El avance de Google en inteligencia artificial para el tratamiento del cáncer: presentamos Cell2Sentence Scale 27B
Google ha dado un paso significativo en el ámbito de la inteligencia artificial en la investigación médica con la introducción de la Escala Cell2Sentence 27B (C2S-Scale), parte de su innovadora familia de modelos Gemma. Este avanzado modelo de IA ha permitido a los investigadores identificar una nueva vía que podría mejorar la eficacia de la inmunoterapia contra tumores cancerosos resistentes.
Desarrollo colaborativo con la Universidad de Yale
En colaboración con investigadores de la Universidad de Yale, Google desarrolló este modelo de vanguardia con la impresionante cantidad de 27 mil millones de parámetros. C2S-Scale se especializa en interpretar el complejo lenguaje de las células individuales, lo que facilita un enfoque transformador para analizar el comportamiento celular. Esta capacidad permite a los científicos descubrir nuevas estrategias terapéuticas para abordar enfermedades como el cáncer, un campo que a menudo presenta dificultades para encontrar opciones de tratamiento eficaces.
Abordar la evasión inmunitaria en los tumores
Uno de los obstáculos más importantes en el tratamiento del cáncer es que los tumores pueden «enfriarse», evadiendo la detección inmunitaria y socavando la eficacia de la inmunoterapia. El modelo C2S-Scale se diseñó para identificar compuestos que pudieran «calentar» estos tumores fríos, específicamente en escenarios donde las señales inmunitarias, como el interferón, presentaban una actividad mínima.
Innovadora proyección virtual de doble contexto
Utilizando un enfoque de cribado virtual de doble contexto, C2S-Scale analizó más de 4000 fármacos en diferentes condiciones: una que enfatiza la señalización inmunitaria activa y la otra, neutral. Su misión era identificar compuestos que demostraran efectos beneficiosos únicamente en entornos inmunoactivos. Si bien muchos de los fármacos identificados ya se conocían, el modelo también reveló varios nuevos candidatos prometedores.
Descubrimientos emocionantes: El potencial de Silmitasertib
Entre los hallazgos más destacados se encuentra el inhibidor de la cinasa CK2, silmitasertib (CX-4945).Según Google, el modelo planteó la hipótesis de un aumento significativo en la presentación de antígenos en presencia de silmitasertib en el escenario de «contexto inmunitario positivo», mientras que mostró efectos mínimos en entornos neutrales. Esta predicción fue convincente, ya que introdujo un concepto novedoso en el panorama de la investigación.
El modelo predijo un fuerte aumento en la presentación de antígenos al aplicar silmitasertib en el contexto inmunitario positivo, pero poco o ningún efecto en el contexto inmunitario neutral. Lo que hizo esta predicción tan emocionante fue que se trataba de una idea novedosa.
Aunque la CK2 se ha implicado en numerosas funciones celulares, incluyendo su función como modulador del sistema inmunitario, no se ha descrito en la literatura que la inhibición de la CK2 mediante silmitasertib mejore explícitamente la expresión de MHC-I o la presentación de antígenos. Esto pone de relieve que el modelo generaba una hipótesis nueva y comprobable, y no se limitaba a repetir datos conocidos.
Validación de laboratorio e implicaciones para la inmunoterapia
Google validó las predicciones del modelo en entornos de laboratorio. Las pruebas iniciales demostraron que el silmitasertib por sí solo no tuvo un efecto significativo, mientras que el interferón mostró una mejora modesta. Sin embargo, al combinarlos, se produjo un notable aumento del 50 % en la presentación de antígenos. Esto sugiere que el silmitasertib podría desempeñar un papel crucial en la mejora de la capacidad de los fármacos de inmunoterapia para reconocer y combatir tumores, especialmente en casos donde la activación inmunitaria permanece baja.
Ampliando horizontes en descubrimientos impulsados por IA
La investigación subrayó el potencial de los modelos de fundamentos biológicos a gran escala para ir más allá del mero análisis de datos y contribuir activamente a los descubrimientos científicos. Investigadores de la Universidad de Yale exploran ahora cómo funciona este nuevo conocimiento en diversos contextos inmunitarios e investigan predicciones farmacológicas adicionales generadas por el modelo C2S-Scale.
Colaboración en código abierto y perspectivas futuras
El modelo Gemma es de acceso público y código abierto, y está disponible para mayor exploración en Hugging Face y GitHub. Google anima a las comunidades científicas a aprovechar las capacidades del modelo para impulsar avances colaborativos en la investigación del cáncer.
Para obtener información más detallada, consulte el artículo fuente original.
Artículos relacionados:
Google NotebookLM presenta compatibilidad con renderizado nativo de LaTeX
8:21
La actualización de Siri se retrasa nuevamente mientras otro líder de IA de Apple se marcha a Meta
5:26
Google presenta una función que permite a los amigos ayudar a recuperar la contraseña de la cuenta
20:20
Deja una respuesta