TxGemma: Cabang Khusus Keluarga AI Google
Model baharu ini, yang dikenali secara kolektif sebagai TxGemma, mewakili lanjutan khusus daripada keluarga model AI generatif (GenAI) sumber terbuka Gemma Google. Model Gemma, seterusnya, dibina di atas asas platform AI Gemini Google yang canggih, versi terkini yang diumumkan pada bulan Disember.
Kit alat TxGemma dijadualkan untuk dikeluarkan kepada komuniti saintifik lewat bulan ini melalui program Google’s Health AI Developer Foundations. Inisiatif ini bertujuan untuk memupuk kerjasama dan pembangunan selanjutnya dengan membenarkan penyelidik menilai dan memperhalusi model. Walaupun tahap penuh kebolehgunaannya masih belum dapat dilihat, keluaran awal menimbulkan persoalan tentang potensi mereka untuk penyesuaian komersial.
Memahami Bahasa Terapeutik
Dr. Karen DeSalvo, Ketua Pegawai Kesihatan Google, menghuraikan keupayaan unik TxGemma. Model ini mempunyai keupayaan untuk memahami kedua-dua teks standard dan struktur rumit pelbagai entiti terapeutik. Ini termasuk molekul kecil, bahan kimia, dan protein, yang merupakan blok binaan asas dalam pembangunan ubat.
Pemahaman dwi ini memperkasakan penyelidik untuk berinteraksi dengan TxGemma dengan cara yang lebih intuitif. Mereka boleh mengemukakan soalan yang membantu meramalkan sifat penting terapi baharu yang berpotensi. Sebagai contoh, penyelidik boleh menggunakan TxGemma untuk mendapatkan cerapan tentang profil keselamatan dan keberkesanan calon ubat, mempercepatkan proses saringan awal.
Menangani Cabaran Pembangunan Ubat
Dr. DeSalvo menekankan konteks inovasi ini, dengan menyatakan bahawa ‘Pembangunan ubat terapeutik daripada konsep kepada penggunaan yang diluluskan adalah proses yang panjang dan mahal.’ Dengan menjadikan TxGemma tersedia kepada komuniti penyelidikan yang lebih luas, Google berhasrat untuk meneroka pendekatan baharu untuk meningkatkan kecekapan usaha yang kompleks ini.
AI: Kuasa Transformatif dalam Sains Hayat
Kemunculan AI telah merevolusikan industri sains hayat. Keupayaannya untuk memproses set data yang besar, mengenal pasti corak tersembunyi dan menjana ramalan dipacu data telah membuka peluang yang belum pernah terjadi sebelum ini. AI sudah digunakan secara aktif dalam pelbagai peringkat pembangunan ubat, termasuk:
- Mengenal Pasti Sasaran Ubat: Menentukan molekul atau laluan khusus yang terlibat dalam proses penyakit.
- Mereka Bentuk Ubat Baharu: Mencipta sebatian novel dengan sifat terapeutik yang diingini.
- Menggunakan Semula Terapi Sedia Ada: Mencari kegunaan baharu untuk ubat yang telah diluluskan untuk keadaan lain.
Landskap Kawal Selia Menyesuaikan Diri dengan AI
Penggunaan pesat AI dalam pembangunan ubat telah mendorong badan kawal selia untuk bertindak balas. Awal tahun ini, FDA mengeluarkan panduan pertamanya mengenai penggunaan AI dalam pemfailan kawal selia, memberikan kejelasan tentang cara teknologi ini harus dimasukkan ke dalam penyerahan. Begitu juga, pada tahun 2024, EMA menerbitkan kertas refleksi yang menggariskan perspektifnya mengenai aplikasi AI sepanjang kitaran hayat produk perubatan. Perkembangan ini menyerlahkan pengiktirafan yang semakin meningkat terhadap peranan AI dalam membentuk masa depan penyelidikan dan peraturan farmaseutikal.
Melangkaui TxGemma: Sekilas Pandang Inisiatif Kesihatan Google
Acara ‘The Check Up’ mempamerkan pelbagai kemajuan berkaitan kesihatan lain daripada Google:
Hasil Kesihatan yang Dipertingkatkan dalam Carian Google
Google menyerlahkan penambahbaikan pada keupayaan enjin cariannya untuk menyediakan maklumat kesihatan yang boleh dipercayai dan relevan kepada pengguna. Ini termasuk memperhalusi algoritma carian untuk mengutamakan sumber berwibawa dan menyampaikan maklumat dalam format yang jelas dan mudah diakses.
Ciri Rekod Perubatan dalam Aplikasi Health Connect
Ciri baharu dalam aplikasi Health Connect Google telah diperkenalkan, membolehkan pengguna menyimpan dan mengurus rekod perubatan mereka dengan selamat. Platform terpusat ini bertujuan untuk memperkasakan individu dengan kawalan yang lebih besar ke atas data kesihatan mereka dan memudahkan perkongsian yang lancar dengan penyedia penjagaan kesihatan.
‘Rakan Saintis’ AI: Rakan Penyelidikan Maya
Berdasarkan pengumumannya pada bulan Februari, Google menghuraikan lagi konsep ‘rakan saintis’ AInya. Kolaborator maya ini direka untuk membantu saintis dalam menjana hipotesis dan cadangan penyelidikan baharu. Dengan memanfaatkan pemprosesan bahasa semula jadi, rakan saintis AI boleh menganalisis matlamat penyelidikan dan mencadangkan hipotesis yang boleh diuji, lengkap dengan ringkasan literatur yang diterbitkan yang berkaitan dan pendekatan eksperimen yang berpotensi.
