения существуют кроме химии. GPT предложил иммунотерапию и дал ссылку на конкретную лабораторию геномики в университете UNSW в Сиднее.

2️⃣Обратился в эту лабораторию и заплатил $3000 за полное секвенирование ДНК опухоли Рози — чтобы понять, какие именно мутации вызывают рак.

3️⃣Загрузил результаты в AlphaFold от Google DeepMind — это инструмент, который строит 3D-модели белков. Так он нашел конкретные мутировавшие белки, на которые можно нацелить лечение.

4️⃣Попытался достать существующий препарат под эти мишени, но производитель отказал.

5️⃣Не сдался — снова пошел к исследователям и спросил про мРНК-вакцины (та же технология, что в ковидных вакцинах). Написал полстраницы формулы на основе данных, которые собрал на предыдущих шагах.

6️⃣Институт РНК при UNSW синтезировал персональную вакцину по его формуле.

7️⃣Пол проехал 10 часов на машине, чтобы сделать Рози первую инъекцию в декабре.


Результат: опухоль размером с теннисный мяч уменьшилась вдвое. Собака снова бегает за кроликами.

Это первая в мире полностью персонализированная мРНК-вакцина от рака для собаки. Учёные из университета теперь используют эти данные для исследований на людях.

Почему это важно. Не потому что "AI вылечил рак" — это упрощение. А потому что человек без профильного образования использовал стек доступных инструментов (ChatGPT + AlphaFold + публичные базы данных) и за несколько месяцев прошел путь, который у исследовательской команды занял бы годы.

Это и есть тот самый "citizen science" — когда барьер входа в сложные области падает не потому что задачи стали проще, а потому что инструменты стали доступнее. Собственно, та же логика, что и с вайб-кодингом, только ставки повыше. 👨‍💻

🤖 В эпоху AI