谷歌DeepMind与耶鲁大学合作发布27B参数AI模型，揭示癌症治疗新途径

快速阅读: 谷歌DeepMind与耶鲁大学合作推出C2S-Scale模型，通过AI技术生成新假设，发现增强免疫疗法效果的方法，显著提高抗原呈递，使肿瘤更易受免疫攻击，加速个性化癌症治疗研究。

谷歌DeepMind与耶鲁大学合作，宣布推出Cell2Sentence-Scale 27B（C2S-Scale），这是一款具有270亿参数的基础模型，旨在理解单个细胞的语言。“C2S-Scale代表了单细胞分析的新前沿。”DeepMind的研究人员在声明中表示。该模型属于DeepMind开放的Gemma系列，标志着大规模AI在生物医学研究中的重要进展，并已在癌症生物学领域取得了实质性突破。

在一篇博客文章中，研究团队报告称，C2S-Scale生成了一个关于癌细胞行为的新假设，这一假设后来通过实验室实验得到了证实。这一发现揭示了一种使“冷”肿瘤对免疫系统可见的新方法，可能提高免疫疗法的效果。

癌症治疗的一个重大挑战在于许多肿瘤能够逃避免疫系统的检测。C2S-Scale的任务是找到一种“条件放大器”药物，这种药物能够在免疫活动存在但不足的特定环境中增强免疫信号。该模型进行了超过4000种药物在不同免疫环境下的虚拟模拟，识别出可能选择性增强抗原呈递的候选药物。

其中，排名靠前的预测药物是丝裂原活化蛋白激酶CK2抑制剂silmitasertib（CX-4945）。AI预测silmitasertib仅在干扰素——一种关键的免疫分子——水平较低时放大免疫信号。实验室实验证实了这一预测：将silmitasertib与低剂量干扰素结合使用，可使抗原呈递增加近50%，使肿瘤细胞更容易受到免疫攻击。

目前，耶鲁大学的研究团队正在扩展这项研究，探索这些AI预测的机制如何在不同类型的肿瘤和免疫环境中通用。经过进一步验证，这种方法有望加速药物发现过程，并实现更加个性化的癌症免疫疗法。

(以上内容均由Ai生成)