TL;DR
- 15 اکتبر 2025 ما در حال راه اندازی یک مدل پایه پارامتری جدید با 27 میلیارد پارامتر برای.
- تجزیه و تحلیل تک سلولی هستیم که بر اساس مدلهای باز خانواده Gemma ساخته شده است.
- شکوفه عزیزی،.
چه اتفاقی افتاد
15 اکتبر 2025 ما در حال راه اندازی یک مدل پایه پارامتری جدید با 27 میلیارد پارامتر برای. تجزیه و تحلیل تک سلولی هستیم که بر اساس مدلهای باز خانواده Gemma ساخته شده است.
شکوفه عزیزی،. محقق تحقیقاتی کارکنان،.
سرپرست تحقیقات،. برایان پروزی،.
دانشمند تحقیقات ارشد کارکنان،. Graph Mining،.
Google Research خلاصه کلی Google DeepMind و Yale C2S-Scale مدل جدیدی را ایجاد کردند که بر اساس خانواده. مدلهای باز Gemma ساخته شده است.
این مدل ترکیب دارویی را شناسایی کرد که ممکن است تومورها را برای سیستم ایمنی قابل مشاهدهتر. کند و یک رویکرد درمانی سرطان جدید را ارائه دهد.
اکنون محققان میتوانند به مدل و منابع برای ساخت این کار دسترسی داشته باشند. خلاصهها توسط هوش مصنوعی گوگل ایجاد شده است.
هوش مصنوعی مولد آزمایشی است. نکات مهم این مقاله در مورد C2S-Scale،.
یک مدل هوش مصنوعی جدید که به کشف یک مسیر بالقوه درمانی سرطان کمک میکند،. بحث میکند.
C2S-Scale ساخته شده بر روی Gemma گوگل،. ترکیب دارویی را برای تقویت سیگنالهای ایمنی در "سرما" پیش بینی کرد.
تومورها آزمایشهای آزمایشگاهی پیشبینی مدل را تأیید کردند: ارائه آنتیژن تقویتشده با سیلمیتاسریب و اینترفرون. این کشف یک رویکرد جدید برای قابل مشاهدهتر کردن تومورها برای سیستم ایمنی ارائه میدهد.
مدل و منابع C2S-Scale اکنون در دسترس محققان است تا بتوانند بر اساس آن کاوش کنند. امروز،.
بهعنوان بخشی از همکاری تحقیقاتی خود با دانشگاه ییل،. Cell2Sentence-Scale 27B (C2S-Scale) را منتشر میکنیم،.
یک مدل پایه جدید با 27 میلیارد پارامتر که برای درک زبان تک تک سلولها طراحی شده. است.
C2S-Scale که بر اساس خانواده مدلهای باز Gemma ساخته شده است،. یک مرز جدید در تجزیه و تحلیل تک سلولی است.
این اعلام نقطه عطفی برای هوش مصنوعی در علم است. مقیاس C2S یک فرضیه جدید در مورد رفتار سلولی سرطان ایجاد کرد و ما از آن زمان پیشبینی.
آن را با اعتبار تجربی در زندگی تأیید کردیم. سلولها این کشف یک مسیر نویدبخش جدید را برای توسعه روشهای درمانی برای مبارزه با سرطان نشان.
میدهد. این راهاندازی بر اساس کار ما از اوایل امسال است،.
جایی که نشان دادیم مدلهای بیولوژیکی از قوانین مقیاسبندی واضح پیروی میکنند - درست مانند زبان طبیعی،. مدلهای بزرگتر در زیستشناسی بهتر عمل میکنند.
این کار یک سوال مهم را مطرح کرد:. آیا یک مدل بزرگتر در وظایف موجود بهتر میشود یا میتواند قابلیتهای کاملاً جدیدی را.
به دست آورد؟ وعده واقعی پوستهگذاری در خلق ایدههای جدید و کشف چیزهای ناشناخته نهفته است.
نحوه عملکرد مقیاس C2S 27B یک چالش بزرگ در ایمونوتراپی سرطان این است که بسیاری از تومورها "سرد". هستند - برای سیستم ایمنی بدن نامرئی هستند.
یک استراتژی کلیدی برای "گرم کردن" آنها این است که آنها را مجبور کنیم تا سیگنالهای محرک. ایمنی را از طریق فرآیندی به نام ارائه آنتی ژن نشان دهند.
ما به مدل جدید C2S-Scale 27B خود وظیفهای دادیم:. دارویی را بیابید که بهعنوان یک تقویت کننده شرطی عمل میکند.
یکی که سیگنال ایمنی را فقط در یک محیط خاص "مثبت با زمینه ایمنی" که در آن سطوح. پایین اینترفرون (یک پروتئین سیگنالدهنده ایمنی کلیدی) قبلاً وجود داشت،.
اما برای القای ارائه آنتیژن به تنهایی ناکافی بود،. تقویت میکرد.
این امر مستلزم سطحی از استدلال مشروط بود که به نظر میرسید یک قابلیت مقیاس نوظهور باشد. مدلهای کوچکتر ما نمیتوانند این اثر وابسته به زمینه را حل کنند.
برای انجام آن،. ما یک صفحه مجازی با زمینه دوگانه برای یافتن این اثر هم افزایی خاص طراحی کردیم.
صفحه مجازی شامل دو مرحله بود:. بافت-ایمنی-مثبت:.
