Google DeepMind i Uniwersytet Yale zaprezentowały jedno z najbardziej znaczących osiągnięć w wykorzystaniu sztucznej inteligencji w biologii molekularnej. Nowy model AI o nazwie C2S-Scale 27B, zaprojektowany do badania zachowań komórkowych, opracował i potwierdził hipotezę dotyczącą skuteczności połączenia dwóch substancji – silmitasertibu i interferonu – w aktywowaniu odpowiedzi immunologicznej przeciwko nowotworom. Odkrycie to może stanowić punkt zwrotny w rozwoju terapii onkologicznych, zwłaszcza w leczeniu tzw. „zimnych guzów”, które dotąd wymykały się działaniu immunoterapii.
Z tego artykułu dowiesz się…
- Jak działa nowy model sztucznej inteligencji C2S-Scale 27B opracowany przez Google DeepMind i Uniwersytet Yale.
- W jaki sposób AI odkryła potencjalne połączenie leków mogące „uaktywnić” układ odpornościowy w walce z rakiem.
- Czym są „zimne” i „gorące” guzy oraz jak nowa technologia może pomóc w ich leczeniu.
- Dlaczego odkrycie potwierdzone na żywych komórkach może oznaczać przełom w onkologii i projektowaniu nowych terapii.
Model C2S-Scale 27B – AI, które rozumie język komórek
Model C2S-Scale 27B, oparty na architekturze Gemma opracowanej przez Google, to jeden z największych i najbardziej zaawansowanych modeli AI stworzonych do analiz biologicznych. W odróżnieniu od klasycznych algorytmów, jego zadaniem nie było jedynie analizowanie danych, lecz wnioskowanie na podstawie biologicznego kontekstu i odkrywanie nowych mechanizmów działania komórek.
AI została przeszkolona do interpretowania tzw. „języka komórek” – sposobu, w jaki komórki komunikują się za pomocą sygnałów molekularnych. Dzięki temu była w stanie zidentyfikować leki, które mogą modulować odpowiedź immunologiczną organizmu w precyzyjnych warunkach biologicznych.
System analizował dane z ponad 4000 leków w próbkach guzów pacjentów oraz w danych z izolowanych komórek, stosując technikę „wirtualnego ekranu dwukontekstowego”. Pozwoliło to na symulację interakcji pomiędzy lekami, a środowiskiem komórkowym w skali niemożliwej do osiągnięcia metodami klasycznymi.
Odkrycie: jak AI połączyła dwa leki w skuteczną terapię
Jednym z najbardziej zaskakujących wyników analiz był inhibitor kinazy CK2 – silmitasertib (CX-4945). Model przewidział, że lek ten znacząco zwiększy prezentację antygenu – kluczowego procesu, który umożliwia układowi odpornościowemu rozpoznanie i atakowanie komórek nowotworowych – ale tylko w warunkach, w których występują niskie poziomy interferonu.
Stosowane osobno, zarówno silmitasertib, jak i interferon miały minimalny wpływ. Jednak ich połączenie spowodowało 50-procentowy wzrost prezentacji antygenu, co w praktyce „uaktywniło” układ odpornościowy wobec guzów wcześniej opornych na leczenie.
W ten sposób sztuczna inteligencja wykazała zdolność do rozumienia złożonych zależności między środowiskiem komórkowym, a skutecznością leków, tworząc realny model symulacyjny procesów biologicznych.
Zmiana „zimnych” guzów w „gorące”
W onkologii określenia „zimne” i „gorące” guzy odnoszą się do stopnia ich widoczności dla układu odpornościowego. „Zimne” nowotwory nie są rozpoznawane przez komórki odpornościowe i pozostają niewrażliwe na immunoterapię. Dzięki przewidywaniom modelu C2S-Scale 27B, naukowcy z Uniwersytetu Yale przeprowadzili eksperymentalną walidację hipotezy na ludzkich komórkach neuroendokrynnych – i potwierdzili jej trafność.
