Google與耶魯大學聯手開發AI模型，推動癌症免疫療法重大突破
由Google與耶魯大學共同研發的一款AI模型，近日提出了一項關於癌細胞如何與人體免疫系統互動的創新假說。研究人員相信，這一發現或將成為癌症治療史上最重要的突破之一，並有望徹底改變未來癌症的治療方式。
這個假說是由名為Cell2Sentence-Scale 27B（簡稱C2S-Scale）的基礎模型生成。該模型擁有270億個參數，由Google DeepMind和耶魯大學的研究團隊共同打造。C2S-Scale建立於Google開源的Gemma AI模型基礎上，專為單細胞分析設計，使研究者能夠預測癌細胞在活體中的行為。
臨床驗證已證實該模型的預測結果，這可能為更有效的癌症療法鋪路。這項發現延續了Google早期的研究成果，證明生物AI模型遵循明確的擴展規律：模型越大，其條件推理能力越強，類似於自然語言AI系統的表現。
Google表示，C2S-Scale 27B模型能「解讀」單個活細胞的「語言」，使得原本難以檢測的「冷」腫瘤轉變為「熱」腫瘤。這個過程讓惡性細胞變得更明顯，更容易被免疫系統識別並對治療產生反應。
>「這是AI在科學領域的一大里程碑：我們的C2S-Scale 27B基礎模型，與耶魯大學合作並基於Gemma，生成了一個關於癌細胞行為的新假說，科學家已在活細胞中實驗驗證。隨著更多的臨床前和臨床測試，……」
>— Google CEO Sundar Pichai在2025年10月15日的推特上表示。
此外，這款新AI模型還成功識別出一種條件性放大藥物，能在特定情況下增強人體免疫信號。例如，當免疫信號蛋白干擾素（interferon）因濃度不足而無法自行促進抗原呈現時，該藥物能補強這一作用。類似能力在先前規模較小的AI模型中未被觀察到。
Google解釋，C2S-Scale的訓練過程包含一個名為「雙重上下文虛擬篩選」的機制，模擬超過4000種藥物在真實患者腫瘤樣本和獨立細胞系資料中的效果，且不包含任何免疫環境因素。
當模型被要求找出能在第一種情境中選擇性提升抗原呈現的藥物時，它篩選出約10種候選藥物，其中只有10%至30%是過去已知對癌症治療有效的藥物，其他預測則此前未曾與癌症免疫療法相關聯。這些新預測後續經臨床驗證證實有效。
Gemma和C2S-Scale 27B模型均已公開在Hugging Face和GitHub平台上，Google亦在bioRxiv上發布相關科學預印本，方便研究人員進行虛擬藥物篩選，挖掘潛在的救命假說。不過，研究人員提醒，所有預測結果仍需經過同行評審和臨床驗證，方能用於實際治療。
—
編者評論：AI助力癌症治療的未來展望
Google與耶魯大學這次合作的突破，不僅是AI技術在醫學領域的又一次飛躍，更標誌著跨學科融合的力量。C2S-Scale 27B不單止「懂得」讀懂細胞的語言，更能在龐大數據中找出人類未曾察覺的藥物組合或生物機制，這是傳統藥物研發難以達到的。
這種將AI模型擴展到生物醫學的做法，凸顯了AI不再是「輔助工具」，而是成為科學假說生成與驗證的主動推手。未來，我們或許能看到更多疾病的「語言」被解碼，從而帶來個性化、精準且更有效的治療方案。
當然，AI模型的預測雖然令人振奮，但醫學臨床的嚴謹性依然不可忽視。每一個新發現都必須經過嚴格的臨床試驗與倫理審查，才能轉化為真正的治療利器。同時，這也提醒我們在AI普及的同時，不能過度依賴技術，需保留人類醫學專業的判斷與監督。
總結來說，這項研究是AI與生物醫學深度結合的典範，為癌症免疫療法帶來全新思路，也為其他疾病的AI應用樹立了標杆。香港及全球的醫療界應該密切關注這類技術的發展，並積極探索如何將其本地化，惠及更多病患。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
🎨 Nano Banana Pro 圖像生成器｜打幾句說話就出圖
想畫人像、產品圖、插畫？SSFuture 圖像生成器支援 Flux 同 Gemini Nano Banana Pro 改圖 / 合成， 打廣東話都得，仲可以沿用上一張圖繼續微調。
