谷歌DeepMind与耶鲁合作，AI模型助力癌症免疫治疗新突破

快速阅读: 谷歌 DeepMind 与耶鲁大学合作开发的 C2S-Scale27B 模型揭示了癌细胞与免疫系统的新互动机制，发现低剂量干扰素与 silmitasertib 结合使用能显著增强免疫反应，为“冷”肿瘤治疗提供新思路。

在癌症研究领域，谷歌 DeepMind 与耶鲁大学联合开发的 27 亿参数人工智能模型 C2S-Scale27B 带来了重大突破。该模型的主要任务是分析细胞行为，并在活细胞中验证新发现。这一发现标志着癌症治疗的新思路，可能改变未来疗法的设计。

C2S-Scale27B 模型基于谷歌的 Gemma 模型，专门用于理解细胞间的复杂互动，特别是癌细胞与免疫系统的关系。该模型揭示了一种新机制，可以帮助“冷”肿瘤变得可被免疫系统识别，这一过程称为“加热”肿瘤。冷肿瘤通常能够躲避免疫检测，给免疫治疗带来巨大挑战。

研究人员通过一种名为双上下文虚拟筛选的技术，分析了超过 4000 种药物在患者肿瘤样本和分离细胞数据中的效果。最终，AI 模型不仅找到了已知的药物，还发现了 10% 至 30% 的新药物候选者。这些新候选者之前与癌症免疫治疗并无关联。

其中最引人注目的是 CK2 抑制剂 silmitasertib（CX-4945）。模型预测，当低剂量的干扰素与 silmitasertib 结合使用时，可以显著增强抗原呈递，激活免疫识别。耶鲁的科学家们在未参与模型训练的数据上进行了实验验证，结果证实了 AI 的预测：单独使用 silmitasertib 或低剂量干扰素效果微乎其微，但两者结合使用后，抗原呈递提升了 50%。

这一发现不仅展示了 C2S-Scale27B 模型的强大能力，也为肿瘤免疫治疗开辟了新的研究方向。耶鲁的研究团队现在正在进一步探究这一机制，并测试模型生成的其他预测。这一成果彰显了大型 AI 模型在生物研究中的潜力，能够以前所未有的速度生成和验证假设。

重点：

– 新 AI 模型 C2S-Scale27B 揭示了癌细胞与免疫系统的新互动机制。

– 研究发现低剂量干扰素与 silmitasertib 结合使用可显著增强免疫反应。

– 该发现为“冷”肿瘤的治疗提供了新的可能性，或将改变癌症治疗的方法。

(以上内容均由Ai生成)