Google DeepMind, компания за изкуствен интелект в сътрудничество с Йейлския университет, направи голям пробив в изследванията на рака, като представи система, способна да открива нови биологични модели, директно потвърдени в живите клетки. Новият фундаментален модел, C2S-Scale 27B, обявен на 15 октомври, е една от най-големите и сложни системи с изкуствен интелект, създавани някога за изучаване на клетъчното поведение.

Изграден върху семейството модели Gemma на Google, той генерира революционна хипотеза за взаимодействието на раковите клетки с имунната система, което би могло да промени подхода към разработването на бъдещи лечения. Откритието се основава на способността на изкуствения интелект да разбира „езика“ на отделните клетки и да определя как да направи определени труднолечими или „студени“ тумори, видими за имунната система на организма.

Такива тумори обикновено избягват имунното откриване, което представлява едно от най-големите предизвикателства пред имунотерапията. Чрез идентифициране на механизъм, който помага за „затоплянето“ на тези тумори, системата на DeepMind би могла да проправи пътя за нови комбинирани терапии в онкологията.

Главният изпълнителен директор на Google Сундар Пичай, в публикация в социалната мрежа X, заяви, че след допълнителни предклинични и клинични тестове, това откритие може да насочи към обещаващ нов път за разработване на лечения за рак. Моделът C2S-Scale 27B е проектиран да анализира изключително сложни биологични състояния, извън възможностите на по-малките модели. Целта му е била да се намерят лекарства, които биха могли да подобрят имунната сигнализация.

За да направи това, изкуственият интелект използва така наречения виртуален скрининг с двоен контекст, анализирайки над 4000 лекарства в проби от тумори на пациенти и данни от изолирани клетки. Този обширен анализ идентифицира съединения, които селективно усилват имунната активация при съответните биологични условия.

Резултатите са неочаквани: докато някои от предложените от изкуствения интелект кандидати са вече известни лекарства, от 10 до 30 процента от кандидатите са напълно нови съединения, които преди това не са били свързвани с имунотерапия на рак. Сред най-значимите открития е инхибиторът на CK2 киназата силмитасертиб. Моделът прогнозира, че силмитасертиб драстично увеличава представянето на антигена само в „имунно-позитивна“ среда, която вече съдържа ниски дози интерферон.

Лекарството или интерферонът самостоятелно са имали минимален ефект, но заедно те биха могли да провокират значителен имунен отговор срещу тумори. Учени от Йейлския университет са тествали прогнозата на ИИ върху модели на човешки невроендокринни клетки, които не са били включени в данните за обучение на модела. Експериментална валидация потвърди хипотезата на ИИ. Третирането на клетките само със силмитасертиб не е довело до ефект, а ниските дози интерферон са имали само незначителен ефект. Комбинацията от двете вещества обаче е довела до 50% увеличение на представянето на антигена, като ефективно е активирала имунното разпознаване в преди това липсващи места.

Това откритие предполага, че C2S-Scale 27B не е обработвал просто биологични данни, а е анализирал контекста, разкривайки как клетъчните условия определят успеха на лечението. Откритието предлага потенциален план за борба с тумори, резистентни на съществуващи имунотерапии. Успехът на модела C2S-Scale 27B подчертава промяна в парадигмата в подходите на учените към биологията: вместо традиционните методи „проба-грешка“, моделите на ИИ от този мащаб могат да генерират и тестват хипотези с безпрецедентна скорост, действайки като виртуална лаборатория.