谷歌DeepMind与耶鲁大学联合研发C2S-Scale27B模型，AI助力癌症免疫疗法突破

谷歌DeepMind与耶鲁大学联合研发的C2S-Scale27B模型近日取得突破性进展，为癌症免疫疗法开辟了新路径。这款基于Gemma开源架构、拥有270亿参数的AI模型，通过单细胞分析成功识别出药物Silmitasertib（CX-4945）作为潜在“条件性增强剂”，可激活免疫系统对“冷肿瘤”的攻击能力。

研究团队采用双情境虚拟筛选技术，分别输入真实患者样本和孤立细胞系数据，使模型能够精准识别在特定免疫微环境中有效的化合物。实验验证显示，该药物能在干扰素水平较低的“免疫环境阳性”条件下增强抗原呈递，促使肿瘤细胞暴露免疫触发信号。这一发现解决了当前免疫疗法中约30%“冷肿瘤”对治疗无响应的核心难题。

值得注意的是，C2S-Scale27B已通过人类神经内分泌细胞模型完成实验室验证，其预测的生物学机制与实验结果高度吻合。该模型在前期筛选中模拟了超过4000种药物的作用效果，最终锁定最具潜力的候选分子。相关论文预印本已在bioRxiv发布，目前正处于同行评审阶段。

项目负责人表示，这项成果证实了大型生物学模型遵循“缩放定律”的假设，即参数规模与科学发现能力呈正相关。目前模型代码及资源已在Hugging Face和GitHub平台开源，研究团队呼吁全球科研机构共同推进该技术在肿瘤免疫微环境调控领域的应用探索。