TxGemma: สาขาเฉพาะทางของตระกูล AI ของ Google
ที่งานประจำปี ‘The Check Up’ ซึ่งมุ่งเน้นด้านสุขภาพ Google ได้ให้ข้อมูลอัปเดตที่ครอบคลุมเกี่ยวกับความพยายามในการวิจัยและพัฒนาที่หลากหลายในภาคการดูแลสุขภาพ ในบรรดาการประกาศที่สำคัญคือการเปิดตัวชุดโมเดลปัญญาประดิษฐ์ (AI) ใหม่ที่ออกแบบมาโดยเฉพาะเพื่อขับเคลื่อนกระบวนการค้นคว้ายา
โมเดลใหม่เหล่านี้ ซึ่งเรียกรวมกันว่า TxGemma เป็นส่วนขยายเฉพาะทางของตระกูล Gemma ของโมเดล AI แบบโอเพนซอร์ส (GenAI) ของ Google โมเดล Gemma นั้นสร้างขึ้นบนรากฐานของแพลตฟอร์ม Gemini AI ที่ล้ำสมัยของ Google ซึ่งเป็นเวอร์ชันล่าสุดที่เปิดตัวในเดือนธันวาคม
ชุดเครื่องมือ TxGemma มีกำหนดวางจำหน่ายให้กับชุมชนวิทยาศาสตร์ในปลายเดือนนี้ผ่านโปรแกรม Health AI Developer Foundations ของ Google โครงการริเริ่มนี้มีจุดมุ่งหมายเพื่อส่งเสริมการทำงานร่วมกันและการพัฒนาต่อไปโดยอนุญาตให้นักวิจัยประเมินและปรับปรุงโมเดล แม้ว่าขอบเขตการใช้งานทั้งหมดจะยังคงต้องรอดูกันต่อไป แต่การเปิดตัวครั้งแรกทำให้เกิดคำถามเกี่ยวกับศักยภาพในการปรับใช้ในเชิงพาณิชย์
ทำความเข้าใจภาษาของการบำบัด
ดร. Karen DeSalvo ประธานเจ้าหน้าที่ฝ่ายสุขภาพของ Google อธิบายถึงความสามารถเฉพาะตัวของ TxGemma โมเดลเหล่านี้มีความสามารถในการทำความเข้าใจทั้งข้อความมาตรฐานและโครงสร้างที่ซับซ้อนของเอนทิตีการรักษาต่างๆ ซึ่งรวมถึงโมเลกุลขนาดเล็ก สารเคมี และโปรตีน ซึ่งเป็นส่วนประกอบพื้นฐานในการพัฒนายา
ความเข้าใจแบบคู่นี้ช่วยให้นักวิจัยโต้ตอบกับ TxGemma ได้อย่างเป็นธรรมชาติมากขึ้น พวกเขาสามารถถามคำถามที่ช่วยทำนายคุณสมบัติที่สำคัญของการบำบัดใหม่ที่อาจเกิดขึ้น ตัวอย่างเช่น นักวิจัยสามารถใช้ TxGemma เพื่อรับข้อมูลเชิงลึกเกี่ยวกับความปลอดภัยและประสิทธิภาพของยาที่เป็นไปได้ เร่งกระบวนการคัดกรองเบื้องต้น
การแก้ไขปัญหาความท้าทายของการพัฒนายา
ดร. DeSalvo เน้นย้ำถึงบริบทของนวัตกรรมนี้ โดยสังเกตว่า ‘การพัฒนายารักษาโรคตั้งแต่แนวคิดไปจนถึงการใช้งานที่ได้รับอนุมัติเป็นกระบวนการที่ยาวนานและมีราคาแพง’ ด้วยการทำให้ TxGemma พร้อมใช้งานสำหรับชุมชนการวิจัยในวงกว้าง Google มีเป้าหมายที่จะสำรวจแนวทางใหม่ๆ เพื่อเพิ่มประสิทธิภาพของการดำเนินการที่ซับซ้อนนี้
AI: พลังแห่งการเปลี่ยนแปลงในวิทยาศาสตร์ชีวภาพ
