英语轻松读发新版了,欢迎下载、更新

Google DeepMind推出TXGEMMA:推进AI驱动的药物发现和开发

2025-03-30 12:45:00 英文原文

作者:Robert Krzaczyński

Google DeepMind宣布了txgemma,旨在提高药物发现和临床试验预测效率的AI模型的开放集合。建立在Gemma模型家族TXGEMMA旨在简化药物开发过程并加速新疗法。

新治疗剂的发展是一个缓慢,昂贵的过程,通常面临高失败的率为90%的候选药物不会过去1阶段试验。TXGEMMA试图通过利用大型语言模型(LLM)来提高整个研究管道中治疗特性的预测,以应对这一挑战。从确定有希望的药物目标到评估临床试验结果,TXGEMMA为研究人员提供了先进的工具来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,突出显示AI驱动解释在药物研究中的重要性:

解释自己的预测的人工智能改变了毒品发现的游戏规则,更快的见解意味着在患者护理中的突破速度更快。

txgemma是TX-LLM,去年10月引入的一种用于治疗研究的模型。由于科学界的压倒性兴趣,DeepMind提出并扩大了其能力,开发了TXGEMMA作为一种开源替代方案,具有增强的性能和可伸缩性。

TXGEMMA经过700万个例子的培训,有三种尺寸的2b,9b和27b参数,其专门预测版本适合针对关键的治疗任务。其中包括:

  • 分类 - 预测分子是否可以越过血脑屏障。
  • 回归估计药物结合亲和力。
  • 从化学反应中推断反应物。

在基准测试中,27B预测模型在66个关键任务中的64个上优于或匹配的专业模型。有关结果的更多详细信息可在已发布的

除了预测模型外,TXGEMMA-CHAT还提供了交互式的AI体验,使研究人员可以提出复杂的问题,接收详细的解释并进行多转变的讨论。这种能力有助于阐明预测背后的推理,例如解释为什么分子可能会根据其结构有毒。

为了使TXGEMMA适应特定的研究需求,Google DeepMind发布了微调示例COLAB笔记本,允许研究人员调整自己的数据模型。 

除了其预测模型外,Google DeepMind还引入了Agencic-TX,该代理TX将TXGEMMA集成到多步研究工作流程中。通过将TXGEMMA与Gemini 2.0 Pro相结合,Adgic-TX使用18种专业工具来增强研究能力。

Agesic-TX已在基准上进行了测试人类的最后考试Chembench,显示其能够协助需要跨多个步骤推理的复杂研究任务的能力。

Txgemma现在可用顶点AI模型花园拥抱脸,研究人员和开发人员可以尝试这些模型,使用微调工具并提供反馈。

关于《Google DeepMind推出TXGEMMA:推进AI驱动的药物发现和开发》的评论


暂无评论

发表评论

摘要

Google DeepMind推出了TXGEMMA,这是一个开源的AI模型集合,旨在增强药物发现和临床试验预测。TXGEMMA是在其前身TX-LLM上建立的,它利用大型语言模型来预测整个研究管道中的治疗特性,从而提高了药物开发的效率。该模型有三种尺寸(2b,9b和27b参数),具有专门版本,用于分类,回归和生成等预测任务,优于关键基准上的现有模型。此外,TXGEMMA-CHAT提供了交互式AI功能,而Agens-TX则使用Gemini 2.0 Pro Tools将模型集成到多步研究工作流程中。研究人员可以通过顶点AI模型花园访问TXGEMMA,并拥抱面孔进行实验和反馈。