ما به مدل نمونههای بیمار در دنیای واقعی را با برهمکنشهای سالم تومور-ایمنی و سیگنالدهی سطح پایین اینترفرون. ارائه کردیم.
بافت- ایمنی-خنثی:. ما مدل را با دادههای رده سلولی جدا شده و بدون اثر ایمنی در اختیار مدل قرار دادیم.
پیشبینی کنید که کدام داروها تنها در اولین زمینه ارائه آنتیژن را تقویت میکنند تا صفحه نمایش را. به سمت تنظیمات مربوط به بیمار سوگیری کند.
از بین بسیاری از نامزدهای دارویی که توسط این مدل برجسته شده است،. کسری (10-30 ٪) از موارد مصرف دارو قبلاً در ادبیات قبلی شناخته شده است،.
در حالی که داروهای باقیمانده بازدیدهای غافلگیرکنندهای هستند که هیچ پیوند شناخته شده قبلی با صفحه نمایش. ندارند.
از پیش بینی تا اعتبار آزمایشی پیش بینیهای مدل واضح بودند. این یک "شکاف زمینه" قابل توجه برای مهار کننده کیناز CK2 به نام silmitasertib (CX-4945) شناسایی کرد.
این مدل زمانی که silmitasertib در محیط "ایمنی مثبت" استفاده شد،. افزایش شدید در ارائه آنتی ژن را پیشبینی کرد،.
اما در مورد "بافت ایمنی خنثی" تاثیر کمیداشت. چیزی که این پیشبینی را بسیار هیجانانگیز کرد این بود که یک ایده بدیع بود.
اگرچه CK2 در بسیاری از عملکردهای سلولی از جمله تعدیل کننده سیستم ایمنی نقش دارد. سیستم،.
مهار CK2 از طریق silmitasertib در ادبیات گزارش نشده است که به صراحت بیان MHC-I یا ارائه آنتی. ژن را افزایش دهد.
این نشان میدهد که این مدل یک فرضیه جدید و قابل آزمایش را ایجاد میکرد و نه فقط. حقایق شناختهشده را تکرار میکرد.
با این حال، یک پیشبینی تنها زمانی ارزشمند است که بتوان آن را در کاربرد بالینی تأیید کرد. آزمایش واقعی ابتدا در آزمایشگاه و در نهایت در کلینیک است.
برای فاز بعدی پروژه،. ما این فرضیه را به آزمایشگاه بردیم و آن را در مدلهای سلول عصبی غدد درون ریز انسانی.
آزمایش کردیم - نوعی سلول که در طول آموزش کاملاً توسط مدل دیده نمیشد. آزمایشها نشان داد: درمان سلولها با سیلمیتاسریب به تنهایی هیچ تأثیری بر ارائه آنتیژن (MHC-I) نداشت.
درمان سلولها با دوز پایین اینترفرون به تنهایی تأثیری متوسط داشت. درمان سلولها با سیلمیتاسریب و اینترفرون با دوز پایین باعث ایجاد یک هم افزایی مشخص شد.
تقویت ارائه آنتی ژن. قابل توجه،.
در آزمایشات آزمایشگاهی ما،. ترکیب سیلمیتاسریب و اینترفرون با دوز پایین منجر به افزایش تقریباً 50 درصدی در ارائه آنتی ژن شد.
که باعث میشود تومور برای سیستم ایمنی قابل مشاهدهتر باشد. پیش بینی سیلیکون این مدل چندین بار در شرایط آزمایشگاهی تأیید شد.
C2S-Scale با موفقیت یک تقویتکننده جدید و شرطی اینترفرون را شناسایی کرده بود که یک مسیر بالقوه جدید. برای گرم کردن تومورهای "سرد" و بهطور بالقوه پاسخدهی بیشتر به ایمونوتراپی نشان میدهد.
در حالی که این اولین گام اولیه است،. اما منجر به تایید تجربی قدرتمندی برای توسعه درمانهای ترکیبی جدید میشود که از چندین دارو.
بهطور هماهنگ برای دستیابی به اثر قویتر استفاده میکنند. این نشان میدهد که با پیروی از قوانین مقیاسبندی و ساخت مدلهای بزرگتر مانند C2S-Scale 27B،.
میتوانیم ایجاد کنیم. مدلهای پیشبینیکننده رفتار سلولی که برای اجرای صفحههای مجازی با کارایی بالا،.
کشف زیستشناسی مشروط در زمینه،. و ایجاد فرضیههای مبتنی بر بیولوژیک به اندازه کافی قدرتمند هستند.
تیمهای دانشگاه Yale اکنون در حال بررسی مکانیسم کشفشده در اینجا و آزمایش پیشبینیهای اضافی تولید شده توسط. هوش مصنوعی در سایر زمینههای ایمنی هستند.
با اعتبار سنجی پیش بالینی و بالینی بیشتر،. چنین فرضیههایی ممکن است در نهایت بتوانند مسیر درمانهای جدید را تسریع کنند.
شروع با C2S-Scale 27B مدل جدید C2S-Scale 27B و منابع آن امروزه برای جامعه پژوهشی در دسترس است. ما از شما دعوت میکنیم که این ابزارها را کشف کنید،.
کار خود را بسازید و به ما کمک کنید تا به ترجمه زبان زندگی ادامه دهیم. پیش چاپ کامل علمیرا در bioRxiv بخوانید.
مدل و منابع را در Hugging Face کاوش کنید. به کد در GitHub دسترسی پیدا کنید.
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.