Учёные долго искали способы заставить опухоли проявляться на ранних стадиях, когда иммунная система человека ещё способна их эффективно атаковать. Теперь к этой задаче подключили искусственный интеллект, и результаты оказались впечатляющими.
Как сообщается в блоге Google, подразделение DeepMind совместно с Йельским университетом адаптировало открытую ИИ-модель Gemma для анализа поведения раковых клеток. Новая модель Cell2Sentence-Scale 27B (C2S-Scale) с 27 млрд параметров смогла «прочитать» поведение отдельных клеток и выявить скрытые закономерности в их взаимодействии.
Модель не только решала поставленные задачи, но и выдвигала новые, неизвестные учёным гипотезы. Исследование сосредоточилось на «холодных» опухолях — тех, которые слабо распознаются иммунной системой. Виртуальный скрининг более 4000 потенциальных препаратов выявил кандидатов, способных усиливать иммунный сигнал и делать опухоли уязвимыми для иммунотерапии.
Ключевым открытием стал препарат силмитасертиб (CX-4945). В комбинации с низкой дозой интерферона он увеличил презентацию антигенов на 50%, делая иммунную систему более способной обнаруживать опухоль. Этот эффект ранее не рассматривался и стал первым примером, когда ИИ самостоятельно предложил новую стратегию лечения. Результаты подтвердились экспериментами на человеческих клетках, не использовавшихся при обучении модели.
Модель C2S-Scale уже доступна на Hugging Face и GitHub, а препринт опубликован на bioRxiv, что открывает возможности для международного научного сообщества продолжить исследования. Учёные из Йеля продолжают изучать выявленные кандидаты и проверять новые предсказания модели.
Исследование показало, что масштаб модели имеет решающее значение: меньшие ИИ-системы с задачей не справлялись. Google DeepMind назвала открытие «важной вехой в развитии ИИ в науке», подчеркнув, что масштабирование биомоделей помогает не только точнее прогнозировать, но и формулировать новые биологические идеи.
Эксперты при этом отмечают, что результаты пока требуют долгосрочной проверки и не могут сразу применяться в терапии.
