AI会"发明"抗癌药了？实验室验证成功，耶鲁教授都没想到这一点

排行榜 2025年10月19日 00:36 0 admin

10月15日，谷歌和耶鲁大学联合宣布了一个消息，一个叫C2S-Scale的AI模型提出了关于癌症免疫治疗的全新想法，更关键的是，这个想法在实验室里真的被验证了。

这个拥有270亿参数的模型基于谷歌开源的Gemma系列构建，能够通过分析单细胞帮助发现新的潜在癌症治疗途径。

这次不同以往，不是AI帮着科学家筛选已知药物，而是它自己提出了一个没人想过的治疗思路。

用一种叫silmitasertib的药物配合低剂量干扰素，让"躲"起来的肿瘤细胞在免疫系统面前"现身"。

后续实验证实，这个组合确实让抗原呈递能力提升了约50%。

从4000种药物里找出那个"对的"

癌症治疗有个大麻烦，很多肿瘤对免疫系统来说基本是透明的，医学上叫它们"冷肿瘤"。要让免疫系统认出这些肿瘤，关键在于一个叫"抗原呈递"的过程。

研究团队给C2S-Scale布置了一个任务：寻找一种只在特定免疫环境下才起作用的药物，这种环境里干扰素水平虽然存在但很低，单靠它不足以诱导抗原呈递。

这个任务难就难在要求药物"看情况办事"，在免疫环境活跃时增强信号，但在普通环境下不能乱来。

模型模拟了超过4000种药物的效果，最终预测出激酶CK2抑制剂silmitasertib会在免疫信号存在的情况下显著增强抗原呈递。

这个发现让研究人员眼前一亮，因为虽然CK2在很多细胞功能中扮演角色，包括作为免疫系统的调节因子，但通过silmitasertib抑制CK2来明确增强MHC-I表达或抗原呈递，此前文献中并没有相关报道。

实验室测试印证了模型的预测。单独使用silmitasertib，对抗原呈递影响不大；单独用低剂量干扰素，效果也很轻微；但把两者联合使用，抗原呈递水平就明显上来了。

Silmitasertib这个药物本身不算新鲜货。它在2010年就进入了临床试验，成为首个进入人体试验阶段的CK2抑制剂，2017年还被美国FDA授予了治疗晚期胆管癌的孤儿药地位。

在针对胆管癌的临床研究中，silmitasertib联合吉西他滨和顺铂用于一线治疗，中位无进展生存期达到11.1个月，中位总生存期为17.4个月。

但这次AI发现的用法完全不同。过去人们关注它直接杀死癌细胞的能力，现在发现它还能在特定条件下充当"信号放大器"，帮免疫系统更好地识别肿瘤。这就像发现一把锤子除了能敲钉子，在某些情况下还能当撬棍使。

这两年关于AI制药的消息不少，但大多停留在"可能有用"的阶段。C2S-Scale这次的意义在于，它提出的假设真的在实验室里被证实了，而且这个假设不是从文献里总结出来的老知识。

麦肯锡预测，AI技术的引入将为全球制药和医疗产品市场带来3到5%的收入增长，相当于近1100亿美元的增量空间。

更实在的数据是，过去十年间，运用AI技术的制药企业已推进75个药物候选分子进入临床试验阶段。

不过行业里也有清醒的认识。新药研发平均成本约26亿美元，耗时10年，成功率不到10%。

AI能在靶点发现、分子设计、临床试验设计等环节提高效率，但要说它能"单枪匹马"研发出新药，现在还远着呢。

C2S-Scale的案例特殊在于，它不仅找到了一个药物，还提出了一个治疗机制。在免疫环境存在但不够强的情况下，用特定药物来放大信号。

这种"条件性增强"的思路，确实是人工设计实验时不太容易想到的。

实验室验证成功只是开始，这个发现要真正用到患者身上，还得走完整个临床试验流程。好在silmitasertib本身已经在临床试验中证明了安全性，新的用法可能会加快推进速度。

耶鲁大学的研究团队表示，他们正在把这套方法应用到其他免疫学场景中，看能不能发现更多类似的药物组合。

C2S-Scale的模型和相关资源已经在Hugging Face和GitHub上公开，其他研究者可以直接使用。

从更大的角度看，这个案例证明了一件事：AI在生物医学领域的价值，不只是加快现有流程，还能提出人类研究者暂时想不到的新思路。至于这种能力能走多远，我们边走边看。

AI提出抗癌新思路并在实验室得到验证，这事本身已经够有分量。

它不是替代科学家，而是在帮科学家看到更多可能性。从提出假设到临床应用，中间还有很多关要过，但至少现在，AI已经不只是个辅助工具了。

发表评论