Das Gemma-KI-Modell von Google entdeckt einen neuen Krebstherapie-Ansatz
Forscher von Google und der Yale University haben C2S-Scale 27B vorgestellt, ein neues großskaliges Foundation-Modell auf Basis der offenen Gemma-Architektur von Google. Das Modell erzielte einen Durchbruch in der biomedizinischen Forschung: Es entdeckte einen bisher unbekannten Krebstherapie-Ansatz, der später in lebenden Zellen bestätigt wurde.
Dies ist eine der bisher eindrucksvollsten Demonstrationen, dass KI-Modelle tatsächlich neuartige wissenschaftliche Entdeckungen machen können – einst als unerreichbar geltend.
Understanding C2S-Scale 27B
Das neue Modell, C2S-Scale 27B, stellt einen bedeutsamen Fortschritt für den Einsatz von KI in der Zellbiologie dar. Es ist darauf trainiert, zelluläre Daten wie eine Sprache zu interpretieren und lernt dabei die “Grammatik” zellulären Verhaltens und der Reaktionen auf Medikamente.
Die wichtigsten Fähigkeiten sind:
- Erkennen zellulärer Muster: Das System entschlüsselt, wie sich einzelne Zellen unter verschiedenen biologischen Bedingungen verändern.
- Prädiktive Modellierung: Es sagt voraus, wie Zellen auf potenzielle Behandlungsansätze reagieren.
- Skalierbare Architektur: Basierend auf Googles Gemma-Familie folgt das Modell ähnlichen Skalierungsgesetzen, die auch Fortschritte bei Sprach- und Bildmodellen vorangetrieben haben.
Entdeckung eines verborgenen Krebs-Pathways
Die Forscher stellten der KI eine konkrete Aufgabe:
Finde Wirkstoffe, die Tumore für das Immunsystem besser sichtbar machen – aber nur unter bestimmten zellulären Signalen.
C2S-Scale 27B identifizierte daraufhin Silmitasertib, ein bestehendes Medikament, das bisher nie mit der Sichtbarkeit von Krebszellen für das Immunsystem in Verbindung gebracht worden war.
Im Laborexperiment bestätigte sich die Vorhersage der KI: Die kombinierte Behandlung machte die Tumorzellen um etwa 50 % besser für das Immunsystem sichtbar.
Warum das wichtig ist
Dieses Experiment ist mehr als nur ein erfolgreicher Wirkstofffund. Es zeigt, dass:
- KI-Systeme neuartige wissenschaftliche Hypothesen generieren können und nicht nur bestehende Daten analysieren.
- Skalierungsgesetze auch für biologische Modelle gelten, ähnlich wie es bei großen Sprachmodellen beobachtet wurde.
- Die Grenzen zwischen rechnergestützter und experimenteller Biologie verschwimmen zunehmend.
Mit wachsenden Fähigkeiten und größerem Modellumfang könnte das Tempo der KI-getriebenen Entdeckung in der Biomedizin enorm zunehmen.
Blick in die Zukunft
Die Zusammenarbeit zwischen Google und Yale unterstreicht das Potenzial der Kombination von offenen KI-Architekturen wie Gemma mit erstklassigen biologischen Daten. Mit wachsender Modellgröße erwarten Forscher Durchbrüche bei:
- Wirkstoffentdeckung und -umwidmung
- Vorhersagen des Zellverhaltens
- Präzisionsmedizin
Wenn KI nicht nur erklärt, sondern auch Biologie entdeckt, könnte dies den Beginn einer neuen Ära für die Wissenschaft markieren.
Quelle: Google Blog – „Google and Yale AI model discovers new cancer therapy pathway“