गूगल डीपमाइंड और येल ने 27B AI मॉडल का अनावरण किया, जिससे कैंसर थेरेपी में अभूतपूर्व खोज हुई
गूगल डीपमाइंड ने येल यूनिवर्सिटी के साथ मिलकर Cell2Sentence-Scale 27B (C2S-Scale) नामक एक 27-बिलियन-पैरामीटर वाला फाउंडेशन मॉडल पेश किया है, जिसे व्यक्तिगत कोशिकाओं की “भाषा” को समझने के लिए विकसित किया गया है।
डीपमाइंड के शोधकर्ताओं ने एक बयान में कहा, “C2S-Scale एकल-कोशिका विश्लेषण के नए युग का प्रतीक है।” यह मॉडल, डीपमाइंड के ओपन जेम्मा परिवार का हिस्सा है, और बायोमेडिकल अनुसंधान में बड़े एआई मॉडलों के उपयोग में एक महत्वपूर्ण प्रगति दर्शाता है। इस मॉडल ने पहले ही कैंसर जीवविज्ञान में एक ठोस सफलता प्रदान की है।
एक ब्लॉग पोस्ट में, शोध टीम ने बताया कि C2S-Scale ने कैंसर कोशिकाओं के व्यवहार पर एक नया परिकल्पना (hypothesis) उत्पन्न की, जिसे बाद में प्रयोगशाला परीक्षणों से पुष्टि की गई। इस खोज ने यह खुलासा किया कि “कोल्ड” ट्यूमरों को प्रतिरक्षा प्रणाली (immune system) के लिए दृश्यमान बनाने का एक नया तरीका संभव है, जिससे इम्यूनोथेरेपी (immunotherapy) की प्रभावशीलता बढ़ सकती है।
कैंसर उपचार की एक बड़ी चुनौती यह है कि कई ट्यूमर प्रतिरक्षा प्रणाली से बच निकलते हैं। C2S-Scale को एक “कंडीशनल एंप्लीफायर” दवा ढूंढने का कार्य सौंपा गया — ऐसी दवा जो केवल उन परिस्थितियों में प्रतिरक्षा संकेतों को मजबूत करे, जहाँ प्रतिरक्षा गतिविधि मौजूद तो हो लेकिन अपर्याप्त हो।
मॉडल ने विभिन्न प्रतिरक्षा संदर्भों में लगभग 4,000 दवाओं के वर्चुअल सिमुलेशन चलाए और कुछ संभावित उम्मीदवारों की पहचान की जो चयनात्मक रूप से एंटीजन प्रस्तुति (antigen presentation) को बढ़ा सकते थे।
इनमें शीर्ष भविष्यवाणियों में से एक थी सिल्मिटासर्टिब (CX-4945) — एक काइनेज़ CK2 इनहिबिटर। एआई ने भविष्यवाणी की कि सिल्मिटासर्टिब केवल तभी प्रतिरक्षा संकेतों को बढ़ाएगा जब कम मात्रा में इंटरफेरॉन (एक प्रमुख प्रतिरक्षा अणु) मौजूद होगा। प्रयोगशाला परीक्षणों में यह भविष्यवाणी सही साबित हुई — कम मात्रा के इंटरफेरॉन के साथ सिल्मिटासर्टिब को संयोजित करने से एंटीजन प्रस्तुति लगभग 50% तक बढ़ गई, जिससे ट्यूमर कोशिकाएँ प्रतिरक्षा प्रणाली के हमले के प्रति अधिक संवेदनशील हो गईं।
अब येल के शोधकर्ता इस अध्ययन को विस्तृत कर रहे हैं ताकि यह समझा जा सके कि एआई द्वारा भविष्यवाणी किए गए ये तंत्र (mechanisms) कैसे विभिन्न ट्यूमर प्रकारों और प्रतिरक्षा संदर्भों में लागू किए जा सकते हैं। आगे के सत्यापन के साथ, यह दृष्टिकोण दवा खोज की प्रक्रिया को तेज कर सकता है और अधिक व्यक्तिगत कैंसर इम्यूनोथेरेपी विकसित करने का मार्ग प्रशस्त कर सकता है।
