TxGemma: Một nhánh chuyên biệt của họ mô hình AI của Google
Những mô hình mới này, được gọi chung là TxGemma, đại diện cho một phần mở rộng chuyên biệt của họ mô hình AI nguồn mở, tổng quát (GenAI) Gemma của Google. Các mô hình Gemma, lần lượt, được xây dựng trên nền tảng của nền tảng AI Gemini tiên tiến của Google, phiên bản mới nhất đã được công bố vào tháng 12.
Bộ công cụ TxGemma dự kiến sẽ được phát hành cho cộng đồng khoa học vào cuối tháng này thông qua chương trình Health AI Developer Foundations của Google. Sáng kiến này nhằm mục đích thúc đẩy sự hợp tác và phát triển hơn nữa bằng cách cho phép các nhà nghiên cứu đánh giá và tinh chỉnh các mô hình. Mặc dù phạm vi ứng dụng đầy đủ của chúng vẫn còn phải xem xét, nhưng bản phát hành ban đầu đặt ra câu hỏi về tiềm năng của chúng cho việc điều chỉnh thương mại.
Hiểu ngôn ngữ của các liệu pháp
Tiến sĩ Karen DeSalvo, Giám đốc Y tế của Google, đã giải thích về các khả năng độc đáo của TxGemma. Những mô hình này có khả năng hiểu cả văn bản tiêu chuẩn và cấu trúc phức tạp của các thực thể trị liệu khác nhau. Điều này bao gồm các phân tử nhỏ, hóa chất và protein, là những khối xây dựng cơ bản trong phát triển thuốc.
Sự hiểu biết kép này cho phép các nhà nghiên cứu tương tác với TxGemma một cách trực quan hơn. Họ có thể đặt câu hỏi giúp dự đoán các thuộc tính quan trọng của các liệu pháp mới tiềm năng. Ví dụ, các nhà nghiên cứu có thể sử dụng TxGemma để hiểu rõ hơn về hồ sơ an toàn và hiệu quả của các loại thuốc ứng cử viên, đẩy nhanh quá trình sàng lọc ban đầu.
Giải quyết những thách thức của việc phát triển thuốc
Tiến sĩ DeSalvo nhấn mạnh bối cảnh của sự đổi mới này, lưu ý rằng “Quá trình phát triển các loại thuốc điều trị từ ý tưởng đến khi được phê duyệt sử dụng là một quá trình lâu dài và tốn kém.” Bằng cách cung cấp TxGemma cho cộng đồng nghiên cứu rộng lớn hơn, Google hướng tới việc khám phá các phương pháp tiếp cận mới để nâng cao hiệu quả của công việc phức tạp này.
AI: Một lực lượng biến đổi trong khoa học đời sống
Sự xuất hiện của AI chắc chắn đã cách mạng hóa ngành khoa học đời sống. Khả năng xử lý các tập dữ liệu khổng lồ, xác định các mẫu ẩn và tạo ra các dự đoán dựa trên dữ liệu đã mở ra những cơ hội chưa từng có. AI đã và đang được sử dụng tích cực trong các giai đoạn khác nhau của quá trình phát triển thuốc, bao gồm:
- Xác định mục tiêu thuốc: Xác định các phân tử hoặc con đường cụ thể liên quan đến quá trình bệnh.
- Thiết kế thuốc mới: Tạo các hợp chất mới với các đặc tính điều trị mong muốn.
- Tái sử dụng các liệu pháp hiện có: Tìm các ứng dụng mới cho các loại thuốc đã được phê duyệt cho các tình trạng khác.
Bối cảnh pháp lý thích ứng với AI
Việc áp dụng nhanh chóng AI trong phát triển thuốc đã thúc đẩy các cơ quan quản lý phải phản ứng. Đầu năm nay, FDA đã công bố hướng dẫn đầu tiên về việc sử dụng AI trong các hồ sơ pháp lý, cung cấp sự rõ ràng về cách công nghệ này nên được tích hợp vào các bài nộp. Tương tự, vào năm 2024, EMA đã xuất bản một bài báo phản ánh quan điểm của mình về việc ứng dụng AI trong suốt vòng đời của sản phẩm thuốc. Những phát triển này nhấn mạnh sự công nhận ngày càng tăng về vai trò của AI trong việc định hình tương lai của nghiên cứu và quy định dược phẩm.
