谷歌在癌症治療領域的AI突破：推出Cell2Sentence Scale 27B
谷歌推出了其創新 Gemma 模型系列中的 Cell2Sentence Scale 27B（C2S-Scale），在醫學研究領域的人工智慧領域取得了重大進展。這個先進的人工智慧模型使研究人員能夠發現一種新的途徑，從而增強針對抗藥性癌症腫瘤的免疫療法的療效。
與耶魯大學合作開發
谷歌與耶魯大學的研究人員合作開發了這個尖端模型，其參數高達 270 億。 C2S-Scale 專注於解讀複雜的“單一細胞語言”，從而促進了一種分析細胞行為的變革性方法。這項能力使科學家能夠發現新的治療策略，以應對癌症等疾病，而癌症領域通常缺乏有效的治療方案。
解決腫瘤免疫逃脫問題
癌症治療的一大難題是腫瘤可能變得“冷”，逃避免疫檢測，從而削弱免疫療法的有效性。 C2S-Scale 模型旨在識別能夠「溫暖」這些冷腫瘤的化合物，尤其針對免疫訊號（如乾擾素）活性最低的情況。
創新的雙重背景虛擬篩選
C2S-Scale 採用雙重背景虛擬篩選方法，在不同條件下分析了 4, 000 多種藥物：一種強調主動免疫訊號傳導，另一種則強調中性免疫訊號傳導。其任務是識別僅在免疫活化環境下才會發揮有益作用的化合物。雖然許多已識別的藥物是先前已知的，但該模型也發現了一些有前景的新型候選藥物。
令人興奮的發現：Silmitasertib 的潛力
值得關注的發現之一是CK2激酶抑制劑silmitasertib (CX-4945)。據Google稱，該模型假設在「免疫背景陽性」情境下，silmitasertib的存在會顯著增強抗原呈現，而在中性環境下則影響甚微。這項預測令人信服，因為它為研究領域引入了一個全新的概念。
該模型預測，在「免疫背景陽性」條件下使用silmitasertib，抗原呈現量會顯著增加，但在「免疫背景中性」條件下，抗原呈現量幾乎沒有變化。這項預測之所以如此令人興奮，是因為它是一個新穎的想法。
儘管CK2參與多種細胞功能，包括作為免疫系統的調節劑，但文獻中尚未報導透過silmitasertib抑制CK2可明確增強MHC-I表達或抗原呈現。這凸顯了該模型正在產生一個新的、可驗證的假設，而不僅僅是重複已知的事實。
實驗室驗證及其對免疫治療的影響
谷歌在實驗室環境中驗證了該模型的預測。初步測試表明，單獨使用 Silmitasertib 無顯著效果，幹擾素則略有增強。然而，當兩者合併使用時，抗原呈現顯著增加了 50%。這表明 Silmitasertib 可能在提高免疫療法藥物識別和對抗腫瘤的能力方面發揮關鍵作用，尤其是在免疫活化程度較低的情況下。
拓展人工智慧驅動的發現視野
這項研究凸顯了大規模生物基礎模型的潛力，它不僅可以用於數據分析，還能為科學發現做出積極貢獻。耶魯大學的研究人員目前正在探索這項新發現如何在各種免疫環境下發揮作用，並正在研究由 C2S-Scale 模型產生的更多藥物預測。
開源合作與未來前景
Gemma 模式是公開開源的，您可以在Hugging Face和GitHub上進行進一步探索。 Google 鼓勵科學界利用該模型的功能來促進癌症研究的合作進步。
欲了解更詳細的見解，請參閱原始來源文章。
發佈留言