新智元報道

編輯：元宇

【新智元導讀】近日，谷歌與耶魯大學聯(lián)合發(fā)布的大模型C2S-Scale，首次提出并驗證了一項全新的「抗癌假設」。這一成果表明，大模型不僅能復現(xiàn)已知科學規(guī)律，還具備生成可驗新科學假設的能力。

剛剛，AI科學應用領域又有一件大事發(fā)生！

谷歌與耶魯大學的科學家們聯(lián)合發(fā)布了一個大模型Cell2Sentence-Scale 27B（C2S-Scale）。

該模型提出了一個關于癌細胞行為的全新假設，并在多次體外實驗中得到驗證。

這一發(fā)現(xiàn)引發(fā)廣泛關注，它展示了人工智能模型生成原創(chuàng)科學假設的潛力，有望由此打開一條人類抗癌的新途徑。

網(wǎng)友prinz在x平臺上評價道，「這表明該模型并非簡單重復已知事實，而是生成了新的、可驗證的科學假設?！?/p>

C2S-Scale基于Google的開源Gemma模型構(gòu)建，訓練語料涵蓋超過10億個Token的轉(zhuǎn)錄組數(shù)據(jù)、生物學文獻與元數(shù)據(jù)，從而使其具備跨維度解析細胞行為的能力。

目前，耶魯大學的研究團隊正在推進AI在其他免疫學情境中生成更多科學預測，這一機制的出現(xiàn)有望加速抗癌新療法的研發(fā)步伐。

研究人員還在bioRxiv上公開了論文的預印本，目前該論文正在經(jīng)歷「同行評審」階段。

論文地址https://www.biorxiv.org/content/10.1101/2025.04.14.648850v2.full.pdf+html

AI不是只懂復現(xiàn)

還可以提出全新發(fā)現(xiàn)

C2S-Scale是一款擁有270億參數(shù)、旨在理解單個細胞「語言」的基礎模型。

它建立在Gemma模型家族之上，將單細胞分析帶入了一個全新的前沿階段。

C2S-Scale在科學預測方面的成果證明了研究團隊在生物學模型上的一項假設：

生物學模型同樣遵循明確的模型擴展規(guī)律——就像自然語言模型一樣，模型越大，在生物學任務上表現(xiàn)越優(yōu)。

這也引出一個更為關鍵的問題：更大的模型只是提升了已有能力，還是能夠獲得全新的推理能力？

模型擴展的真正潛力，在于催生新思路、揭示未知規(guī)律，而非僅限于性能的線性提升。

癌癥免疫治療的一大挑戰(zhàn)在于許多腫瘤相對于免疫系統(tǒng)而言幾乎都是「隱身」的。

讓腫瘤「現(xiàn)身」的一個關鍵是通過抗原呈遞（antigen presentation）讓它們顯示出能觸發(fā)免疫反應的信號。

抗原呈遞，是把病原體（比如病毒、腫瘤）的「可疑分子片段」（抗原）展示在細胞表面，讓免疫細胞看到并識別，從而決定是否發(fā)動攻擊。

研究人員賦予C2S-Scale這樣的任務：讓它尋找一種「條件性放大劑」，能夠在「免疫環(huán)境陽性」（Immune-Context-Positive）情況下增強免疫信號。

這一任務需要模型具備復雜的條件推理能力，而這種能力正是大模型隨著規(guī)模擴大所涌現(xiàn)的特性——較小模型無法捕捉這種依賴環(huán)境的效應。

為了實現(xiàn)這一點，研究人員設計了一個「雙環(huán)境虛擬篩選」流程，以識別這種特定的協(xié)同效應。

該流程包括：

• 免疫環(huán)境陽性（Immune-Context-Positive）：輸入真實患者樣本，保留腫瘤與免疫系統(tǒng)的交互，并維持低水平干擾素信號；

• 免疫環(huán)境中性（Immune-Context-Neutral）：輸入缺乏免疫背景的細胞系數(shù)據(jù)。

研究人員在以上兩種環(huán)境中對超過4000種藥物進行模擬，并要求模型預測哪些藥物只會在免疫環(huán)境陽性條件下增強抗原呈遞，從而更符合臨床實際。

結(jié)果顯示，約有10%–30%的藥物在文獻中已有報道，這驗證了模型的可信度。

而其余候選則是從未被報道過的新發(fā)現(xiàn)，這意味著模型不僅復現(xiàn)了已知生物學現(xiàn)象，還發(fā)現(xiàn)了潛在的新型免疫協(xié)同藥物。

新里程碑

AI「抗癌假說」得到驗證

C2S-Scale模型發(fā)現(xiàn)了激酶CK2抑制劑silmitasertib（CX-4945）具有一種顯著的「環(huán)境分化效應」：

僅在免疫信號活躍的環(huán)境中顯著增強抗原呈遞，而在免疫中性環(huán)境下幾乎無效。

這一發(fā)現(xiàn)表明模型成功生成了具備實驗可驗證性的全新生物假設。

在后續(xù)的實驗階段，研究人員在人體神經(jīng)內(nèi)分泌細胞模型中測試了這一假設，實驗顯示：

• 單獨使用silmitasertib對抗原呈遞（MHC-I）影響不顯著；

• 低劑量干擾素單獨使用僅產(chǎn)生輕微效果；

• 聯(lián)合使用兩者則顯著增強抗原呈遞，使其提升約50%。

這一結(jié)果證實模型預測的可靠性，并揭示出讓腫瘤對免疫系統(tǒng)更易被識別的潛在新途徑。

C2S-Scale模型計算機模擬預測多次在體外實驗中得到驗證。

它成功識別出一種新的干擾素依賴性放大劑，揭示出讓「冷腫瘤」變「熱」的潛在新途徑，為免疫治療帶來新的希望。

盡管該研究仍處于早期階段，這一成果已為新型聯(lián)合療法的開發(fā)提供了實證依據(jù)，并開啟了以大模型驅(qū)動的生物學發(fā)現(xiàn)新范式——科學假設的生成、篩選與驗證將日益智能化、系統(tǒng)化。

目前，新的C2S-Scale 27B模型及其相關資源已在Hugging Face全面開放。

地址：https://huggingface.co/vandijklab/C2S-Scale-Gemma-2-27B

也可以在GitHub上訪問其代碼。

地址：https://github.com/vandijklab/cell2sentence

研究人員希望和更多的人共同探索上述工具，進一步拓展該項研究的成果，讓大模型可以解讀更多生命語言的奧秘，從而為醫(yī)療科技帶來全新突破。

參考資料：

https://x.com/sundarpichai/status/1978507110477332582%20

https://blog.google/technology/ai/google-gemma-ai-cancer-therapy-discovery/