在最新研究中，Google DeepMind与耶鲁大学合作推出一款名为Cell2Sentence-Scale 27B（C2S-Scale 27B）的27亿参数人工智能模型，专注于分析单细胞RNA数据，成功揭示癌细胞中的隐藏弱点。这项突破性的研究不仅展示AI在生物医学领域的潜力，也首次通过实验验证AI生成的生物假设，为未来癌症治疗发展铺平道路。

该模型基于Google开源的Gemma系列大型语言模型技术，能够理解“细胞语言”，从大量复杂数据中挖掘癌细胞免疫行为的特定机制。此次研究成功识别出一种能将免疫系统难以发现的“冷肿瘤”，转换为能被免疫攻击的“热肿瘤”的条件性放大剂药物──Silmitasertib（CX-4945），这是一种CK2激酶抑制剂，在特定的免疫信号背景下显著提升肿瘤抗原的呈现。

Google首席执行官桑德尔·皮猜伊（Sundar Pichai）表示，这项发现打开一条全新的癌症治疗道路，预期通过进一步的临床前与临床实验，能够推动更精准和有效的癌症疗法发展。目前相关模型与工具已公开发表在Hugging Face与GitHub，促使全球研究者共同推进此领域的创新。

这次合作成果不仅为免疫肿瘤学提供了崭新视角，也展现了大规模AI模型在理解和应用生物数据上的革命性价值。随着技术持续精进，未来将可能实现更多医疗领域的突破。

（首图来源：Google）