A gyógyszerfejlesztés egyik legnagyobb kihívása a klinikai fázisokon túl vezető készítmények megtalálása, hiszen a jelöltek 90%-a már az első vizsgálati szakaszban kudarcot vall. Ebben a kontextusban jelent áttörést a TxGemma, egy olyan nyílt modellgyűjtemény, melyet a Google DeepMind Gemmájára és a modern, könnyű nyílt modellek családjára építve fejlesztettek ki. A TxGemma célja, hogy a nagy nyelvi modellek erejét kihasználva javítsa a terápiás felfedezés hatékonyságát, az ígéretes célpontok azonosításától egészen a klinikai vizsgálatok kimenetelének előrejelzéséig.
A TxGemma a Tx-LLM utódja
Tavaly októberben mutatták be a Tx-LLM-et, mely számos terápiás feladatra lett kiképezve a gyógyszerfejlesztési folyamatban. A modell nagy érdeklődést váltott ki, ezért a fejlesztők azonnal nyitottak voltak a felhasználói visszajelzések alapján történő finomhangolásra, ebből született meg a TxGemma. A modell három különböző méretben érhető el – 2B, 9B és 27B –, mindegyik esetében megtalálható a „predict” verzió, mely kifejezetten szűk körű terápiás feladatokhoz lett optimalizálva, például egy molekula toxikusságának előrejelzésére vagy annak, hogy képes-e áthaladni a vér-agy gáton.
A TxGemma több millió gyakorlati példán alapszik, amelyek lehetővé teszik a modell számára, hogy különféle feladatokban – osztályozás, regresszió és generálás – kimagasló teljesítményt nyújtson. A legnagyobb, 27B méretű predict verziója szinte minden vizsgált feladatban felülmúlja, vagy legalábbis lépést tart a korábbi Tx-LLM modellel, sőt, számos speciális feladatra optimalizált modellel szemben is jobb eredményt ér el. A részletes teljesítményadatok alapján a TxGemma 66 feladatból 64 esetében hasonló vagy jobb eredményt produkált, 45 feladatban pedig jobb volt mint a korábbi modell.
Chat képességek és további finomhangolási lehetőségek
A fejlesztők nemcsak a nyers előrejelző képességekre helyezték a hangsúlyt, hanem chat képességeket is integráltak a modellekbe. Így lehetővé teszik a modellek számára, hogy összetett kérdésekre válaszoljanak, megindokolják döntéseiket, és többlépcsős beszélgetések során adják vissza a szükséges információkat. Egy kutató akár azt is megkérdezheti a rendszertől, hogy egy adott molekula miért lett mérgezőnek osztályozva, és a modell a molekula szerkezetére hivatkozva alátámaszthatja a válaszát.
A TxGemma kiadása nem csak egy végterméket, hanem egy testre szabható platformot kínál a fejlesztők és kutatók számára. A mellékelt Colab notebook segítségével könnyedén finomhangolható a modell a saját terápiás adatok és feladatok alapján – például a klinikai vizsgálatok során előforduló nemkívánatos események előrejelzésére. Továbbá, a TxGemma integrálható az Agentic-Tx rendszerrel, amely 18 speciális eszközt foglal magába, beleértve a PubMed, Wikipedia keresést, valamint molekuláris, gén- és fehérjeeszközöket. Ez a megoldás segít összekapcsolni a hétköznapi kutatási munkafolyamatokat az ágensrendszerek által nyújtott, több lépcsős következtetés lehetőségeivel.
Elérhetőség
A TxGemma a Vertex AI Model Gardenben és a Hugging Face platformon érhető el, így minden érdeklődő betekintést nyerhet a rendszer működésébe, kipróbálhatja a következtetési és finomhangolási funkciókat, illetve az Agentic-Tx által kínált komplex munkafolyamatokat. Nyílt modellként a TxGemma további fejlesztésre ad lehetőséget, hiszen a kutatók saját adataik felhasználásával alakíthatják azt az adott terápiás fejlesztési igényeknek megfelelően.
A TxGemma megjelenése új fejezetet nyithat a gyógyszerkészítmények fejlesztésében, jelentősen lerövidítve a laboratóriumtól a betegágyig tartó folyamatot és csökkentve a fejlesztési költségeket.
