您尚未登录账户
您的企业账号申请正在审核中
谷歌DeepMind推出TxGemma：推动AI驱动的药物发现与开发
谷歌DeepMind宣布推出TxGemma，这是一套开放的AI模型，旨在提升药物发现和临床试验预测的效率。基于Gemma模型家族，TxGemma旨在简化药物开发过程，加速新疗法的发现。
新疗法的开发是一个缓慢且昂贵的过程，通常面临高失败率——90%的药物候选者无法通过第一阶段试验。TxGemma通过利用大型语言模型（LLMs）来提高整个研究流程中治疗特性的预测，旨在解决这一挑战。从识别有前景的药物靶点到评估临床试验结果，TxGemma为研究人员提供了先进的工具，以简化和提高药物开发的效率。
TRUSTBYTES的联合创始人兼首席执行官Jeremy Prasetyo强调了AI驱动的解释在药物研究中的重要性：
能够解释自身预测的AI是药物发现的游戏规则改变者——更快的洞察意味着在患者护理方面更快的突破。
TxGemma是Tx-LLM的继任者，这是去年十月推出的用于治疗研究的模型。由于科学界的极大兴趣，DeepMind对其能力进行了改进和扩展，开发了TxGemma作为一个开源的替代方案，具有更高的性能和可扩展性。
TxGemma经过700万个例子的训练，提供三种规模——2B、9B和27B参数，并有专门的Predict版本，专为关键治疗任务量身定制。这些任务包括：
- 分类——预测分子是否能穿过血脑屏障。
- 回归——估计药物结合亲和力。
- 生成——从化学反应中推断反应物。
在基准测试中，27B Predict模型在66个关键任务中有64个任务上超越或匹配了专业模型。更多结果细节可在已发布的论文中找到。
除了其预测模型外，TxGemma-Chat提供了一个互动的AI体验，允许研究人员提出复杂问题，获得详细解释，并进行多轮讨论。这一功能有助于澄清预测背后的推理，例如解释为什么某个分子可能因其结构而有毒。
为了使TxGemma适应特定的研究需求，谷歌DeepMind发布了一个微调示例Colab笔记本，允许研究人员根据自己的数据调整模型。
除了其预测模型外，谷歌DeepMind还推出了Agentic-Tx，将TxGemma整合到多步骤研究工作流程中。通过将TxGemma与Gemini 2.0 Pro结合，Agentic-Tx利用18种专业工具来增强研究能力。
Agentic-Tx已在人类最后的考试和ChemBench等基准上进行了测试，展示了其在需要跨多个步骤推理的复杂研究任务中的辅助能力。
TxGemma现已在Vertex AI Model Garden和Hugging Face上提供，研究人员和开发者可以在这些平台上试验模型，使用微调工具，并提供反馈。
