Google reveló un importante avance en la investigación del cáncer el 15 de octubre, revelando que su modelo de inteligencia artificial Cell2Sentence-Scale 27B identificó y validó experimentalmente con éxito una nueva vía para hacer que los tumores "fríos" sean visibles al sistema inmunológico. El modelo de 27 mil millones de parámetros, construido sobre la plataforma Gemma de Google en colaboración con la Universidad de Yale, predijo que la combinación del medicamento silmitasertib con interferón en dosis bajas podría aumentar la presentación de antígenos tumorales aproximadamente en un 50%.
Las pruebas de laboratorio confirmaron la hipótesis de la IA en modelos de células humanas, demostrando el potencial del descubrimiento de fármacos guiado por IA para acelerar el desarrollo de la inmunoterapia. "Un hito emocionante para la IA en la ciencia", escribió el CEO de Google, Sundar Pichai, en las redes sociales, calificando el descubrimiento como una vía potencial para desarrollar nuevas terapias contra el cáncer.
IA Identifica Combinación Oculta de Fármacos
El avance aborda uno de los desafíos más persistentes de la inmunoterapia: transformar tumores "fríos" que evaden la detección inmunitaria en tumores "calientes" que responden al tratamiento. C2S-Scale fue diseñado para comprender lo que los investigadores describen como el "lenguaje de las células individuales", analizando patrones de comunicación celular que modelos de IA más pequeños no podían procesar.
El modelo empleó un enfoque de cribado virtual de doble contexto, simulando los efectos de más de 4,000 fármacos en muestras de tumores de pacientes con señalización inmunitaria activa y datos de células aisladas sin contexto inmunitario. Este análisis identificó silmitasertib (CX-4945), un inhibidor de la quinasa CK2, como un amplificador condicional que mejoraría el reconocimiento inmunitario solo en entornos biológicos específicos donde ya estaban presentes niveles bajos de interferón.
Según Google, la predicción representó "una idea novedosa" ya que la inhibición de CK2 mediante silmitasertib no había sido reportada previamente para mejorar explícitamente el reconocimiento del sistema inmunitario de los tumores.
La Validación de Laboratorio Confirma la Hipótesis de IA
Los investigadores de Yale probaron las predicciones del modelo en modelos de células neuroendocrinas humanas que no formaban parte de los datos de entrenamiento de la IA. Los experimentos mostraron que tratar las células solo con silmitasertib no produjo ningún efecto en la presentación de antígenos, mientras que el interferón solo en dosis bajas tuvo un impacto modesto. Sin embargo, la combinación de ambos tratamientos resultó en la amplificación sinérgica predicha, con un aumento de la presentación de antígenos de aproximadamente el 50%.
Los equipos de Yale están ahora explorando el mecanismo descubierto por la IA y probando predicciones adicionales en otros contextos inmunológicos. El modelo C2S-Scale 27B y los recursos asociados se han puesto a disposición de la comunidad investigadora a través de las plataformas GitHub y Hugging Face, lo que potencialmente acelerará más estudios de validación preclínica y clínica que podrían conducir a nuevas terapias combinadas.
