医薬品開発の革命: Google の TxGemma AI モデル
国立医学図書館に掲載された2022年の研究では、驚くべき統計が明らかになりました。第1相試験の終了時に、新薬候補の90%が不合格になるのです。この統計は、命を救う治療薬の開発に伴う固有のリスクとコスト（数十億ドルに達することも少なくありません）を強調しています。これらの課題を踏まえ、Googleは医薬品開発の変革を目指す先駆的なAIモデルであるTxGemmaを導入しました。
TxGemma の進化
TxGemma は、昨年 10 月に医薬品開発への応用の可能性で注目を集めた Google の以前のモデル Tx-LLM のオープンな後継モデルとして登場しました。研究者は、独自の治療用途に合わせてカスタマイズできるモデルの必要性を表明しました。これに応えて、Google は開発者が TxGemma を利用し、特定のデータセットに適応できるようにしました。
TxGemmaの機能
このモデルは Google の Gemma フレームワークに基づいて構築されていますが、治療薬の開発に特化しています。TxGemma は、開発ライフサイクル中に治療薬の特性を理解して予測するように設計されており、研究者が最も有望な薬物ターゲットを特定し、臨床試験の結果を予測するのを支援し、時間とリソースの無駄を最小限に抑えます。
モデルの仕様と性能
TxGemma は 3 つの異なるサイズのモデル スイートを提供しており、開発者はハードウェアの機能に合ったバージョンを選択できます。オプションには、20 億、90 億、堅牢な 270 億のパラメータを持つモデルがあります。各バリアントには、次のような限定されたタスクを実行できる「予測」機能が含まれています。
- 分類（例：分子が血液脳関門を通過できるかどうかの判定）
- 回帰分析（例：薬物の結合親和性の推定）
- 生成（例：反応結果から潜在的な反応物を生成する）
Google は、270 億のパラメータ モデルの有効性を強調して、次のように述べています。
「最大の TxGemma モデル (27B 予測バージョン) は、強力なパフォーマンスを発揮します。ほぼすべてのタスクで、以前の最先端の汎用モデル (Tx-LLM) よりも優れているか、ほぼ同等であるだけでなく、単一のタスク専用に設計された多くのモデルに匹敵するか、それを上回っています。具体的には、66 のタスクのうち 64 で以前のモデルを上回るか同等のパフォーマンスを発揮し (45 で上回っています)、50 のタスクで特化モデルに対しても同様のパフォーマンスを発揮します (26 で上回っています)。」
TxGemma-Chatのご紹介
TxGemma モデルに加えて、Google は 90 億および 270 億のパラメータ構成の TxGemma-Chat をリリースしました。このバージョンでは、研究者がモデルと対話して、モデルが推論を説明したり複雑な質問に取り組んだりできるため、治療法の開発が大幅に加速する可能性があります。
Agentic-Txの発売
Google は、Gemini 2.0 Pro フレームワークを活用した Agentic-Tx も発表しました。この革新的なツールは、現在の外部情報を活用し、多段階の推論を実行することに関連する課題に対処します。18 の専門ツールを備えた Agentic-Tx は、研究者に次の機能を提供します。
- 高度なマルチステップ推論のためのTxGemma
- PubMed、Wikipedia、ウェブからの一般的な検索機能
- 専用の分子分析ツール
- 遺伝子およびタンパク質分析リソース
TxGemmaを使い始める
TxGemma の機能を活用するには、関心のある開発者は Vertex AI Model Garden または Hugging Face にアクセスしてください。Google はこれらのモデルをオープンソースにすることで、研究コミュニティがさらに革新を進め、改善を共有することを奨励しています。この共同アプローチは、新しい治療法の開発を促進し、最終的には無数の命を救うことを目的としています。
コメントを残す ▼