详细内容或原文请订阅后点击阅览
Gemma 模型如何帮助发现新的潜在癌症治疗途径
我们正在推出一个新的 270 亿参数基础模型，用于基于 Gemma 系列开放模型构建的单细胞分析。
来源:DeepMind - 新闻与博客我们给新的 C2S-Scale 27B 模型分配了一项任务：找到一种充当条件放大器的药物，这种药物只能在特定的“免疫背景阳性”环境中增强免疫信号，在该环境中已经存在低水平的干扰素（一种关键的免疫信号蛋白），但不足以自行诱导抗原呈递。这需要一定程度的条件推理，这似乎是一种新兴的规模能力；我们较小的模型无法解决这种依赖于上下文的效应。
C2S 规模 27B 条件放大器为了实现这一目标，我们设计了一个双上下文虚拟屏幕来找到这种特定的协同效应。虚拟屏幕涉及两个阶段：
双上下文虚拟屏幕- 免疫背景正向：我们为模型提供了具有完整肿瘤免疫相互作用和低水平干扰素信号传导的真实患者样本。免疫背景中性：我们为模型提供了没有免疫背景的分离细胞系数据。
然后，我们模拟了 4,000 多种药物在两种情况下的效果，并要求模型预测哪些药物只会在第一种情况下增强抗原呈递，从而使屏幕偏向于患者相关的设置。在该模型突出显示的众多候选药物中，一小部分 (10-30%) 的药物点击量在先前的文献中已为人所知，而其余药物则令人惊讶地点击了，之前没有已知的屏幕链接。
令人惊讶的点击率从预测到实验验证
增加然而，预测只有在临床应用中得到验证时才有价值。真正的测试首先在实验室进行，最终在诊所进行。