Ngoài TxGemma: Cái nhìn thoáng qua về các sáng kiến y tế của Google
Sự kiện ‘The Check Up’ đã giới thiệu một loạt các tiến bộ liên quan đến sức khỏe khác từ Google:
Kết quả sức khỏe được cải thiện trong Google Search
Google đã nhấn mạnh những cải tiến đối với khả năng của công cụ tìm kiếm trong việc cung cấp thông tin sức khỏe đáng tin cậy và phù hợp cho người dùng. Điều này bao gồm việc tinh chỉnh các thuật toán tìm kiếm để ưu tiên các nguồn có thẩm quyền và trình bày thông tin ở định dạng rõ ràng và dễ tiếp cận.
Tính năng Hồ sơ Y tế trong Ứng dụng Health Connect
Một tính năng mới trong ứng dụng Health Connect của Google đã được giới thiệu, cho phép người dùng lưu trữ và quản lý hồ sơ y tế của họ một cách an toàn. Nền tảng tập trung này nhằm mục đích trao quyền cho các cá nhân kiểm soát tốt hơn dữ liệu sức khỏe của họ và tạo điều kiện chia sẻ liền mạch với các nhà cung cấp dịch vụ chăm sóc sức khỏe.
‘Đồng khoa học’ AI: Đối tác nghiên cứu ảo
Dựa trên thông báo của mình vào tháng 2, Google đã giải thích thêm về khái niệm ‘đồng khoa học’ AI của mình. Cộng tác viên ảo này được thiết kế để hỗ trợ các nhà khoa học tạo ra các giả thuyết và đề xuất nghiên cứu mới. Bằng cách tận dụng xử lý ngôn ngữ tự nhiên, đồng khoa học AI có thể phân tích các mục tiêu nghiên cứu và đề xuất các giả thuyết có thể kiểm chứng, hoàn chỉnh với các bản tóm tắt tài liệu đã xuất bản có liên quan và các phương pháp thử nghiệm tiềm năng.
Ví dụ, nếu các nhà nghiên cứu muốn hiểu sâu hơn về sự lây lan của một vi sinh vật gây bệnh, họ có thể diễn đạt mục tiêu này bằng ngôn ngữ tự nhiên. Đồng khoa học AI sau đó sẽ trả lời bằng các giả thuyết được đề xuất, các bài báo nghiên cứu có liên quan và các thiết kế thử nghiệm khả thi.
Capricorn: AI cho điều trị ung thư ở trẻ em được cá nhân hóa
Cuối cùng, Google đã giới thiệu một công cụ AI có tên Capricorn, khai thác các mô hình Gemini để tăng tốc độ xác định các phương pháp điều trị được cá nhân hóa cho bệnh ung thư ở trẻ em. Capricorn đạt được điều này bằng cách tích hợp dữ liệu y tế công cộng với thông tin bệnh nhân đã được ẩn danh, cho phép các bác sĩ điều chỉnh các chiến lược điều trị cho từng bệnh nhân hiệu quả hơn.
Tìm hiểu sâu về các ứng dụng tiềm năng của TxGemma
Sức mạnh cốt lõi nằm ở khả năng của mô hình trong việc thu hẹp khoảng cách giữa văn bản mà con người có thể đọc được và thế giới phức tạp, thường khó hiểu, của cấu trúc phân tử.
Đây là cách TxGemma dự kiến sẽ được sử dụng:
Xác định mục tiêu:
- Một nhà nghiên cứu có thể nhập: “Xác định các mục tiêu protein tiềm năng để ức chế sự phát triển của các tế bào ung thư đột biến KRAS.”
