Google का नया AI मॉडल कैंसर दवा अनुसंधान में नया मार्ग प्रदान करता है

दवा खोज के लिए एक नए दृष्टिकोण के लिए एक पोर्टल खोलते हुए, Google ने आर्टिफिशियल इंटेलिजेंस टूल के एक परिवार का अनावरण किया, जिसने कैंसर का पता लगाने के लिए एक दवा संयोजन का प्रस्ताव दिया जिसके बारे में मानव विशेषज्ञ नहीं जानते थे, जो प्रयोगशाला स्थितियों में प्रभावी लगता था।

व्यावहारिक दवा उम्मीदवारों को डिजाइन करने के लिए वैज्ञानिक खोज की प्रक्रिया में एआई का उपयोग किए जाने का यह एक दुर्लभ उदाहरण है।

सेल2सेंटेंस-स्केल 27बी (सी2एस-स्केल) एक 27-बिलियन-पैरामीटर फाउंडेशन मॉडल है जिसे व्यक्तिगत कोशिकाओं की भाषा को समझने के लिए डिज़ाइन किया गया है। गूगल डीपमाइंड और गूगल रिसर्च के स्टाफ वैज्ञानिक क्रमशः शेकूफे अज़ीज़ी और ब्रायन पेरोज़ी ने एक ब्लॉगपोस्ट में कहा, “यह घोषणा विज्ञान में एआई के लिए एक मील का पत्थर है।” कैंसर।”

उनका शोध पत्र, वैज्ञानिक विवरण के साथ, बायोआर्क्सिव पर सार्वजनिक जांच के लिए उपलब्ध कराया गया था, जो प्री-प्रिंट का भंडार है, जहां शोधकर्ता कभी-कभी शोध पत्रिका में सबमिट करने से पहले अपने काम को खुली सहकर्मी समीक्षा के लिए पोस्ट करते हैं।

शोधकर्ता जिस समस्या को हल करने के लिए निकले थे वह यह थी कि एक उभरते हुए ट्यूमर का पता कैसे लगाया जाए जब प्रतिरक्षा प्रणाली स्वयं इसके बारे में अनजान थी। एक रणनीति यह थी कि ऐसे नवजात ट्यूमर को एंटीजन प्रेजेंटेशन नामक प्रक्रिया के माध्यम से प्रतिरक्षा-ट्रिगर सिग्नल प्रदर्शित करने के लिए मजबूर किया जाए।

सी2एस-स्केल 27बी मॉडल को एक कार्य दिया गया था: एक ऐसी दवा ढूंढें जो इंटरफेरॉन के निम्न स्तर मौजूद होने पर ही प्रतिरक्षा संकेतों को बढ़ाती है। इंटरफेरॉन शरीर द्वारा उत्पादित प्रोटीन होते हैं और संक्रमण और ट्यूमर के खिलाफ अग्रिम पंक्ति के रक्षक के रूप में कार्य करते हैं। यह एक ऐसी स्थिति है जब ट्यूमर शरीर की प्राकृतिक खतरे का पता लगाने वाली प्रणाली से बचते हुए गुप्त रूप से बढ़ने की संभावना होती है। छोटे एआई, या बड़े भाषा मॉडल – अब तैनात किए जा रहे एआई का मुख्य आधार – इसे सीखने में असमर्थ थे। 27 बिलियन पैरामीटर मॉडल को दो बड़े डेटा सेटों में उजागर करके – ट्यूमर-प्रतिरक्षा इंटरैक्शन के साथ वास्तविक दुनिया के रोगी के नमूने और निम्न-स्तरीय इंटरफेरॉन सिग्नलिंग और बिना किसी प्रतिरक्षा संदर्भ के सेल-लाइन डेटा – वैज्ञानिकों ने अंतर्दृष्टि पर काम किया।

उन्होंने सबसे पहले 4,000 से अधिक दवाओं के प्रभाव का अनुकरण किया और देखा कि उनमें से कितनी दवाओं ने उन स्थितियों में काम किया जहां ट्यूमर बढ़ने के बावजूद इंटरफेरॉन का स्तर कम था। मॉडल द्वारा हाइलाइट किए गए कई ड्रग उम्मीदवारों में से, ड्रग हिट का एक अंश (10% -30%) पूर्व साहित्य में पहले से ही ज्ञात है, जबकि शेष दवाएं “बिना किसी पूर्व ज्ञात लिंक के आश्चर्यजनक हिट” थीं। मॉडल ने सिल्मिटासर्टिब नामक एक रासायनिक दवा पर ध्यान केंद्रित किया जो ट्यूमर का संदेह होने पर ही प्रतिरक्षा प्रणाली को बढ़ावा देती थी।

“इस भविष्यवाणी को इतना रोमांचक बनाने वाली बात यह थी कि यह एक नया विचार था… सिल्मिटासर्टिब के माध्यम से सीके2 (ट्यूमर द्वारा व्यक्त एक प्रोटीन) को रोकना साहित्य में स्पष्ट रूप से एंटीजन प्रस्तुति को बढ़ाने के लिए रिपोर्ट नहीं किया गया है। यह इस बात पर प्रकाश डालता है कि मॉडल एक नई, परीक्षण योग्य परिकल्पना उत्पन्न कर रहा था, न कि केवल ज्ञात तथ्यों को दोहरा रहा था,” शोधकर्ताओं ने कहा।

जबकि पहले ऐसे एआई मॉडल रहे हैं जिन्होंने इस तरह से दवा लक्ष्यों की पहचान की है, उनका अगला कदम नया था। उन्होंने इसका परीक्षण मानव न्यूरो-एंडोक्राइन सेल मॉडल में किया – एक सेल प्रकार जो प्रशिक्षण के दौरान मॉडल द्वारा पूरी तरह से अनदेखा था। प्रयोगों से पता चला कि सिल्मिटासर्टिब और कम खुराक वाले इंटरफेरॉन के संयोजन से एंटीजन प्रस्तुति में लगभग 50% की वृद्धि हुई, जिससे ट्यूमर प्रतिरक्षा प्रणाली को अधिक दिखाई देने लगा।

“मॉडल की सिलिको (कंप्यूटर-आधारित) भविष्यवाणी की इन विट्रो (प्रयोगशाला में) में कई बार पुष्टि की गई थी। सी2एस-स्केल ने सफलतापूर्वक पहचान की थी…नए संयोजन उपचारों को विकसित करने के लिए एक शक्तिशाली, प्रयोगात्मक रूप से मान्य लीड, जो अधिक मजबूत प्रभाव प्राप्त करने के लिए कई दवाओं का एक साथ उपयोग करता है,” शोधकर्ताओं ने साथ में एक ब्लॉग पोस्ट में लिखा।

उन्होंने कहा कि संयुक्त राज्य अमेरिका में येल विश्वविद्यालय की टीमें नए संयोजनों के साथ-साथ “चिकित्सकीय रूप से मान्य” सेटिंग्स का परीक्षण कर रही थीं।

गूगल और अल्फाबेट के सीईओ सुंदर पिचाई ने गुरुवार (16 अक्टूबर, 2025) को सोशल मीडिया प्लेटफॉर्म