谷歌研究院携手耶鲁大学共同研发的Cell2Sentence-Scale 27B（C2S-Scale）模型，这一基于Gemma架构的先进人工智能系统，致力于通过单细胞分析技术为癌症治疗开辟全新的探索路径。该模型的核心目标在于解决肿瘤免疫治疗中普遍存在的难题——即”冷”肿瘤由于缺乏足够的免疫原性而难以被免疫系统有效识别和清除。通过深度学习算法，C2S-Scale模型能够精准模拟肿瘤微环境中的复杂生物化学反应，从而探索将”冷”肿瘤转化为具有高免疫原性的”热”肿瘤的有效策略。
在模型研发过程中，研究人员利用C2S-Scale系统对4000多种候选药物进行了大规模的虚拟筛选和反应模拟。经过复杂的算法运算和数据分析，模型特别关注到CK2抑制剂silmitasertib这一药物在特定免疫微环境中的独特作用机制。研究结果表明，该药物能够显著增强抗原呈递细胞的活性，从而提高肿瘤细胞的免疫原性。
为了验证模型的预测结果，科研团队设计了一系列体外实验。实验数据显示，当silmitasertib与低剂量干扰素联合使用时，抗原呈递水平较单独用药时提升了约50%。这一显著效果为开发新型精准免疫疗法提供了重要的科学依据，也为解决肿瘤免疫治疗的耐药性问题带来了新的希望。该研究成果不仅展示了人工智能在生物医药领域的巨大潜力，更为癌症患者提供了更多有效的治疗选择。