谷歌 DeepMind 在本周三宣布，其最新的生物学人工智能系统，已经生成并成功通过实验验证了一种全新的癌症治疗假设。
该公司将这一成果誉为“人工智能在科学领域的里程碑”。
谷歌首席执行官桑达尔·皮查伊对此评论道：“随着更多临床前及临床测试的推进，这一发现，有望为癌症治疗的研发开辟一条全新的、充满希望的道路。”
照亮隐形肿瘤的新模型
DeepMind 的研究人员与耶鲁大学携手，基于谷歌开源的 Gemma 模型家族，发布了一款拥有 270 亿参数的单细胞分析基础模型，名为 C2S-Scale 27B。
在一篇博客文章中，该公司写道：“该模型对癌症细胞的行为提出了一个创新性假设，我们随后的活细胞实验也证实了其预测。这一发现为开发抗癌疗法揭示了一条充满希望的新路径。”
这项研究的核心，聚焦于癌症免疫疗法中最顽固的难题之一：如何让免疫系统看不见的“冷肿瘤”变“热”，从而对治疗产生反应。
DeepMind 称，其模型成功找出一种条件性放大药物，它只在特定的生物环境下，才能有效增强肿瘤的免疫可见性。
从虚拟筛选到实验验证
为验证这一构想，C2S-Scale 分析了患者的肿瘤数据，并模拟了超过 4000 种候选药物在免疫信号活跃与不活跃两种情境下的效果。
模型的预测直指一种名为 silmitasertib (CX-4945) 的蛋白激酶 CK2 抑制剂。它能显著增强抗原呈递这一关键的免疫触发机制，但前提是必须在免疫活跃的环境中。
谷歌对此写道：“这个预测之所以如此令人振奋，在于它的颠覆性。”
“尽管已知 CK2 参与包括免疫调节在内的多种细胞功能，但从未有文献报道过，用 silmitasertib 抑制它能明确增强 MHC-I 表达或抗原呈递。”
“这恰恰说明，模型是在生成一个可以被检验的全新假说，而不仅仅是复述已知事实。”
后续的实验室研究证实了模型的预测。当研究人员用 silmitasertib 和低剂量干扰素共同处理人类神经内分泌细胞时，其抗原呈递水平提升了约 50%。
这一结果，实质性地让肿瘤细胞变得更容易被免疫系统识别和攻击。
科学发现的新蓝图
DeepMind 的研究人员认为，这项发现证明了扩大生物学 AI 模型的规模，其意义远不止提升准确度，更在于能够催生全新的科学假说。
文章指出：“规模化的真正潜力，在于创造新思路，发现未知世界。”
目前，耶鲁大学的团队正在深入探究这一免疫效应背后的具体机制，同时也在验证由 AI 提出的其他预测。
DeepMind 表示，这项工作“为一种全新的生物学发现模式提供了蓝图”：利用大规模 AI 系统进行虚拟药物筛选，为实验室提供有坚实生物学基础的待测假说。
该模型与相关工具已在 Hugging Face 和 GitHub 上公开发布，其科学预印本也已上传至 bioRxiv。
但专家也警示称，这类发现仅仅是漫长征途的第一步。
研究结果尚未经过同行评审或临床验证，任何潜在的治疗应用，都还需要长达数年的后续研究和试验。
参考资料：https://huggingface.co/vandijklab/C2S-Scale-Gemma-2-27B
一键三连「