- TxGemma, dựa trên cơ sở dữ liệu khổng lồ về tài liệu khoa học và dữ liệu phân tử, sau đó có thể đề xuất một danh sách các protein được biết là tương tác với protein KRAS hoặc có liên quan đến các con đường mà KRAS ảnh hưởng. Nó cũng có thể xếp hạng các mục tiêu này dựa trên các yếu tố như “khả năng tạo thuốc” (khả năng một phân tử nhỏ có thể liên kết và điều chỉnh protein một cách hiệu quả).
Khám phá hợp chất dẫn đầu:
- Một nhà nghiên cứu có thể nhập: “Tìm các phân tử nhỏ liên kết với vị trí hoạt động của protein kinase AKT1 với ái lực cao.”
- TxGemma có thể sàng lọc qua các thư viện ảo của hàng tỷ hợp chất, dự đoán ái lực liên kết của chúng với protein AKT1 dựa trên cấu trúc 3D của chúng. Nó cũng có thể lọc các hợp chất này dựa trên các đặc tính như độ hòa tan dự đoán, tính thấm và độc tính tiềm tàng.
Nghiên cứu cơ chế hoạt động:
- Một nhà nghiên cứu có một hợp chất đầy hứa hẹn nhưng không chắc chắn chính xác về cách nó hoạt động. Họ có thể nhập: “Dự đoán cơ chế hoạt động của hợp chất XYZ, cho thấy hoạt tính chống lại bệnh Alzheimer trong các mô hình tiền lâm sàng.”
- TxGemma có thể phân tích cấu trúc của hợp chất, so sánh nó với các loại thuốc đã biết và tham chiếu chéo với dữ liệu về những thay đổi biểu hiện gen và tương tác protein-protein để đề xuất các con đường hoặc mục tiêu tiềm năng mà hợp chất có thể ảnh hưởng.
Tái sử dụng thuốc:
- Một nhà nghiên cứu có thể hỏi: “Xác định các loại thuốc hiện có có thể được sử dụng lại để điều trị rối loạn di truyền hiếm gặp ABC.”
- TxGemma có thể phân tích cơ sở di truyền và phân tử của rối loạn ABC, sau đó tìm kiếm các loại thuốc được biết là nhắm mục tiêu các con đường hoặc protein liên quan đến bệnh, ngay cả khi những loại thuốc đó ban đầu được phát triển cho một tình trạng hoàn toàn khác.
Dự đoán độc tính:
- Trước khi chuyển một hợp chất vào các thử nghiệm lâm sàng tốn kém, các nhà nghiên cứu cần đánh giá độc tính tiềm tàng của nó. TxGemma có thể được sử dụng để: “Dự đoán khả năng hợp chất PQR gây tổn thương gan hoặc độc tính tim.”
- Mô hình sẽ phân tích cấu trúc của hợp chất và so sánh nó với cơ sở dữ liệu của các hợp chất độc hại đã biết, xác định các dấu hiệu cảnh báo tiềm ẩn.
Lợi thế nguồn mở: Chất xúc tác cho sự đổi mới
Bằng cách phát hành TxGemma dưới dạng mô hình nguồn mở, Google đang thúc đẩy một môi trường hợp tác và tăng tốc độ khám phá.
Tác động tiềm tàng được khuếch đại.
Các nhà nghiên cứu trên toàn thế giới có thể đóng góp vào sự phát triển của mô hình, tinh chỉnh các thuật toán của nó, mở rộng cơ sở kiến thức và điều chỉnh nó cho các nhu cầu nghiên cứu cụ thể.
Tương lai của việc khám phá thuốc
Việc giới thiệu TxGemma và các công cụ hỗ trợ AI khác thể hiện một bước tiến quan trọng trong việc tìm kiếm sự phát triển thuốc hiệu quả hơn. Mặc dù AI không phải là viên đạn thần kỳ, nhưng nó có tiềm năng to lớn để tăng cường chuyên môn của con người, tăng tốc thời gian nghiên cứu và cuối cùng mang lại các liệu pháp cứu sống cho bệnh nhân nhanh hơn. Sự phát triển không ngừng của AI trong khoa học đời sống hứa hẹn một tương lai nơi việc khám phá thuốc sẽ dựa trên dữ liệu nhiều hơn, chính xác hơn và cuối cùng là thành công hơn.