TxGemma：Google AI 家族的專業分支
這些新模型統稱為 TxGemma，是 Google Gemma 系列開源、生成式 AI (GenAI) 模型的專業延伸。Gemma 模型建立在 Google 尖端的 Gemini AI 平台之上，該平台的最新版本於 12 月發布。
TxGemma 工具組計劃於本月稍後透過 Google 的 Health AI Developer Foundations 計劃向科學界發布。這項計劃旨在促進合作和進一步發展，允許研究人員評估和改進模型。雖然其適用性的全部範圍仍有待觀察，但最初的版本引發了關於其商業化潛力的問題。
理解治療學的語言
Google 首席健康官 Karen DeSalvo 博士詳細闡述了 TxGemma 的獨特功能。這些模型能夠理解標準文本和各種治療實體的複雜結構。這包括小分子、化學物質和蛋白質，它們是藥物開發中的基本組成部分。
這種雙重理解使研究人員能夠以更直觀的方式與 TxGemma 互動。他們可以提出問題，幫助預測潛在新療法的關鍵特性。例如，研究人員可以使用 TxGemma 來深入了解候選藥物的安全性和有效性，從而加快初步篩選過程。
應對藥物開發的挑戰
DeSalvo 博士強調了這項創新的背景，指出「從概念到批准使用的治療藥物的開發是一個漫長而昂貴的過程。」通過向更廣泛的研究社群提供 TxGemma，Google 旨在探索新的方法來提高這項複雜工作的效率。
AI：生命科學領域的變革力量
AI 的出現無疑徹底改變了生命科學產業。它處理大量數據、識別隱藏模式和生成數據驅動預測的能力開闢了前所未有的機會。AI 已經被積極應用於藥物開發的各個階段，包括：
- 識別藥物靶點： 確定參與疾病過程的特定分子或途徑。
- 設計新藥： 創造具有所需治療特性的新型化合物。
- 重新利用現有療法： 為已批准用於其他疾病的藥物尋找新用途。
監管環境適應 AI
藥物開發中 AI 的快速採用促使監管機構做出回應。今年早些時候，FDA 發布了其首個關於在監管文件中使用 AI 的指南，明確說明了應如何將這項技術納入提交文件中。同樣，在 2024 年，EMA 發表了一份反思文件，概述了其對 AI 在整個藥品生命週期中應用的看法。這些發展突顯了人們越來越認識到 AI 在塑造藥物研究和監管未來中的作用。
TxGemma 之外：Google 健康計劃一瞥
‘The Check Up’ 活動展示了 Google 的一系列其他健康相關進展：
Google 搜尋中增強的健康結果
Google 強調了其搜尋引擎在向用戶提供可靠和相關健康信息方面的能力。這包括改進搜尋演算法以優先考慮權威來源，並以清晰易懂的格式呈現信息。
Health Connect 應用程式中的醫療記錄功能
Google 的 Health Connect 應用程式中引入了一項新功能，使用戶能夠安全地存儲和管理其醫療記錄。這個集中式平台旨在讓個人更好地控制自己的健康數據，並促進與醫療保健提供者的無縫共享。
AI ‘共同科學家’：虛擬研究夥伴
基於其在 2 月份的公告，Google 進一步闡述了其 AI ‘共同科學家’ 的概念。這個虛擬合作者旨在協助科學家產生新的假設和研究提案。通過利用自然語言處理，AI 共同科學家可以分析研究目標並提出可測試的假設，並附有相關已發表文獻的摘要和潛在的實驗方法。
例如，如果研究人員旨在加深對致病微生物傳播的理解，他們可以用自然語言表達這一目標。然後，AI 共同科學家將回應建議的假設、相關研究論文和可能的實驗設計。
Capricorn：用於個性化兒童癌症治療的 AI
最後，Google 重點介紹了一個名為 Capricorn 的 AI 工具，該工具利用 Gemini 模型來加速識別兒童癌症的個性化治療方法。Capricorn 通過將公共醫療數據與去識別化的患者信息相結合來實現這一目標，使醫生能夠更有效地為個別患者量身定制治療策略。
深入探討 TxGemma 的潛在應用
其核心優勢在於該模型能夠彌合人類可讀文本與分子結構複雜且通常隱晦的世界之間的差距。
以下是 TxGemma 的預期用途：
目標識別：
- 研究人員可能會輸入：「識別抑制 KRAS 突變癌細胞生長的潛在蛋白質靶點。」
- TxGemma 借鑒大量的科學文獻和分子數據庫，可以提出一系列已知與 KRAS 蛋白相互作用或參與 KRAS 影響的途徑的蛋白質。它還可以根據「可藥性」（小分子能夠有效結合和調節蛋白質的可能性）等因素對這些目標進行排名。
先導化合物發現：
- 研究人員可以輸入：「尋找與蛋白激酶 AKT1 活性位點高親和力結合的小分子。」
- TxGemma 可以篩選數十億種化合物的虛擬庫，根據其 3D 結構預測它們與 AKT1 蛋白的結合親和力。它還可以根據預測的溶解度、滲透性和潛在毒性等特性過濾這些化合物。
作用機制研究：
- 研究人員有一種有希望的化合物，但不確定其確切的作用方式。他們可以輸入：「預測化合物 XYZ 的作用機制，該化合物在臨床前模型中顯示出對阿爾茨海默病的活性。」
- TxGemma 可以分析該化合物的結構，將其與已知藥物進行比較，並參考基因表達變化和蛋白質-蛋白質相互作用的數據，以提出該化合物可能影響的潛在途徑或靶點。
藥物再利用：
- 研究人員可能會問：「識別可用於治療罕見遺傳病 ABC 的現有藥物。」
- TxGemma 可以分析疾病 ABC 的遺傳和分子基礎，然後搜尋已知靶向參與該疾病的途徑或蛋白質的藥物，即使這些藥物最初是為完全不同的疾病開發的。
毒性預測：
- 在將化合物推進昂貴的臨床試驗之前，研究人員需要評估其潛在毒性。TxGemma 可用於：「預測化合物 PQR 導致肝損傷或心臟毒性的可能性。」
- 該模型將分析該化合物的結構，並將其與已知有毒化合物的數據庫進行比較，以識別潛在的危險信號。
開源優勢：創新的催化劑
通過將 TxGemma 作為開源模型發布，Google 正在營造一個協作環境，並加快發現的步伐。
潛在影響被放大。
全球的研究人員可以為模型的開發做出貢獻，改進其演算法，擴展其知識庫，並根據特定的研究需求對其進行定制。
藥物發現的未來
TxGemma 和其他 AI 驅動工具的推出代表著在尋求更有效和高效的藥物開發方面邁出了重要一步。雖然 AI 不是萬能藥，但它具有巨大的潛力來增強人類專業知識，加快研究時間表，並最終更快地為患者帶來拯救生命的療法。AI 在生命科學領域的不斷發展預示著一個未來，藥物發現將更加數據驅動、精確，並最終更加成功。