การเกิดขึ้นของ AI ได้ปฏิวัติอุตสาหกรรมวิทยาศาสตร์ชีวภาพอย่างไม่ต้องสงสัย ความสามารถในการประมวลผลชุดข้อมูลขนาดใหญ่ ระบุรูปแบบที่ซ่อนอยู่ และสร้างการคาดการณ์ที่ขับเคลื่อนด้วยข้อมูลได้เปิดโอกาสที่ไม่เคยมีมาก่อน AI ถูกนำไปใช้อย่างแข็งขันในขั้นตอนต่างๆ ของการพัฒนายา ซึ่งรวมถึง:
- การระบุเป้าหมายยา: ระบุโมเลกุลหรือวิถีทางเฉพาะที่เกี่ยวข้องกับกระบวนการของโรค
- การออกแบบยาใหม่: การสร้างสารประกอบใหม่ที่มีคุณสมบัติในการรักษาที่ต้องการ
- การนำยาที่มีอยู่กลับมาใช้ใหม่: การค้นหาการใช้งานใหม่สำหรับยาที่ได้รับการอนุมัติสำหรับเงื่อนไขอื่น ๆ แล้ว
ภูมิทัศน์ด้านกฎระเบียบที่ปรับให้เข้ากับ AI
การนำ AI มาใช้อย่างรวดเร็วในการพัฒนายาได้กระตุ้นให้หน่วยงานกำกับดูแลตอบสนอง เมื่อต้นปีนี้ FDA ได้เปิดตัวแนวทางแรกเกี่ยวกับการใช้ AI ในการยื่นเอกสารด้านกฎระเบียบ โดยให้ความชัดเจนเกี่ยวกับวิธีการรวมเทคโนโลยีนี้เข้ากับการส่ง ในทำนองเดียวกัน ในปี 2024 EMA ได้เผยแพร่เอกสารสะท้อนความคิดที่สรุปมุมมองเกี่ยวกับการประยุกต์ใช้ AI ตลอดวงจรชีวิตของผลิตภัณฑ์ยา การพัฒนาเหล่านี้เน้นย้ำถึงการยอมรับที่เพิ่มขึ้นของบทบาทของ AI ในการกำหนดอนาคตของการวิจัยและกฎระเบียบด้านเภสัชกรรม
นอกเหนือจาก TxGemma: ภาพรวมโครงการริเริ่มด้านสุขภาพของ Google
งาน ‘The Check Up’ จัดแสดงความก้าวหน้าด้านสุขภาพอื่นๆ ที่หลากหลายจาก Google:
ผลลัพธ์ด้านสุขภาพที่ได้รับการปรับปรุงใน Google Search
Google เน้นย้ำถึงการปรับปรุงความสามารถของเครื่องมือค้นหาในการให้ข้อมูลด้านสุขภาพที่เชื่อถือได้และเกี่ยวข้องแก่ผู้ใช้ ซึ่งรวมถึงการปรับแต่งอัลกอริทึมการค้นหาเพื่อจัดลำดับความสำคัญของแหล่งข้อมูลที่เชื่อถือได้ และนำเสนอข้อมูลในรูปแบบที่ชัดเจนและเข้าถึงได้
คุณสมบัติเวชระเบียนในแอป Health Connect
มีการเปิดตัวคุณสมบัติใหม่ภายในแอป Health Connect ของ Google ทำให้ผู้ใช้สามารถจัดเก็บและจัดการเวชระเบียนของตนได้อย่างปลอดภัย แพลตฟอร์มแบบรวมศูนย์นี้มีจุดมุ่งหมายเพื่อให้บุคคลสามารถควบคุมข้อมูลสุขภาพของตนได้มากขึ้น และอำนวยความสะดวกในการแบ่งปันกับผู้ให้บริการด้านการดูแลสุขภาพได้อย่างราบรื่น
‘นักวิทยาศาสตร์ร่วม’ AI: หุ้นส่วนการวิจัยเสมือนจริง
