Tahoe Bio发布Tahoe-x1模型，AI助力癌症研究效率革命

快速阅读: 美国Tahoe Bio发布30亿参数AI模型Tahoe-x1，专为解码基因、细胞与药物关系设计，提升癌症靶点发现与个性化疗法效率，实现零样本药效预测，开源促进科研合作。

近日，美国生命科学公司Tahoe Bio（前身为Vevo Therapeutics）正式发布了其重磅AI基础模型——Tahoe-x1 (Tx1)，这是一个专为解码基因、细胞与药物三者复杂关系而设计的30亿参数大模型。该模型的推出，标志着AI从“辅助工具”升级为“生命系统建模引擎”，为癌症靶点发现与个性化疗法开辟了全新路径。

架构革新：30亿参数，专为单细胞世界设计。Tahoe-x1基于Transformer编码器架构，采用掩码语言建模(MLM)进行预训练，训练数据涵盖了2.66亿单细胞转录组谱，包括Tahoe Bio自建的Tahoe-100M扰动数据集——该数据集记录了上千种分子对癌症细胞系的扰动响应，已被全球科研社区下载近20万次。

为了兼顾性能与实用性，模型家族提供了多尺寸版本（如Tx1-70M），并通过FlashAttention v2等优化技术，实现了比同类细胞模型高3至30倍的计算效率，即使在普通GPU上也能高效运行，极大降低了科研门槛。

能力一：精准锁定癌症“命门”，超越现有所有模型。在基因必需性(Gene Essentiality)预测任务中，Tahoe-x1在权威DepMap数据集上全面超越现有模型，能够准确识别不同癌症亚型中维持肿瘤生存的“核心驱动基因”。这一能力有助于研究人员快速锁定高价值靶点，大幅缩短从发现到验证的周期，尤其适用于异质性强的难治性癌症。

能力二：自动还原癌变通路，揭示分子协同网络。模型不仅能够识别单个基因，还能捕捉癌变过程中协同激活的信号通路。在MSigDB数据库测试中，Tahoe-x1对“癌变标志通路”(hallmark programs)的还原准确率居首，可以自动解析如细胞周期失控、DNA修复缺陷等关键生物学程序，为多靶点联合疗法提供系统性见解。

能力三：零样本预测药效，虚拟临床试验成为现实。最令人振奋的是Tahoe-x1的零样本泛化(zero-shot generalization)能力——即使面对从未见过的细胞类型或患者样本，模型也能基于已有知识“类比推理”，预测其对特定药物的反应。这意味着未来药物研发可以在计算机中模拟成千上万种治疗方案，筛选出最有潜力的组合，再进入实验室或临床阶段，显著降低试错成本与失败率。

结合后训练框架，该模型还可以适配多样化的患者背景，加速个性化癌症疗法的落地。

AIbase观察：开源+数据驱动，生物AI生态加速成熟。Tahoe Bio已累计融资4200万美元，正在构建目标达到10亿数据点的全球最大单细胞扰动图谱。此次Tahoe-x1不仅开源了模型权重（Hugging Face）、代码（GitHub），还提供了交互式演示，预印本也已上线bioRxiv，全面拥抱科研社区协作。

AIbase认为，Tahoe-x1的真正突破在于它使AI从“统计相关性”迈向了“机制理解力”。当模型能够像生物学家一样思考基因如何调控、药物如何干预、细胞如何响应时，药物研发范式将从“试错式”全面转向“预测式”。

未来，随着数据规模的持续扩展，Tahoe-x1或将成为精准医疗的基础设施——在虚拟世界中预演千万种治疗可能，只为在现实世界中，为患者赢得那一次最有效的治疗机会。

(以上内容均由Ai生成)