核心突破：谷歌与耶鲁大学联合开发的AI模型取得癌症研究领域的突破性进展。研究人员相信，这一发现可能成为迄今癌症治疗领域最重大的突破之一，有望彻底改变未来疾病治疗方式。
该假说由谷歌DeepMind与耶鲁大学研究人员共同开发的270亿参数基础模型Cell2Sentence-Scale 27B（C2S-Scale）生成。该模型基于谷歌开源的Gemma AI架构构建，专为单细胞分析设计，使研究人员能够预测活体生物内癌细胞的行为模式。临床验证已确认该模型的预测结果，为更有效的癌症疗法铺平道路。此项发现延续了谷歌早前研究——生物AI模型遵循明确的规模法则：更大模型展现出更高水平的条件推理能力，类似于自然语言AI系统的特性。
据谷歌披露，C2S-Scale 27B模型能够解读单个活细胞的"语言"，从而将难以检测的"冷肿瘤"转化为"热肿瘤"。此过程使恶性细胞更易被免疫系统识别并提升治疗响应性。
科学领域AI的重要里程碑：我们与@Yale合作开发的C2S-Scale 27B基础模型（基于Gemma构建）生成了关于癌细胞行为的新假说，科学家已在活细胞中通过实验验证。
经更多临床前及临床测试后，…
– 桑达尔·皮查伊（@sundarpichai）2025年10月15日
该新型AI模型还成功识别出一种条件放大器药物，可在特定情境下增强人体免疫信号——例如当免疫信号蛋白干扰素因浓度不足而无法单独诱导抗原呈递时。此前处理类似挑战的较小AI模型均未展现此能力。
谷歌解释C2S-Scale如何训练以推理复杂生物条件时指出：研究人员设计了名为"双语境虚拟筛选"的机制，在无免疫背景的条件下，模拟4000多种药物对真实患者肿瘤样本及分离细胞系数据的影响。
当要求识别能选择性增强第一语境中抗原呈递的药物时，模型筛选出若干候选药物，其中仅10%-30%此前已知对癌症治疗有效，其余预测与已知癌症免疫疗法无先前关联。这些预测随后在临床应用中获得验证。
Gemma与C2S-Scale 27B模型现已在Hugging Face和GitHub平台公开。谷歌还在bioRxiv发布科学预印本，助力研究人员开展虚拟药物筛选以发掘潜在救命假说。研究人员强调，所有预测在应用于治疗前均需经同行评审及临床验证。
【全文结束】
