
藥物研發革命:Google的 TxGemma AI 模型
美國國家醫學圖書館2022 年的一項研究揭示了一個驚人的統計數據:90% 的候選藥物在第一階段測試結束時失敗。這項統計數據強調了開發救命療法所固有的風險和成本——通常高達數十億美元。針對這些挑戰,Google推出了TxGemma,這是一種旨在改變藥物開發的先驅人工智慧模型。
TxGemma 的演變
TxGemma 是Google早期模型 Tx-LLM 的公開繼任者,去年 10 月因其在藥物開發中的潛在應用而備受關注。研究人員表示需要一種能夠客製化的模型來適應其獨特的治療應用。作為回應,Google已讓開發人員可以使用 TxGemma 來利用和適應他們的特定資料集。
TxGemma 的功能
該模型建立在 Google 的 Gemma 框架之上,但專注於治療發展。 TxGemma 旨在理解和預測開發生命週期中治療學的特徵,幫助研究人員確定最有前景的藥物目標並預測臨床試驗結果,從而最大限度地減少時間和資源的浪費。
型號規格及性能
TxGemma 提供三種不同尺寸的模型套件,讓開發人員可以選擇適合其硬體功能的版本。這些選項包括具有 20 億、90 億和強大的 270 億個參數的模型。每個變體都包含一個「預測」函數,能夠執行以下狹義的任務:
- 分類(例如,確定分子是否可以穿過血腦屏障)
- 迴歸(例如,估計藥物的結合親和力)
- 生成(例如,從反應結果產生潛在反應物)
谷歌強調了其 270 億參數模型的有效性,並表示:
「最大的 TxGemma 模型(27B 預測版本)性能強勁。它不僅在幾乎所有任務上都優於或大致相當於我們之前最先進的通用模型 (Tx-LLM),而且它還可以與許多專門為單一任務設計的模型相媲美或超越它們。具體來說,它在 66 個任務中的 64 個模型上優於與我們的任務上相當26 個任務上擊敗它們)。
介紹TxGemma-Chat
除了TxGemma模型外,Google還推出了90億和270億參數配置的TxGemma-Chat。此版本允許研究人員與模型進行對話,促使其解釋其推理並解決複雜的問題,從而有可能大大加速治療發展。
Agentic-Tx 的推出
谷歌也發布了利用 Gemini 2.0 Pro 框架的 Agentic-Tx。這項創新工具解決了利用當前外部資訊和進行多步驟推理相關的挑戰。 Agentic-Tx 配備 18 種專業工具,為研究人員提供以下支援:
- TxGemma 用於高級多步驟推理
- PubMed、維基百科和網路的常規搜尋功能
- 專用分子分析工具
- 基因和蛋白質分析資源
TxGemma 入門
為了利用 TxGemma 的功能,有興趣的開發人員可以存取 Vertex AI Model Garden 或 Hugging Face。透過保持這些模型開源,Google鼓勵研究界進一步創新並分享改善成果。這種合作方式旨在加速新療法的開發,最終挽救無數生命。
發佈留言 ▼