
Revolutionierung der Arzneimittelentwicklung: Googles KI-Modell TxGemma
Eine Studie der National Library of Medicine aus dem Jahr 2022 enthüllte eine erschreckende Statistik: 90 % der Medikamentenkandidaten scheitern nach Abschluss der ersten Phase der Tests. Diese Statistik unterstreicht die inhärenten Risiken und Kosten – oft in Milliardenhöhe –, die mit der Entwicklung lebensrettender Therapeutika verbunden sind. Angesichts dieser Herausforderungen hat Google TxGemma eingeführt, ein bahnbrechendes KI-Modell, das die Arzneimittelentwicklung revolutionieren soll.
Die Entwicklung von TxGemma
TxGemma ist ein offener Nachfolger von Googles Vorgängermodell Tx-LLM, das im vergangenen Oktober aufgrund seiner potenziellen Anwendungsmöglichkeiten in der Arzneimittelentwicklung Aufmerksamkeit erregte. Forscher äußerten den Bedarf an einem Modell, das sich an ihre individuellen therapeutischen Anwendungen anpassen lässt. Als Reaktion darauf hat Google TxGemma für Entwickler zugänglich gemacht, damit diese es nutzen und an ihre spezifischen Datensätze anpassen können.
Funktionen von TxGemma
Dieses Modell basiert auf Googles Gemma-Framework, konzentriert sich jedoch speziell auf die Entwicklung von Therapeutika. TxGemma wurde entwickelt, um die Eigenschaften von Therapeutika während des Entwicklungszyklus zu erfassen und vorherzusagen. Dies unterstützt Forscher dabei, die vielversprechendsten Wirkstoffziele zu identifizieren und die Ergebnisse klinischer Studien vorherzusagen. Dadurch werden Zeit- und Ressourcenverluste minimiert.
Modellspezifikationen und Leistung
TxGemma bietet eine Reihe von Modellen in drei verschiedenen Größen an, sodass Entwickler die Version wählen können, die ihren Hardware-Kapazitäten entspricht. Zur Auswahl stehen Modelle mit 2 Milliarden, 9 Milliarden und sogar 27 Milliarden Parametern. Jede Variante verfügt über eine Vorhersagefunktion, die beispielsweise folgende Aufgaben ausführen kann:
- Klassifizierung (z. B.Feststellung, ob ein Molekül die Blut-Hirn-Schranke überwinden kann)
- Regression (z. B.Abschätzung der Bindungsaffinität eines Arzneimittels)
- Erzeugung (z. B.Herstellung potenzieller Reaktanten aus einem Reaktionsergebnis)
Google betonte die Wirksamkeit seines 27 Milliarden Parameter umfassenden Modells und erklärte:
Das größte TxGemma-Modell (27B-Vorhersageversion) liefert eine starke Leistung. Es ist nicht nur bei fast jeder Aufgabe besser oder in etwa gleichwertig mit unserem bisherigen, hochmodernen Generalistenmodell (Tx-LLM), sondern kann es auch mit vielen speziell für einzelne Aufgaben entwickelten Modellen aufnehmen oder übertrifft sie sogar. Konkret übertrifft es unser bisheriges Modell bei 64 von 66 Aufgaben oder erreicht eine vergleichbare Leistung (bei 45 Aufgaben übertrifft es dieses) und erzielt dasselbe Ergebnis bei 50 Aufgaben gegenüber spezialisierten Modellen (bei 26 Aufgaben übertrifft es diese).
Einführung von TxGemma-Chat
Zusätzlich zu den TxGemma-Modellen hat Google TxGemma-Chat in den Konfigurationen 9 Milliarden und 27 Milliarden Parameter eingeführt. Diese Version ermöglicht es Forschern, mit dem Modell in Dialog zu treten, es zur Erklärung seiner Schlussfolgerungen aufzufordern und komplexe Fragen zu beantworten. Dies könnte die Entwicklung therapeutischer Verfahren erheblich beschleunigen.
Die Einführung von Agentic-Tx
Google stellte außerdem Agentic-Tx vor, das das Gemini 2.0 Pro Framework nutzt. Dieses innovative Tool bewältigt Herausforderungen im Zusammenhang mit der Nutzung aktueller externer Informationen und der Durchführung mehrstufiger Schlussfolgerungen. Ausgestattet mit 18 spezialisierten Tools unterstützt Agentic-Tx Forscher durch:
- TxGemma für fortgeschrittenes mehrstufiges Denken
- Allgemeine Suchfunktionen von PubMed, Wikipedia und dem Internet
- Spezielle Werkzeuge für die molekulare Analyse
- Ressourcen zur Gen- und Proteinanalyse
Erste Schritte mit TxGemma
Um die Möglichkeiten von TxGemma zu nutzen, können interessierte Entwickler den Vertex AI Model Garden oder Hugging Face besuchen. Indem Google diese Modelle als Open Source bereitstellt, ermutigt es die Forschungsgemeinschaft, Innovationen voranzutreiben und Verbesserungen zu teilen. Dieser kollaborative Ansatz soll die Entwicklung neuer Therapeutika beschleunigen und letztlich unzählige Leben retten.
Schreibe einen Kommentar ▼