Sebagai contoh, jika penyelidik berhasrat untuk mendalami pemahaman mereka tentang penyebaran mikrob penyebab penyakit, mereka boleh menyatakan matlamat ini dalam bahasa semula jadi. Rakan saintis AI kemudiannya akan bertindak balas dengan hipotesis yang dicadangkan, kertas penyelidikan yang berkaitan dan reka bentuk eksperimen yang mungkin.
Capricorn: AI untuk Rawatan Kanser Kanak-kanak Diperibadikan
Akhir sekali, Google menyerlahkan alat AI bernama Capricorn, yang memanfaatkan model Gemini untuk mempercepatkan pengenalpastian rawatan diperibadikan untuk kanser kanak-kanak. Capricorn mencapai ini dengan menyepadukan data perubatan awam dengan maklumat pesakit yang tidak dikenal pasti, membolehkan doktor menyesuaikan strategi rawatan kepada pesakit individu dengan lebih berkesan.
Selami Lebih Dalam Aplikasi Berpotensi TxGemma
Kekuatan teras terletak pada keupayaan model untuk merapatkan jurang antara teks yang boleh dibaca manusia dan dunia struktur molekul yang kompleks dan sering samar.
Berikut ialah cara TxGemma dijangka akan digunakan:
Pengenalpastian Sasaran:
- Seorang penyelidik mungkin memasukkan: ‘Kenal pasti sasaran protein yang berpotensi untuk menghalang pertumbuhan sel kanser bermutasi KRAS.’
- TxGemma, berdasarkan pangkalan data besar literatur saintifik dan data molekul, kemudiannya boleh mencadangkan senarai protein yang diketahui berinteraksi dengan protein KRAS atau terlibat dalam laluan yang dipengaruhi oleh KRAS. Ia juga boleh meletakkan kedudukan sasaran ini berdasarkan faktor seperti ‘kebolehubatan’ (kemungkinan molekul kecil boleh mengikat dan memodulasi protein dengan berkesan).
Penemuan Sebatian Utama:
- Seorang penyelidik boleh memasukkan: ‘Cari molekul kecil yang mengikat tapak aktif protein kinase AKT1 dengan pertalian tinggi.’
- TxGemma boleh menapis perpustakaan maya berbilion sebatian, meramalkan pertalian pengikatannya kepada protein AKT1 berdasarkan struktur 3Dnya. Ia juga boleh menapis sebatian ini berdasarkan sifat seperti keterlarutan, kebolehtelapan dan potensi ketoksikan yang diramalkan.
Kajian Mekanisme Tindakan:
- Seorang penyelidik mempunyai sebatian yang menjanjikan tetapi tidak pasti bagaimana ia berfungsi. Mereka boleh memasukkan: ‘Ramalkan mekanisme tindakan sebatian XYZ, yang menunjukkan aktiviti terhadap penyakit Alzheimer dalam model praklinikal.’
- TxGemma boleh menganalisis struktur sebatian, membandingkannya dengan ubat yang diketahui, dan merujuk silangnya dengan data mengenai perubahan ekspresi gen dan interaksi protein-protein untuk mencadangkan laluan atau sasaran yang berpotensi yang mungkin terjejas oleh sebatian itu.
Penggunaan Semula Ubat:
- Seorang penyelidik mungkin bertanya: ‘Kenal pasti ubat sedia ada yang boleh digunakan semula untuk merawat gangguan genetik yang jarang berlaku ABC.’
- TxGemma boleh menganalisis asas genetik dan molekul gangguan ABC, kemudian mencari ubat yang diketahui menyasarkan laluan atau protein yang terlibat dalam penyakit itu, walaupun ubat tersebut pada asalnya dibangunkan untuk keadaan yang sama sekali berbeza.
Ramalan Ketoksikan:
- Sebelum memindahkan sebatian ke dalam ujian klinikal yang mahal, penyelidik perlu menilai potensi ketoksikannya. TxGemma boleh digunakan untuk: ‘Ramalkan potensi sebatian PQR untuk menyebabkan kerosakan hati atau kardiotoksisiti.’
- Model akan menganalisis struktur sebatian dan membandingkannya dengan pangkalan data sebatian toksik yang diketahui, mengenal pasti potensi bendera merah.
Kelebihan Sumber Terbuka: Pemangkin Inovasi
Dengan mengeluarkan TxGemma sebagai model sumber terbuka, Google memupuk persekitaran kolaboratif, dan mempercepatkan kadar penemuan. Kesan yang berpotensi diperkuatkan.
Penyelidik di seluruh dunia boleh menyumbang kepada pembangunan model, memperhalusi algoritmanya, mengembangkan asas pengetahuannya dan menyesuaikannya dengan keperluan penyelidikan khusus.
Masa Depan Penemuan Ubat
Pengenalan TxGemma dan alat berkuasa AI yang lain mewakili satu langkah penting ke hadapan dalam usaha untuk pembangunan ubat yang lebih cekap dan berkesan. Walaupun AI bukan peluru ajaib, ia mempunyai potensi besar untuk menambah kepakaran manusia, mempercepatkan garis masa penyelidikan, dan akhirnya membawa terapi menyelamatkan nyawa kepada pesakit dengan lebih cepat. Evolusi AI yang berterusan dalam sains hayat menjanjikan masa depan di mana penemuan ubat adalah lebih dipacu data, tepat, dan akhirnya, lebih berjaya.