Google ve Yale Üniversitesi iş birliğiyle geliştirilen yapay zeka modeli, kanser araştırmalarında çığır açabilecek bir keşif yaptı. 27 milyar parametreye sahip Cell2Sentence-Scale 27B (C2S-Scale) modeli, kanser hücrelerinin bağışıklık sistemiyle nasıl etkileşime girdiğine dair yeni bir hipotez üretti. Araştırmacılar, bu keşfin kanser tedavisinde dönüm noktası olabileceğini ve gelecekte hastalığın tedavi yaklaşımını kökten değiştirebileceğini belirtiyor.
C2S-Scale, Google DeepMind ve Yale Üniversitesi araştırmacıları tarafından geliştirildi ve tek hücre analizi için tasarlandı. Model, kanser hücrelerinin canlı organizma içindeki davranışlarını tahmin etme kapasitesine sahip. Modelin tahminleri klinik olarak doğrulandı ve bu doğrulamalar daha etkili tedavi yöntemlerinin yolunu açabilir.
Google’ın önceki çalışmaları, biyolojik yapay zeka modellerinin belirli ölçeklenme kurallarına uyduğunu ve daha büyük modellerin koşullu akıl yürütme kapasitesinin arttığını göstermişti. C2S-Scale bu davranışı doğal dil işleme modellerine benzer şekilde sergiliyor.
Soğuk tümörlerden sıcak tümörlere
Google’a göre model, bireysel canlı hücrelerin “dilini” anlayabiliyor. Bu sayede, bağışıklık sistemi tarafından fark edilmeyen ve zor tespit edilen “soğuk tümörleri”, bağışıklık sistemi tarafından tanınabilir ve tedaviye duyarlı “sıcak tümörlere” dönüştürebiliyor. Model ayrıca, interferon gibi bağışıklık sinyal proteininin tek başına yeterli olmadığı durumlarda vücudun bağışıklık sinyalini artırabilen koşullu bir ilaç amplifikatörünü tespit etti. Bu, daha küçük yapay zeka modellerinde gözlemlenmeyen bir yetenek olarak öne çıkıyor ve hipotezin merkezini oluşturuyor C2S-Scale’in karmaşık biyolojik koşullar altında akıl yürütebilme yeteneği ise geliştirilen “çift bağlamlı sanal tarama” (dual-context virtual screen) yönteminde geliyor. Bu yöntem, 4.000’den fazla ilacın gerçek hasta tümör örnekleri ve izole hücre hattı verileri üzerinde etkilerini bağışıklık sistemi bağlamı olmadan simüle edebiliyor.
Modelden, belirli koşullarda antijen sunumunu artırabilecek ilaçları bulması istendiğinde, işaretlediği adayların sadece yüzde 10-30’u daha önce kanser tedavisinde etkili olduğu bilinen ilaçlardı. Geri kalan ilaçlar ise önceden kanser veya bağışıklık terapisi ile ilişkilendirilmeyen yeni adaylardı. Bu yeni tahminler, daha sonra yapılan klinik testlerde doğrulandı.
C2S-Scale 27B ve temelini oluşturan Gemma AI modeli, Hugging Face ve GitHub üzerinden araştırmacıların erişimine sunuldu. Google ayrıca, araştırmacıların yaşam kurtarıcı olabilecek sanal ilaç taramaları gerçekleştirmesine yardımcı olmak amacıyla bioRxiv’de bilimsel bir ön baskı yayınladı. Araştırmacılar, tüm tahminlerin akademik değerlendirme ve klinik doğrulamadan geçmesi gerektiğini de vurguluyor.
