「Introduction: The Next Leap for AI in Medicine」 私たちが医学におけるAIについて考えるとき、私たちはしばしば、AIが超人間パターン認識のタスクを実行することを想像します;病気の微妙な兆候のための医療スキャンを分析したり、患者の結果を予測するために膨大なデータセットを処理したりします。これらは強力なアプリケーションです。 科学的な発見? 新 グーグルとイエール大学の研究者の協力による革新的な成果は、答えは驚くべきYesであることを示唆しています。C2Sスケールは、GoogleのGemmaのオープンモデルのファミリーに基づいて構築された27億パラメータの基礎モデルです。 このモデルは成功し、私たちの免疫システムが特定の腫瘍と戦うのを助けることのできる未知の生物学的経路を発見しました。この達成は単一の発見以上のものであり、AIが科学研究における創造的なパートナーとして機能し、AI駆動型仮説の生成のための繰り返し可能な方法論を作成する方法についての新しい計画を提供しています。 まず、AIが人生の言語を読むことを学びました。 この発見の基盤は「Cell2Sentence(C2S)」と呼ばれる賢いフレームワークです。単純な言葉で言えば、このアプローチは、単一の細胞から複雑な遺伝子表現データを、Large Language Model(LLM)が理解できる形式に翻訳します。 この方法は、科学者が人間の言語を処理するために最初に構築された最先端のLLMを、複雑な生物学的データに直接適用することを可能にするので強力です。生物学のための完全に新しい、カスタマイズされたAIアーキテクチャを設計する代わりに、C2Sは、既存の強力なツールに適合するために生物学的問題を再構築します。 It Found A Therapy That Works Smarter, Not Harder よりスマートに働くセラピー がん治療における主要な課題は、身体の免疫システムに効果的に目に見えない「冷たい」腫瘍の存在である免疫療法の主要な目的は、抗原プレゼンテーションと呼ばれるプロセスを通じて、これらの腫瘍を免疫誘発信号を表示するように強制することによってこれらの腫瘍を「熱く」することです。 研究者らは、C2SスケールAIに「ダブルコンテキスト仮想スクリーン」と呼ばれる巧妙な方法論を使用して高度に洗練されたタスクを与えました。彼らは常に抗原のプレゼンテーションを高める薬物を望んでいませんでした。彼らはモデルに「条件付きの強化器」を見つけるように頼んだ。これを行うために、AIは2つのシナリオを分析しました:弱いが存在する免疫信号(インテルフェロンの低レベルから)を持つ実際の患者サンプルを使用する「免疫コンテキストポジティブ」設定と、免疫活動なしの孤立細胞を使用する「免疫コンテキスト中立の薬」を見つけることが目標でした。 最初の文脈では たった これは、27億パラメータモデルの新興能力であることが証明された条件論理のレベルを必要とし、より小さいモデルはこの文脈依存の効果を解決することができなかったことを証明した。 AIは真に新しい仮説を生み出した。 AIの予測の最も重要な側面は、その新しさでした。モデルは、訓練データから単に既知の生物学的関係を特定しませんでした。 silmitasertib(CX-4945)とインターフェロンが存在する強化された抗原のプレゼンテーションの間で提案されたリンクは、科学文献では以前報告されていませんでした。 これは、パターン認識から真の仮説生成への重要な飛躍を示し、AIを真の研究パートナーの領域に移すことを示しています。 「CK2は、免疫系の調節剤として、多くの細胞機能に関与しているが、シルミタセルティブ経由でCK2を抑制することは、MHC-Iの表現や抗原のプレゼンテーションを明示的に強化する文献では報告されていない。 デジタル予測から実験室検証された現実へ AIの予測は、どれほど説得力があるかにかかわらず、テストされるまで仮説にすぎない。 (コンピュータベースの)予測と検証 研究者らは、ヒトの神経内分泌細胞モデル(メルケル細胞および肺の起源)で仮説をテストした - 細胞タイプは、モデルのトレーニングデータに最小限に代表され、検証はさらに印象的でした。 シリコン in vitro 実験室実験の結果は、AIの予測を驚くべき精度で確認した。 細胞を薬物シミタセルティブで単独で治療することは、抗原プレゼンテーションに影響を与えませんでした。 インテルフェロンの低用量で細胞を治療したのは、わずかな効果に過ぎなかった。 AIが予測したように、シミタセルティブと低用量インターフェロンの両方で細胞を治療すると、「顕著で協調的な強化」が生じた。 量的には、組み合わせ療法は抗原のプレゼンテーションの最大50%の増加をもたらし、この効果は腫瘍細胞を免疫システムに大幅により顕著にし、AIの新しい仮説を検証し、がん治療の有望な新しい経路を特定します。 「Discovery」の新ブレインプリント この成果は、単一の、有望な薬物発見よりもはるかに大きいものであり、科学研究のための強力な新しい青図を提供し、AIが仮想スクリーニングを超えて、新しい、生物学的に基づいた、検証可能な仮説を生成することができることを示しています。 重要なことに、GoogleとYaleのチームは発見を共有しているだけでなく、それを可能にしたツールも共有している。C2Sスケールモデルとそのリソースは研究コミュニティに提供され、他の科学者にこの仕事に基づく力を与えています。 Podcast : Podcast : Apple:こちら Spotify:こちら ここ ここ
