Gemma模型如何助力发现潜在癌症治疗新路径
2025年10月15日 · 4分钟阅读
这是一款全新打造的270亿参数基础模型，专为单细胞分析而设计，基于Gemma系列开放模型构建。它名为C2S-Scale 27B，而它实际发挥的作用，比名字听上去更加令人振奋。
C2S-Scale 27B的运行机制
癌症免疫疗法长期面临一项核心困境：许多肿瘤属于“冷”肿瘤——人体免疫系统根本无法识别它们。要使肿瘤“变热”，关键策略之一是借助“抗原呈递”过程，迫使肿瘤细胞主动展现免疫系统能够识别的信号。
这一次，C2S-Scale 27B模型承接了一项独特任务：寻找一种药物，这种药物能充当“条件性放大器”。换言之，它仅在特定的“免疫环境阳性”背景下增强免疫信号——即在已经存在低水平干扰素（一种关键的免疫信号蛋白）、但浓度尚不足以独立诱导抗原呈递的环境中发挥作用。这种依赖背景的条件推断能力，似乎只有在模型规模足够大时才会显现；较小的模型根本无法解析如此复杂的上下文效应。
为了锁定这种协同效应，研究团队设计了一套双情境虚拟筛选流程，分为两个阶段：
- 免疫环境阳性：向模型输入真实患者样本，其中包含完整的肿瘤-免疫相互作用以及低水平的干扰素信号。
- 免疫环境中性：向模型提供无免疫背景的分离细胞系数据。
随后，模型模拟了超过4000种药物在这两种情境下的效果，并预测哪些药物仅在第一种情境中增强抗原呈递，从而使筛选结果更贴近真实患者的治疗场景。在模型筛选出的众多候选药物中，有10%至30%已在现有文献中有所记载，而其余部分则是完全出乎意料的“新面孔”——此前没有任何研究将这类药物与这种筛选机制联系起来。
从预测走向实验验证
模型给出的预测相当明确。它识别出一种名为silmitasertib（CX-4945）的激酶CK2抑制剂，出现了显著的“情境分裂”现象。模型预测：在“免疫环境阳性”条件下使用silmitasertib，会强烈增强抗原呈递；而在“免疫环境中性”条件下，几乎看不到效果。这一预测之所以令人振奋，是因为它完全是原创思路。虽然CK2此前被认为参与多种细胞功能（包括免疫调节），但文献中从未报道过通过silmitasertib抑制CK2可以明确增强MHC-I表达或抗原呈递。这意味着模型确实在生成一个全新、可检验的假设，而非重复已知事实。
当然，预测只有经过临床验证才有价值。真正的考验，第一步在实验室，最终在临床。
在项目的下一阶段，这个假设被带到了实验台。研究团队在人类神经内分泌细胞模型（模型在训练期间从未接触过的细胞类型）中进行了测试。实验结果如下：
- 单独用silmitasertib处理细胞，对抗原呈递（MHC-I）没有影响。
- 单独用低剂量干扰素处理细胞，产生中等程度的效应。
- 同时使用silmitasertib和低剂量干扰素处理细胞，则产生了显著且协同的抗原呈递放大效果。
值得注意的是，在实验室测试中，silmitasertib与低剂量干扰素的组合使抗原呈递增加了大约50%——这意味着肿瘤将更容易被免疫系统识别。
模型的计算机预测在体外多次得到证实。C2S-Scale成功识别出一种新型的、干扰素条件性的放大器，揭示了一条将“冷”肿瘤转化为“热”肿瘤的潜在新路径，很可能让肿瘤对免疫疗法变得更加敏感。虽然这仅是早期的第一步，但它为开发新的组合疗法（即联合使用多种药物以达到更强效果）提供了一个有力且经过实验验证的线索。
这一结果也为一种新型的生物发现提供了蓝图：遵循规模法则，构建更大的模型——例如C2S-Scale 27B——可以创建出足够强大的细胞行为预测模型，从而运行高通量虚拟筛选，发现情境依赖的生物学机制，并生成基于生物学的假设。
研究团队目前正在深入探索此处揭示的机制，并在其他免疫背景下测试更多AI生成的预测。经过进一步的临床前和临床验证，这类假设最终可能加速新疗法的问世。
开始使用C2S-Scale 27B
全新的C2S-Scale 27B模型及其相关资源现已面向研究社区开放。欢迎探索这些工具，在已有工作基础上继续开展研究，帮助我们将生命的语言翻译得更加透彻。
