谷歌DeepMind宣布AI系统生成癌症治疗新假设
谷歌DeepMind周三宣布,其最新生物人工智能系统已生成并通过实验验证了一项癌症治疗新假设,该公司称此成果为"AI在科学领域的里程碑"。谷歌CEO桑达尔·皮查伊在社交媒体表示:"随着更多临床前和临床测试的开展,这项发现可能为抗癌疗法开发开辟新途径。"
270亿参数模型突破
在与耶鲁大学的合作中,DeepMind研究人员基于谷歌开源Gemma模型系列,发布了名为Cell2Sentence-Scale 27B(C2S-Scale)的270亿参数单细胞分析基础模型。该公司在技术博客中指出,该模型成功生成"关于癌细胞行为的新假设,并已通过活细胞实验验证其预测,这为开发抗癌疗法揭示了充满希望的新路径"。
破解癌症免疫治疗难题
该发现聚焦癌症免疫治疗最棘手问题之一:如何使免疫系统无法识别的"冷肿瘤"转化为对治疗敏感的"热肿瘤"。DeepMind表示,其模型成功识别出一种条件性放大药物,该药物仅在特定生物环境下可增强免疫可见性。
为验证该设想,C2S-Scale分析患者肿瘤数据后,模拟了4000多种候选药物在两种条件下的效果:免疫信号活跃与不活跃状态。模型预测激酶CK2抑制剂Silmitasertib(CX-4945)能显著增加抗原呈递(关键免疫触发机制),但仅适用于免疫活跃环境。
创新性预测获实验证实
谷歌特别强调:"该预测的创新性令人振奋。尽管CK2已知参与多种细胞功能(包括免疫调节),但文献从未记载Silmitasertib抑制CK2能特异性增强MHC-I表达或抗原呈递。这表明模型真正生成了可验证的新假设,而非简单复述已知事实。"
实验室实验证实了该预测。当人类神经内分泌细胞同时接触Silmitasertib和低剂量干扰素时,抗原呈递水平提升约50%,有效增强了肿瘤细胞的免疫可见性。
AI模型开启生物发现新范式
DeepMind研究人员指出,这一发现证明扩展生物AI模型不仅能提高准确性,更能催生全新假设。博客中写道:"规模化的真正价值在于创造新思想,发现未知领域。"目前耶鲁团队正在探究该免疫效应的作用机制,并测试其他AI生成预测。
该模型及相关工具已在Hugging Face和GitHub平台开源,科学预印本发布于bioRxiv。不过专家提醒,此类发现仅是漫长研究进程的第一步,成果尚需经过同行评议和临床验证,任何治疗应用都需多年额外研究与试验。