谷歌DeepMind于10月15日周三宣布，其最新生物人工智能系统在癌症治疗研究中生成并实验验证了全新假设，公司称此成果为“科学领域AI应用的里程碑”。谷歌首席执行官桑达尔·皮查伊在推特表示：“随着更多临床前和临床测试推进，这一发现可能揭示开发抗癌疗法的 promising 新路径。”
谷歌AI癌症研究的重大发现
谷歌DeepMind与耶鲁大学共同揭示，其AI模型Cell2Sentence-Scale 27B（C2S-Scale 27B）取得了突破性科学成果。这款包含270亿参数的基础模型属于谷歌开源Gemma系列，成功生成关于癌细胞行为的新假设，并通过活细胞实验得到真实验证。DeepMind在公告中指出：“该发现为开发先进癌症疗法开辟了新路径，代表了AI在生物医学研究应用中的重大里程碑。”
谷歌AI突破的工作原理
该模型旨在理解单个细胞的“语言”，可分析复杂的单细胞数据。癌症免疫治疗的最大挑战之一是应对“冷肿瘤”——这类肿瘤能逃避免疫系统检测。研究人员开发此基础模型用于分析患者肿瘤数据，并模拟不同药物对免疫可见性的影响。DeepMind在博文中写道：“该模型生成了关于癌细胞行为的新假设，我们已通过活细胞实验验证了其预测。这一发现揭示了开发抗癌疗法的 promising 新路径。”
将“冷肿瘤”转化为“热肿瘤”
研究聚焦于如何使“冷肿瘤”变得更“热”，即提升其对免疫治疗的响应性。DeepMind表示，该模型成功识别出一种条件放大药物，可在特定生物环境下仅增强免疫可见性。为验证这一理论，C2S-Scale分析了患者肿瘤数据，并模拟了4000多种候选药物的效果。模型预测：激酶CK2抑制剂西利马特塞替布（CX-4945）将显著提升抗原呈递——这一关键免疫触发机制——但仅在免疫活跃条件下有效。
谷歌指出：“这一预测令人振奋之处在于其创新性。尽管CK2已被证实参与多种细胞功能，包括免疫系统调节，但通过西利马特塞替布抑制CK2在文献中从未被明确报道能增强MHC-I表达或抗原呈递。这凸显了模型在生成全新可验证假设，而非重复已知事实。”
什么是“冷肿瘤”与“热肿瘤”？
根据《将“冷肿瘤”转化为“热肿瘤”：免疫激活策略》的ScienceDirect综述，肿瘤常依据免疫系统与其互动程度被描述为“冷”或“热”。冷肿瘤微环境中肿瘤浸润淋巴细胞（TILs）数量稀少，由于抗原呈递弱、免疫原性低，往往逃避免疫检测，对免疫治疗响应较差。相反，热肿瘤富含免疫细胞浸润，表现出更强的免疫活性，更易被免疫系统识别，通常对免疫治疗响应更佳。
实验验证
实验室实验确认了该预测。当人类神经内分泌细胞经西利马特塞替布与低剂量干扰素联合处理后，抗原呈递提升约50%，使肿瘤细胞更易被免疫系统识别。DeepMind研究人员将此发现视为扩大生物AI模型规模可催生全新科学假设的证明。“规模化的真正价值在于创造新思想、发现未知领域，”博文强调。
耶鲁团队目前正深入探索该免疫效应机制，并测试其他AI生成的预测。DeepMind表示，此项工作“为新型生物发现提供了蓝图”，即利用大规模AI进行虚拟药物筛选，并为实验室测试提出生物学依据充分的假设。
【全文结束】