ต่อยอดจากการประกาศในเดือนกุมภาพันธ์ Google ได้อธิบายเพิ่มเติมเกี่ยวกับแนวคิด ‘นักวิทยาศาสตร์ร่วม’ AI ผู้ทำงานร่วมกันเสมือนจริงนี้ได้รับการออกแบบมาเพื่อช่วยนักวิทยาศาสตร์ในการสร้างสมมติฐานและข้อเสนอการวิจัยใหม่ ด้วยการใช้ประโยชน์จากการประมวลผลภาษาธรรมชาติ นักวิทยาศาสตร์ร่วม AI สามารถวิเคราะห์เป้าหมายการวิจัยและเสนอสมมติฐานที่ทดสอบได้ พร้อมด้วยบทสรุปของวรรณกรรมที่เกี่ยวข้องที่ตีพิมพ์และแนวทางการทดลองที่เป็นไปได้
ตัวอย่างเช่น หากนักวิจัยมีเป้าหมายที่จะทำความเข้าใจอย่างลึกซึ้งเกี่ยวกับการแพร่กระจายของจุลินทรีย์ที่ก่อให้เกิดโรค พวกเขาสามารถแสดงเป้าหมายนี้เป็นภาษาธรรมชาติได้ นักวิทยาศาสตร์ร่วม AI จะตอบสนองด้วยสมมติฐานที่แนะนำ เอกสารงานวิจัยที่เกี่ยวข้อง และการออกแบบการทดลองที่เป็นไปได้
Capricorn: AI สำหรับการรักษามะเร็งในเด็กแบบเฉพาะบุคคล
สุดท้ายนี้ Google ได้เน้นย้ำถึงเครื่องมือ AI ชื่อ Capricorn ซึ่งใช้ประโยชน์จากโมเดล Gemini เพื่อเร่งการระบุการรักษาแบบเฉพาะบุคคลสำหรับมะเร็งในเด็ก Capricorn บรรลุเป้าหมายนี้โดยการรวมข้อมูลทางการแพทย์สาธารณะเข้ากับข้อมูลผู้ป่วยที่ไม่ระบุตัวตน ทำให้แพทย์สามารถปรับกลยุทธ์การรักษาให้เหมาะกับผู้ป่วยแต่ละรายได้อย่างมีประสิทธิภาพมากขึ้น
เจาะลึกการใช้งานที่เป็นไปได้ของ TxGemma
จุดแข็งหลักอยู่ที่ความสามารถของแบบจำลองในการเชื่อมช่องว่างระหว่างข้อความที่มนุษย์อ่านได้กับโลกที่ซับซ้อนและมักจะลึกลับของโครงสร้างโมเลกุล
นี่คือวิธีที่คาดว่าจะใช้ TxGemma:
การระบุเป้าหมาย:
- นักวิจัยอาจป้อนข้อมูล: ‘ระบุเป้าหมายโปรตีนที่เป็นไปได้สำหรับการยับยั้งการเติบโตของเซลล์มะเร็งที่กลายพันธุ์ KRAS‘
- TxGemma ซึ่งดึงข้อมูลจากฐานข้อมูลขนาดใหญ่ของวรรณกรรมทางวิทยาศาสตร์และข้อมูลโมเลกุล สามารถแนะนำรายการโปรตีนที่ทราบว่ามีปฏิสัมพันธ์กับโปรตีน KRAS หรือมีส่วนร่วมในวิถีทางที่ KRAS มีอิทธิพล นอกจากนี้ยังสามารถจัดอันดับเป้าหมายเหล่านี้ตามปัจจัยต่างๆ เช่น ‘ความสามารถในการใช้ยา’ (ความเป็นไปได้ที่โมเลกุลขนาดเล็กจะจับและปรับโปรตีนได้อย่างมีประสิทธิภาพ)
การค้นพบสารประกอบตะกั่ว:
- นักวิจัยสามารถป้อนข้อมูล: ‘ค้นหาโมเลกุลขนาดเล็กที่จับกับตำแหน่งที่ใช้งานของโปรตีนไคเนส AKT1 ด้วยความสัมพันธ์สูง’
- TxGemma สามารถกลั่นกรองห้องสมุดเสมือนจริงของสารประกอบหลายพันล้านรายการ ทำนายความสัมพันธ์ในการจับกับโปรตีน AKT1 ตามโครงสร้าง 3 มิติ นอกจากนี้ยังสามารถกรองสารประกอบเหล่านี้ตามคุณสมบัติต่างๆ เช่น ความสามารถในการละลาย การซึมผ่าน และความเป็นพิษที่อาจเกิดขึ้น
