
Rivoluzionare lo sviluppo dei farmaci: il modello AI TxGemma di Google
Uno studio del 2022 pubblicato sulla National Library of Medicine ha rivelato una statistica sconcertante: il 90% dei farmaci candidati fallisce al termine della fase 1 dei test. Questa statistica sottolinea i rischi e i costi intrinseci, spesso pari a miliardi, associati allo sviluppo di terapie salvavita. Alla luce di queste sfide, Google ha introdotto TxGemma, un modello di intelligenza artificiale pionieristico mirato a trasformare lo sviluppo dei farmaci.
L’evoluzione di TxGemma
TxGemma emerge come un successore aperto del precedente modello di Google, Tx-LLM, che ha attirato l’attenzione lo scorso ottobre per le sue potenziali applicazioni nello sviluppo di farmaci. I ricercatori hanno espresso la necessità di un modello in grado di essere personalizzato per adattarsi alle loro applicazioni terapeutiche uniche. In risposta, Google ha reso TxGemma accessibile agli sviluppatori per utilizzarlo e adattarlo ai loro set di dati specifici.
Capacità di TxGemma
Questo modello è basato sul framework Gemma di Google, ma con un focus dedicato allo sviluppo terapeutico. TxGemma è progettato per comprendere e prevedere le caratteristiche delle terapie durante il ciclo di vita dello sviluppo, aiutando i ricercatori a individuare i target farmacologici più promettenti e a prevedere i risultati delle sperimentazioni cliniche, riducendo così al minimo lo spreco di tempo e risorse.
Specifiche e prestazioni del modello
TxGemma offre una suite di modelli in tre diverse dimensioni, consentendo agli sviluppatori di scegliere la versione che si allinea alle loro capacità hardware. Le opzioni includono modelli con 2 miliardi, 9 miliardi e un robusto 27 miliardi di parametri. Ogni variante include una funzione “predict” in grado di eseguire attività specifiche come:
- Classificazione (ad esempio, determinare se una molecola può attraversare la barriera ematoencefalica)
- Regressione (ad esempio, stima dell’affinità di legame di un farmaco)
- Generazione (ad esempio, produzione di potenziali reagenti da un risultato di reazione)
Sottolineando l’efficacia del suo modello da 27 miliardi di parametri, Google ha affermato:
“Il modello TxGemma più grande (versione di previsione 27B) offre prestazioni elevate. Non solo è migliore o più o meno uguale al nostro precedente modello generalista all’avanguardia (Tx-LLM) su quasi ogni attività, ma rivaleggia o batte anche molti modelli specificamente progettati per singole attività. In particolare, supera o ha prestazioni comparabili al nostro modello precedente su 64 delle 66 attività (battendolo su 45) e fa lo stesso rispetto ai modelli specializzati su 50 delle attività (battendoli su 26).”
Presentazione di TxGemma-Chat
Oltre ai modelli TxGemma, Google ha lanciato TxGemma-Chat in configurazioni di parametri da 9 miliardi e 27 miliardi. Questa versione consente ai ricercatori di dialogare con il modello, spingendolo a spiegare il suo ragionamento e ad affrontare richieste complesse, accelerando potenzialmente in modo significativo lo sviluppo terapeutico.
Il lancio di Agentic-Tx
Google ha anche svelato Agentic-Tx, che sfrutta il framework Gemini 2.0 Pro. Questo strumento innovativo affronta le sfide legate all’utilizzo delle informazioni esterne correnti e alla conduzione di ragionamenti multi-step. Dotato di 18 strumenti specializzati, Agentic-Tx potenzia i ricercatori fornendo:
- TxGemma per il ragionamento avanzato multi-step
- Capacità di ricerca generali da PubMed, Wikipedia e dal web
- Strumenti dedicati all’analisi molecolare
- Risorse per l’analisi di geni e proteine
Introduzione a TxGemma
Per sfruttare le capacità di TxGemma, gli sviluppatori interessati possono visitare il Vertex AI Model Garden o Hugging Face. Mantenendo questi modelli open source, Google incoraggia la comunità di ricerca a innovare ulteriormente e condividere i miglioramenti. Questo approccio collaborativo mira ad accelerare lo sviluppo di nuove terapie, salvando in definitiva innumerevoli vite.
Lascia un commento ▼