谷歌开源抗癌AI模型：模拟4000种药物定位抗癌新药

**AI助力癌症治疗新突破：谷歌与耶鲁大学发布创新模型**

近日，Google Research在其官方博客上宣布，与耶鲁大学达成合作，共同推出了一款基于Gemma系列的全新细胞到句子规模（Cell2Sentence-Scale）27B参数模型——C2S-Scale。这一创新工具旨在通过分析单细胞数据，为癌症治疗开辟新的研究路径。

在癌症免疫疗法领域，一个主要挑战是许多肿瘤能够躲避免疫系统的识别，这些被称为“冷”肿瘤。目前，研究人员通过一种称为“抗原呈递”的机制，试图将这些难以察觉的肿瘤转化为容易被免疫系统攻击的“热”肿瘤。这种方法的核心在于如何更有效地触发免疫反应。

研究团队基于Google开源的Gemma系列模型，构建了拥有270亿参数的C2S-Scale模型，并赋予其识别特定“免疫环境阳性”条件下的潜在药物的能力。这种药物能够在干扰素水平较低的环境中增强免疫信号，从而激活抗原呈递机制。

为实现这一目标，研究团队设计了一套独特的双情境虚拟筛选流程。他们向模型输入了两组关键数据：一组是真实的患者样本数据，展示了肿瘤与免疫系统相互作用的完整情况（免疫阳性情境）；另一组是没有免疫环境背景的孤立细胞系数据（免疫中性情境）。

通过模拟超过4000种药物在不同情境下的表现，模型成功预测出一种激酶CK2抑制剂silmitasertib（CX-4945），其在特定免疫环境下表现出显著的抗肿瘤效果。

实验结果令人振奋：当将这种新型AI预测药物与低剂量干扰素联合使用时，细胞的抗原呈递水平实现了约50%的显著提升。这意味着肿瘤更容易被免疫系统识别并攻击，为治疗“冷”肿瘤提供了新的希望。

参考来源：

• Hugging Face

• GitHub

• Scaling Large Language Models for Next-Generation Single-Cell Analysis