Sam silmitasertib nie powodował zmian, a interferon miał minimalny efekt. Jednak ich połączenie uruchomiło silną odpowiedź immunologiczną, zwiększając prezentację antygenu o 50% – podkreślili badacze z Yale.
To oznacza, że sztuczna inteligencja nie tylko odkryła nową możliwą kombinację leków, ale także rozszyfrowała kontekst biologiczny, w którym taka kombinacja może działać. Otwiera to drogę do opracowania terapii dla pacjentów, u których dotychczasowe immunoterapie zawodziły.
Przełom w wykorzystaniu sztucznej inteligencji w nauce
Według dyrektora generalnego Google, Sundara Pichaia, odkrycie to stanowi „ekscytujący kamień milowy w wykorzystaniu sztucznej inteligencji w naukach biomedycznych”.
Ekscytujący kamień milowy dla sztucznej inteligencji w nauce: nasz model bazowy C2S-Scale 27B, opracowany we współpracy z Yale i oparty na Gemma, wygenerował nową hipotezę dotyczącą zachowania komórek nowotworowych, którą naukowcy potwierdzili eksperymentalnie na żywych komórkach. Dzięki dalszym testom przedklinicznym i klinicznym to odkrycie może ujawnić obiecującą nową ścieżkę rozwoju terapii zwalczających raka – napisał Pichai na platformie X.
Odkrycie to jest pierwszym przypadkiem, w którym hipoteza wygenerowana przez model AI została potwierdzona eksperymentalnie na żywych komórkach, co stanowi wyjątkowy krok w kierunku pełnej integracji sztucznej inteligencji z procesem odkrywania leków.
An exciting milestone for AI in science: Our C2S-Scale 27B foundation model, built with @Yale and based on Gemma, generated a novel hypothesis about cancer cellular behavior, which scientists experimentally validated in living cells.
— Sundar Pichai (@sundarpichai) October 15, 2025
With more preclinical and clinical tests,…
Jak AI zmienia badania nad rakiem
Współpraca Google DeepMind i Uniwersytetu Yale pokazuje, że sztuczna inteligencja może pełnić rolę wirtualnego laboratorium badawczego, które testuje tysiące hipotetycznych interakcji między komórkami, lekami i czynnikami immunologicznymi.
Zamiast klasycznej metody „prób i błędów”, modele o takiej skali jak C2S-Scale 27B pozwalają na generowanie i testowanie hipotez w tempie nieosiągalnym dla tradycyjnych laboratoriów. Dzięki temu możliwe jest szybkie wskazywanie obiecujących kombinacji terapeutycznych, które następnie mogą zostać poddane badaniom klinicznym.
Eksperci wskazują, że sukces tego modelu może oznaczać początek nowej ery w medycynie, w której sztuczna inteligencja staje się współodkrywcą nowych terapii, a nie tylko narzędziem analitycznym.
Główne wnioski
- Model C2S-Scale 27B, opracowany przez Google DeepMind i Uniwersytet Yale, potrafi analizować „język komórek” i odkrywać nowe mechanizmy działania leków.
- Sztuczna inteligencja przewidziała, że połączenie silmitasertibu z niską dawką interferonu może zwiększyć prezentację antygenu o 50%, wzmacniając odpowiedź immunologiczną wobec nowotworów.
- Eksperymenty na żywych komórkach potwierdziły skuteczność przewidywań AI, co czyni to odkrycie jednym z pierwszych przykładów potwierdzonej hipotezy wygenerowanej przez model sztucznej inteligencji.
- Odkrycie otwiera nową ścieżkę badań nad terapiami łączonymi w onkologii i potwierdza rosnącą rolę AI w odkrywaniu leków i badaniach biologii molekularnej.
Źródło:
- Google DeepMind
- X
- Interesting Engineering
- Ground News
