Rewolucjonizowanie rozwoju leków: model sztucznej inteligencji TxGemma firmy Google
Badanie z 2022 r.opublikowane w National Library of Medicine ujawniło oszałamiającą statystykę: 90% kandydatów na leki nie przechodzi testów fazy 1. Statystyka ta podkreśla nieodłączne ryzyko i koszty — często sięgające miliardów — związane z rozwojem ratujących życie leków. W obliczu tych wyzwań Google wprowadziło TxGemma, pionierski model AI mający na celu transformację rozwoju leków.
Ewolucja TxGemma
TxGemma wyłania się jako otwarty następca wcześniejszego modelu Google, Tx-LLM, który zyskał uwagę w październiku ubiegłego roku ze względu na swoje potencjalne zastosowania w rozwoju leków. Naukowcy wyrazili potrzebę modelu, który można dostosować do ich unikalnych zastosowań terapeutycznych. W odpowiedzi Google udostępniło TxGemma deweloperom, aby mogli go wykorzystać i dostosować do swoich konkretnych zestawów danych.
Możliwości TxGemma
Ten model jest oparty na strukturze Google Gemma, ale z dedykowanym naciskiem na rozwój terapeutyczny. TxGemma jest zaprojektowany, aby zrozumieć i prognozować cechy terapii w trakcie cyklu życia rozwoju, pomagając badaczom w określaniu najbardziej obiecujących celów leków i przewidywaniu wyników badań klinicznych, minimalizując w ten sposób marnowanie czasu i zasobów.
Specyfikacje i wydajność modelu
TxGemma oferuje zestaw modeli w trzech różnych rozmiarach, umożliwiając deweloperom wybór wersji, która odpowiada ich możliwościom sprzętowym. Opcje obejmują modele z 2 miliardami, 9 miliardami i solidnymi 27 miliardami parametrów. Każda wersja zawiera funkcję „predict” zdolną do wykonywania wąskich zadań, takich jak:
- Klasyfikacja (np.określenie, czy cząsteczka może przekroczyć barierę krew-mózg)
- Regresja (np.szacowanie powinowactwa wiązania leku)
- Generowanie (np.wytwarzanie potencjalnych substratów z wyniku reakcji)
Podkreślając skuteczność swojego 27-miliardowego modelu parametrów, Google oświadczyło:
„Największy model TxGemma (wersja predykcyjna 27B) zapewnia wysoką wydajność. Jest nie tylko lepszy lub mniej więcej równy naszemu poprzedniemu najnowocześniejszemu modelowi generalistycznemu (Tx-LLM) w przypadku niemal każdego zadania, ale także dorównuje lub pokonuje wiele modeli, które są specjalnie zaprojektowane do pojedynczych zadań. Konkretnie przewyższa lub ma porównywalną wydajność do naszego poprzedniego modelu w przypadku 64 z 66 zadań (pokonując go w przypadku 45) i robi to samo w porównaniu ze specjalistycznymi modelami w przypadku 50 zadań (pokonując je w przypadku 26).”
Przedstawiamy TxGemma-Chat
Oprócz modeli TxGemma, Google uruchomiło TxGemma-Chat w konfiguracjach 9 miliardów i 27 miliardów parametrów. Ta wersja pozwala badaczom nawiązać dialog z modelem, co skłania go do wyjaśniania swojego rozumowania i rozwiązywania złożonych pytań, co potencjalnie znacznie przyspiesza rozwój terapeutyczny.
Wprowadzenie Agentic-Tx
Google ujawniło również Agentic-Tx, który wykorzystuje strukturę Gemini 2.0 Pro. To innowacyjne narzędzie rozwiązuje problemy związane z wykorzystaniem bieżących informacji zewnętrznych i prowadzeniem wieloetapowego rozumowania. Wyposażony w 18 specjalistycznych narzędzi, Agentic-Tx wzmacnia badaczy, zapewniając:
- TxGemma dla zaawansowanego rozumowania wieloetapowego
- Ogólne możliwości wyszukiwania w PubMed, Wikipedii i Internecie
- Dedykowane narzędzia do analizy molekularnej
- Zasoby analizy genów i białek
Pierwsze kroki z TxGemma
Aby wykorzystać możliwości TxGemma, zainteresowani deweloperzy mogą odwiedzić Vertex AI Model Garden lub Hugging Face. Utrzymując te modele jako open source, Google zachęca społeczność badawczą do dalszych innowacji i dzielenia się ulepszeniami. To podejście oparte na współpracy ma na celu przyspieszenie rozwoju nowych terapii, co ostatecznie uratuje niezliczone życia.
Powiązane artykuły:
MediaTek Kompanio Ultra oferuje lepszą wydajność AI w porównaniu do Qualcomm Snapdragon X
6:49
Sissie Hsiao rezygnuje ze stanowiska szefa Gemini w związku z reorganizacją działu sztucznej inteligencji w Google
14:25
Google rozważa teleobiektyw do podstawowego modelu Pixel 10 Series
8:59
Dodaj komentarz ▼