การศึกษากลไกการออกฤทธิ์:
- นักวิจัยมีสารประกอบที่มีแนวโน้ม แต่ไม่แน่ใจว่ามันทำงานอย่างไร พวกเขาสามารถป้อนข้อมูล: ‘ทำนายกลไกการออกฤทธิ์ของสารประกอบ XYZ ซึ่งแสดงฤทธิ์ต้านโรคอัลไซเมอร์ในแบบจำลองพรีคลินิก’
- TxGemma สามารถวิเคราะห์โครงสร้างของสารประกอบ เปรียบเทียบกับยาที่รู้จัก และอ้างอิงโยงกับข้อมูลเกี่ยวกับการเปลี่ยนแปลงการแสดงออกของยีนและปฏิสัมพันธ์ระหว่างโปรตีนกับโปรตีน เพื่อแนะนำวิถีทางหรือเป้าหมายที่เป็นไปได้ที่สารประกอบอาจส่งผลกระทบ
การนำยากลับมาใช้ใหม่:
- นักวิจัยอาจถามว่า: ‘ระบุยาที่มีอยู่ที่สามารถนำกลับมาใช้ใหม่เพื่อรักษาโรคทางพันธุกรรมที่หายาก ABC ได้’
- TxGemma สามารถวิเคราะห์พื้นฐานทางพันธุกรรมและโมเลกุลของความผิดปกติ ABC จากนั้นค้นหายาที่ทราบว่ามีเป้าหมายที่วิถีทางหรือโปรตีนที่เกี่ยวข้องกับโรค แม้ว่ายาเหล่านั้นจะได้รับการพัฒนาขึ้นเพื่อใช้กับโรคอื่นโดยสิ้นเชิง
การทำนายความเป็นพิษ:
- ก่อนที่จะย้ายสารประกอบไปสู่การทดลองทางคลินิกที่มีราคาแพง นักวิจัยจำเป็นต้องประเมินความเป็นพิษที่อาจเกิดขึ้น TxGemma สามารถใช้เพื่อ: ‘ทำนายศักยภาพของสารประกอบ PQR ที่จะทำให้เกิดความเสียหายต่อตับหรือความเป็นพิษต่อหัวใจ’
- แบบจำลองจะวิเคราะห์โครงสร้างของสารประกอบและเปรียบเทียบกับฐานข้อมูลของสารประกอบที่เป็นพิษที่รู้จัก โดยระบุธงสีแดงที่อาจเกิดขึ้น
ข้อได้เปรียบของโอเพนซอร์ส: ตัวเร่งนวัตกรรม
ด้วยการเปิดตัว TxGemma เป็นแบบจำลองโอเพนซอร์ส Google กำลังส่งเสริมสภาพแวดล้อมการทำงานร่วมกัน และเร่งความเร็วของการค้นพบ
ผลกระทบที่อาจเกิดขึ้นจะขยายใหญ่ขึ้น
นักวิจัยทั่วโลกสามารถมีส่วนร่วมในการพัฒนาแบบจำลอง ปรับแต่งอัลกอริทึม ขยายฐานความรู้ และปรับแต่งให้เข้ากับความต้องการการวิจัยเฉพาะ
อนาคตของการค้นคว้ายา
การเปิดตัว TxGemma และเครื่องมือที่ขับเคลื่อนด้วย AI อื่นๆ แสดงถึงความก้าวหน้าครั้งสำคัญในการแสวงหาการพัฒนายาที่มีประสิทธิภาพและประสิทธิผลมากขึ้น แม้ว่า AI จะไม่ใช่ยาวิเศษ แต่ก็มีศักยภาพอย่างมากในการเพิ่มพูนความเชี่ยวชาญของมนุษย์ เร่งระยะเวลาการวิจัย และนำการบำบัดที่ช่วยชีวิตผู้ป่วยได้เร็วขึ้นในที่สุด วิวัฒนาการอย่างต่อเนื่องของ AI ในวิทยาศาสตร์ชีวภาพสัญญาว่าอนาคตที่การค้นคว้ายาจะขับเคลื่อนด้วยข้อมูล มีความแม่นยำ และประสบความสำเร็จมากขึ้นในที่สุด