Корпорация Google в сотрудничестве с Йельским университетом представила новую базовую модель с 27 млрд параметров, разработанную для понимания «языка» отдельных клеток.
C2S-Scale 27B выдвинула гипотезу о поведении раковых клеток, которую впоследствии подтвердили экспериментально на живых органических образцах.
«Это открытие выявило перспективный путь для разработки новых методов терапии рака», — подчеркнули в компании.
Модель основана на предыдущих исследованиях, в которых специалисты показали: биологические и языковые системы подчиняются схожим законам масштабирования — с увеличением размера их эффективность растет.
Как работает C2S-Scale 27B
Одной из главных проблем в иммунотерапии рака является то, что многие опухоли остаются «холодными» — невидимыми для иммунной системы. Один из способов «разогреть» их — заставить представлять сигналы с помощью процесса, называемого «презентация антигенов».
В Google поставили перед C2S-Scale 27B задачу — найти препарат, который действует как условный усилитель: усиливает иммунный отклик только в определенной «иммуноположительной» среде, где уже присутствует низкий уровень интерферона, но недостаточный для самостоятельной активации представления антигенов.
Задача требовала работы с условными рассуждениями, с которыми меньшие модели не справлялись.
Для достижения цели ученые разработали виртуальный двухконтекстный скрининг, способный выявить именно этот синергетический эффект. Он включал два этапа:
- иммуноположительный контекст: эксперты предоставили модели реальные образцы пациентов, где сохранялись взаимодействия опухолей и иммунных клеток, а также низкий уровень интерферонового сигнала;
- иммунно-нейтральный контекст: модель получила данные из изолированных клеточных линий, лишенных иммунного окружения.
Затем в Google смоделировали более 4000 препаратов в обоих контекстах и поручили модели определить, какие из них усиливают представление антигенов только в первом случае. Это позволило сосредоточить поиск на клинически значимых сценариях.
Среди множества вариантов 10–30% уже упоминались в научной литературе, а остальные оказались неожиданными открытиями.
Экспериментальное подтверждение
Модель выявила «поразительный контекстный разрыв» для ингибитора киназы CK2 под названием силмитасертиб (CX-4945). Нейросеть предсказала заметное усиление представления антигенов при использовании препарата в «иммуноположительном» контексте, но почти полное отсутствие эффекта в «иммунно-нейтральном».
Особенно примечательно, что это совершенно новая идея, которая ранее нигде не упоминалась.
На следующем этапе исследователи проверили гипотезу в лаборатории. Для этого они использовали человеческие нейроэндокринные клетки — образцы, которых модель не «видела» во время обучения. Результаты показали, что:
- обработка клеток только силмитасертибом не вызывала изменений в представлении антигенов;
- обработка только низкой дозой интерферона давала умеренный эффект;
- комбинация силмитасертиба и низкой дозы интерферона вызывала ярко выраженное синергетическое усиление представления антигенов.
В лабораторных экспериментах эта комбинация привела к увеличению представления антигенов примерно на 50%, делая опухоль более заметной для иммунной системы.
Сделанное в цифровом виде предсказание многократно подтвердили.
C2S-Scale обнаружила новый условный интерфероновый усилитель, который может помочь превращать «холодные» опухоли в «горячие» — более восприимчивые к иммунотерапии.
«Хотя это лишь первый шаг, он уже дает экспериментально подтвержденную основу для разработки новых комбинированных терапий, где несколько препаратов действуют совместно для достижения более сильного эффекта», — говорится в блоге.
Команды Йельского университета уже исследуют выявленный механизм и проверяют другие ИИ-предсказания в различных иммунных контекстах. При дальнейшем доклиническом и клиническом подтверждении такие гипотезы могут ускорить путь к созданию новых методов лечения.
Ранее биотехнологическая компания SpotitEarly начала разработку домашнего теста на рак, основанного на анализе дыхания человека. Технология сочетает обоняние собак и алгоритмы искусственного интеллекта.
Напомним, в сентябре ученые разработали ИИ-инструмент для прогнозирования более чем 1000 заболеваний и предсказания изменений в состоянии здоровья на 10 лет вперед.
