谷歌人工智能破解癌症新密碼

谷歌 DEEPMind 週三表示，其最新的生物人工智能係統已經生成並通過實驗證實了癌症治療的新假設，該公司稱這一成果是“人工智能在科學領域的里程碑”。

谷歌首席執行官 Sundar Pichai 表示：“通過更多的臨床前和臨床試驗，這一發現可能為開發抗癌療法揭示出一條有希望的新途徑。”發推文.

DeepMind 研究人員與耶魯大學合作發布了用於單細胞分析的270億個參數基礎模型稱為Cell2Sentence-Scale 27B（C2S-Scale），基於 Google 的開源芽模型系列。 該模型能夠生成“關於癌細胞行為的全新假設，並且我們已通過活細胞實驗驗證了其預測。這一發現為開發抗癌療法揭示了一條充滿希望​​的新途徑。”該公司寫道在今天的一篇博客文章中。

這一發現的核心在於癌症免疫療法中最難的問題之一：如何讓免疫系統無法識別的所謂冷腫瘤變得更熱，從而對治療更敏感。 DeepMind 表示，其模型成功識別出一種條件放大藥物這只能在某些生物環境下增強免疫可見性。

為了驗證這一想法，C2S-Scale 分析了患者腫瘤數據，並模擬了超過4,000種候選藥物在兩種情況下：一種情況下免疫信號活躍，另一種情況下免疫信號不活躍。 該模型預測西米他賽替布（CX-4945），一種激酶 CK2 抑製劑，會顯著增加抗原呈遞—一個關鍵的免疫觸發因素—但僅限於免疫活躍的環境中。

谷歌寫道：“這個預測之所以如此令人興奮，是因為它是一個新穎的想法。儘管CK2與許多細胞功能有關，包括作為免疫系統的調節劑，但文獻中尚未報導通過silmitasertib抑制CK2能夠明確增強MHC-I表達或抗原呈遞。這凸顯了該模型正在生成一個新的、可驗證的假設，而不僅僅是重複已知的事實。”

實驗室實驗證實了這一預測。 當用silmitasertib和低劑量干擾素治療人類神經內分泌細胞時，抗原呈遞量大約增加了50%，有效地使腫瘤細胞更容易被免疫系統發現。

DeepMind 的研究人員稱，這一發現證明，擴展生物 AI 模型不僅能提高準確性，還能產生全新的假設。 該文章寫道：“擴展的真正前景在於創造新想法，探索未知領域。”

耶魯大學的團隊目前正在探索這種免疫系統效應背後的機制，並測試其他人工智能生成的預測。 DeepMind 表示，這項研究“為一種新型生物學發現提供了藍圖”，這種發現利用大規模人工智能係統進行虛擬藥物篩選，並提出基於生物學的假設以供實驗室測試。

該模型和配套工具已在擁抱臉 和 GitHub，其科學預印本發佈於bioRxiv.

然而，專家警告稱，這些發現僅僅是漫長過程的第一步。 研究結果尚未經過同行評審或臨床驗證，任何治療應用都需要多年的額外研究和試驗。