在癌症研究領域，谷歌 DeepMind 與耶魯大學聯合開發的27億參數人工智能模型，C2S-Scale27B，帶來了重大的突破。該模型的主要任務是分析細胞行爲，並在活細胞中驗證新發現。這一發現標誌着對癌症治療的新思路，可能會改變未來療法的設計。

細胞

圖源備註:圖片由AI生成，圖片授權服務商Midjourney

C2S-Scale27B 模型基於谷歌的 Gemma 模型，專門用於理解細胞間的複雜互動，尤其是癌細胞與免疫系統的關係。該模型揭示了一種新機制，可以幫助 “冷” 腫瘤變得可被免疫系統識別，這一過程被稱爲 “加熱” 腫瘤。冷腫瘤通常能夠躲避免疫檢測，給免疫治療帶來了巨大挑戰。

研究人員通過一種名爲雙上下文虛擬篩選的技術，分析了超過4000種藥物在患者腫瘤樣本和分離細胞數據中的效果。最終，AI 模型不僅找到了已有的藥物，還發現了10% 至30% 的新藥物候選者。這些新候選者之前與癌症免疫治療並無關聯。

其中最引人注目的是 CK2抑制劑 silmitasertib（CX-4945）。模型預測，當低劑量的干擾素與 silmitasertib 結合使用時，可以顯著增強抗原呈遞，激活免疫識別。耶魯的科學家們在未參與模型訓練的數據上進行了實驗驗證，結果證實了 AI 的預測:單獨使用 silmitasertib 或低劑量干擾素效果微乎其微，但兩者結合使用後，抗原呈遞提升了50%。

這一發現不僅展示了 C2S-Scale27B 模型的強大能力，更爲腫瘤免疫治療開闢了新的研究方向。耶魯的研究團隊現在正在進一步探究這一機制，並測試模型生成的其他預測。這一成果彰顯了大型 AI 模型在生物研究中的潛力，能夠以前所未有的速度生成和驗證假設。

劃重點:

🌟 新 AI 模型 C2S-Scale27B 幫助揭示癌細胞與免疫系統的新互動機制。  

💊 研究發現低劑量干擾素與 silmitasertib 結合使用可顯著增強免疫反應。  

🔬 該發現爲 “冷” 腫瘤的治療提供了新的可能性，或將改變癌症治療的方法。