谷歌人工智能破解癌症新密码
谷歌 DeepMind 周三表示，其**的生物人工智能系统已经生成并通过实验证实了癌症**的新假设，该公司称这一成果是“人工智能在科学领域的里程碑”。
谷歌**执行官 Sundar Pichai 表示：“通过更多的临床前和临床试验，这一发现可能为开发**疗法揭示出一条有希望的新途径。”发推文.
DeepMind 研究人员与耶鲁大学合作发布了用于单细胞分析的270亿个参数基础模型称为Cell2Sentence-Scale 27B（C2S-Scale），基于 Google 的开源芽模型系列。该模型能够生成“关于癌细胞行为的全新假设，并且我们已通过活细胞实验验证了其预测。这一发现为开发**疗法揭示了一条充满希望的新途径。”该公司写道在今天的一篇博客文章中。
这一发现的核心在于癌症免疫疗法中最难的问题之一：如何让免疫系统无法识别的所谓冷肿瘤变得更热，从而对**更敏感。DeepMind 表示，其模型成功识别出一种条件放大**这只能在某些生物环境下增强免疫可见性。
为了验证这一想法，C2S-Scale 分析了患者肿瘤数据，并模拟了超过4,000种候选**在两种情况下：一种情况下免疫信号活跃，另一种情况下免疫信号不活跃。该模型预测西米他赛替布（CX-4945），一种激酶 CK2 抑制剂，会显著增加抗原呈递—一个关键的免疫触发因素—但**于免疫活跃的环境中。
谷歌写道：“这个预测之所以如此令人兴奋，是因为它是一个新颖的想法。尽管CK2与许多细胞功能有关，包括作为免疫系统的调节剂，但文献中尚未报道通过silmitasertib抑制CK2能够明确增强MHC-I表达或抗原呈递。这凸显了该模型正在生成一个新的、可验证的假设，而不仅仅是重复已知的事实。”
实验室实验证实了这一预测。当用silmitasertib和低剂量干扰素**人类神经内分泌细胞时，抗原呈递量大约增加了50%，有效地使肿瘤细胞更容易被免疫系统发现。
DeepMind 的研究人员称，这一发现证明，扩展生物 AI 模型不仅能提高准确性，还能产生全新的假设。该文章写道：“扩展的真正前景在于创造新想法，探索未知领域。”
耶鲁大学的团队目前正在探索这种免疫系统效应背后的机制，并测试其他人工智能生成的预测。DeepMind 表示，这项研究“为一种新型生物学发现提供了蓝图”，这种发现利用大规模人工智能系统进行虚拟**筛选，并提出基于生物学的假设以供实验室测试。
该模型和配套工具已在拥抱脸 和 GitHub，其科学预印本发布于bioRxiv.
然而，专家警告称，这些发现仅仅是漫长过程的**步。研究结果尚未经过同行评审或临床验证，****应用都需要多年的额外研究和试验。
本文地址：https://licai.bestwheel.com.cn/qk/410937.html
文章标题：谷歌人工智能破解癌症新密码
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
