
Revolucionando el desarrollo de fármacos: el modelo de IA TxGemma de Google
Un estudio de 2022 publicado en la Biblioteca Nacional de Medicina reveló una estadística impactante: el 90 % de los fármacos candidatos fracasan al concluir las pruebas de fase 1. Esta estadística subraya los riesgos y costos inherentes —que a menudo ascienden a miles de millones— asociados al desarrollo de terapias que salvan vidas. Ante estos desafíos, Google ha presentado TxGemma, un modelo pionero de IA destinado a transformar el desarrollo de fármacos.
La evolución de TxGemma
TxGemma surge como un sucesor abierto del modelo anterior de Google, Tx-LLM, que captó la atención el pasado octubre por sus posibles aplicaciones en el desarrollo de fármacos. Los investigadores expresaron la necesidad de un modelo adaptable a sus aplicaciones terapéuticas específicas. En respuesta, Google ha puesto TxGemma a disposición de los desarrolladores para que lo utilicen y lo adapten a sus conjuntos de datos específicos.
Capacidades de TxGemma
Este modelo se basa en el marco Gemma de Google, pero se centra específicamente en el desarrollo terapéutico. TxGemma está diseñado para comprender y pronosticar las características de las terapias durante el ciclo de desarrollo, ayudando a los investigadores a identificar los objetivos farmacológicos más prometedores y a predecir los resultados de los ensayos clínicos, minimizando así la pérdida de tiempo y recursos.
Especificaciones y rendimiento del modelo
TxGemma ofrece un conjunto de modelos en tres tamaños diferentes, lo que permite a los desarrolladores elegir la versión que mejor se adapte a las capacidades de su hardware. Las opciones incluyen modelos con 2 mil millones, 9 mil millones y un robusto total de 27 mil millones de parámetros. Cada variante incluye una función de predicción capaz de realizar tareas específicas como:
- Clasificación (por ejemplo, determinar si una molécula puede atravesar la barrera hematoencefálica)
- Regresión (por ejemplo, estimar la afinidad de unión de un fármaco)
- Generación (por ejemplo, producir reactivos potenciales a partir del resultado de una reacción)
Destacando la eficacia de su modelo de 27 mil millones de parámetros, Google afirmó:
El modelo TxGemma más grande (versión predictiva 27B) ofrece un rendimiento excepcional. No solo es superior o prácticamente igual a nuestro modelo generalista de vanguardia (Tx-LLM) en casi todas las tareas, sino que también rivaliza o supera a muchos modelos diseñados específicamente para tareas individuales. En concreto, supera o tiene un rendimiento comparable al de nuestro modelo anterior en 64 de 66 tareas (superándolo en 45), y hace lo mismo con modelos especializados en 50 tareas (superándolos en 26).
Presentamos TxGemma-Chat
Además de los modelos TxGemma, Google ha lanzado TxGemma-Chat con configuraciones de 9 mil millones y 27 mil millones de parámetros. Esta versión permite a los investigadores dialogar con el modelo, lo que le permite explicar su razonamiento y abordar preguntas complejas, lo que podría acelerar significativamente el desarrollo terapéutico.
El lanzamiento de Agentic-Tx
Google también presentó Agentic-Tx, que aprovecha el framework Gemini 2.0 Pro. Esta innovadora herramienta aborda los desafíos relacionados con el uso de información externa actual y el razonamiento multipaso. Equipada con 18 herramientas especializadas, Agentic-Tx empodera a los investigadores al proporcionar:
- TxGemma para razonamiento avanzado de múltiples pasos
- Capacidades de búsqueda general de PubMed, Wikipedia y la web
- Herramientas dedicadas al análisis molecular
- Recursos de análisis de genes y proteínas
Introducción a TxGemma
Para aprovechar las capacidades de TxGemma, los desarrolladores interesados pueden visitar Vertex AI Model Garden o Hugging Face. Al mantener estos modelos de código abierto, Google anima a la comunidad investigadora a seguir innovando y compartir mejoras. Este enfoque colaborativo busca acelerar el desarrollo de nuevas terapias, salvando así innumerables vidas.
Deja una respuesta ▼