Google открыл новый способ терапии рака с помощью ИИ модели
Причем сделано это для сложных «холодных» опухолей, которые плохо отвечают на иммунотерапию. И сделано это было необычным образом: их ИИ модель сгенерировала новую гипотезу о раковых клетках, которую учёные подтвердили экспериментально в живых клетках. Читайте подробности!
Как обнаружили?
Google и Йель обучили ИИ‑модель, которая “понимает язык клеток”. Она подсказала новый способ сделать «холодные» опухоли заметными для иммунитета.
Эту гипотезу подтвердили экспериментами на живых клетках, что открывает путь к новым комбинированным терапиям рака.
Исследователи создали крупную модель C2S‑Scale 27B на базе семейства Gemma, специально для анализа данных одиночных клеток и «перевода» их сигналов в понятные закономерности поведения. Модель сгенерировала гипотезу о том, как «разогреть» иммунологически «холодные» опухоли, то есть заставить их лучше предъявлять антигены и стать видимыми для иммунной системы.
🔥 Еще больше интересного в моем канале продуктовые штучки
Модель выявила условный «усилитель»: комбинацию/вещество, которое повышает видимость опухоли для иммунитета в нужном биологическом контексте (при наличии слабого интерферонового сигнала), тем самым усиливая презентацию антигенов без «слепого» воздействия.
Выводы ИИ проверили экспериментально: на живых органических образцах наблюдали усиление маркеров, делающих опухоль заметнее иммунитету, что указывает на реальный терапевтический потенциал подхода. В лабораторных тестах на человеческих клетках рост «видимости» опухоли был значимым, что повышает чувствительность к лечению.
Это рассматривают как перспективный маршрут для разработки новых схем иммунотерапии.
Почему это важно и что дальше?
«Холодные» опухоли назвал таковыми, потому что иммунитет их словно «не видит».
Подтверждение предсказаний ИИ в живых клетках — редкий и значимый шаг: это не просто прогноз, а проверенная экспериментом гипотеза с практическим применением в терапии.
Пока подтверждение получено в клеточных системах и на живых образцах, но не в клинических испытаниях; требуются доклинические и клинические этапы, чтобы превратить находку в одобренное лечение.
Модель и наработки открыты для исследовательского сообщества, что ускорит воспроизводимость и проверку результатов в независимых лабораториях.