Google DeepMind faz parceria com Yale para desenvolver modelo de IA 27B para investigação do cancro
O câncer continua sendo um dos maiores desafios da saúde pública. Tratamentos tradicionais como cirurgia, quimioterapia e radioterapia frequentemente atingem seus limites. Nos últimos anos, a imunoterapia tem recebido grande atenção, mas os chamados “tumores frios” respondem fracamente a essas terapias devido à falta de sinais de reconhecimento imunológico.
O modelo de IA Cell2Sentence-Scale 27B (C2S-Scale 27B), desenvolvido pelo Google DeepMind em parceria com a Universidade de Yale, traz nova esperança: ele conseguiu prever e confirmar compostos que ajudam o sistema imunológico a reconhecer e combater tumores de forma mais eficaz — um avanço decisivo para superar o desafio dos “tumores frios”.
Visão geral do modelo Cell2Sentence-Scale 27B
O C2S-Scale 27B possui 27 bilhões de parâmetros e é baseado na arquitetura Gemma de código aberto do Google. O sistema é especialmente projetado para a análise de células individuais.
Sua principal competência está em entender a “linguagem” entre as células, em especial a comunicação complexa entre células cancerígenas e o sistema imunológico no microambiente tumoral.
O modelo não apenas reproduz princípios biológicos conhecidos, mas também gera novas hipóteses científicas, posteriormente validadas em experimentos laboratoriais com células vivas — uma prova de sua precisão científica.
| Nome do Modelo | Número de Parâmetros | Função Principal | Parceiros de Pesquisa |
|---|---|---|---|
| Cell2Sentence-Scale 27B | 27 bilhões | Compreensão da comunicação celular e das interações no microambiente tumoral | Google DeepMind, Universidade de Yale |
O desafio da imunoterapia: Tumores frios
Na imunoterapia contra o câncer, “tumores frios” são aqueles que possuem poucos sinais de reconhecimento imunológico e, portanto, conseguem escapar da detecção pelo sistema imunológico.
Transformar tumores frios em “tumores quentes” — ou seja, tumores que são reconhecidos e atacados pela imunidade — é um dos principais objetivos da pesquisa atual.
O modelo C2S-Scale 27B analisa grandes volumes de dados de células e compostos para desenvolver novas estratégias de aumento da atividade imunológica.
| Tipo de Tumor | Sinal de Reconhecimento Imunológico | Taxa de Resposta Terapêutica |
|---|---|---|
| Tumor frio | Baixo | Baixa |
| Tumor quente | Alto | Alta |
Descoberta de fármacos com IA: Silmitasertib (CX-4945)
Através da análise de mais de 4.000 compostos potenciais e de amostras tumorais de pacientes, a equipe do DeepMind identificou o inibidor da quinase CK2, Silmitasertib (CX-4945), como candidato promissor.
Em ambientes imunologicamente ativos, o Silmitasertib promove a apresentação de antígenos — o passo essencial que permite ao sistema imunológico reconhecer células tumorais. Assim, ele aumenta a “temperatura” do tumor, tornando a imunoterapia muito mais eficaz.
Embora o medicamento já estivesse em fases de pesquisa, a análise baseada em IA fortaleceu significativamente seu desenvolvimento clínico.
| Nome do Fármaco | Função | Mecanismo de Ação | Dependência do Ambiente Imunológico |
|---|---|---|---|
| Silmitasertib (CX-4945) | Promove a apresentação de antígenos | Inibe a quinase CK2 e amplifica a resposta imune | Eficaz apenas em ambientes imunologicamente ativos |
Técnica de pesquisa: Triagem virtual de duplo contexto
Para identificar novos candidatos a medicamentos, a equipe utilizou a técnica Dual-Context Virtual Screening, que combina dados de amostras tumorais de pacientes com dados de células únicas isoladas.
Esse método permite uma avaliação precisa dos efeitos das substâncias em diferentes contextos biológicos.
Com ele, foram identificados não só medicamentos conhecidos, mas também de 10% a 30% de novos candidatos — compostos potenciais que nunca haviam sido associados à imunoterapia contra o câncer.
Significado revolucionário da IA para a pesquisa do câncer
Segundo o CEO do Google, Sundar Pichai, este projeto demonstra que a inteligência artificial pode aumentar enormemente a eficiência da pesquisa biomédica e gerar novas hipóteses científicas.
O modelo mostra que sistemas de IA em larga escala não apenas reproduzem o conhecimento existente, mas também criam novos insights científicos verificáveis.
Com o avanço de estudos pré-clínicos e clínicos, essa abordagem baseada em IA pode representar um ponto de inflexão no tratamento do câncer.
Conclusão: Nova esperança para a medicina oncológica
O modelo de IA Cell2Sentence-Scale 27B, desenvolvido pelo Google DeepMind e pela Universidade de Yale, com seus 27 bilhões de parâmetros, representa um marco na integração entre IA e biomedicina.
Ao decifrar a “linguagem” das células cancerígenas, o sistema identificou o composto Silmitasertib (CX-4945) como um fator-chave capaz de transformar tumores frios em quentes — um grande avanço para a imunoterapia.
Essa pesquisa supera barreiras fundamentais no tratamento do câncer e abre novos caminhos para o desenvolvimento de medicamentos por meio de tecnologias inovadoras de triagem.
Com a continuidade dos estudos clínicos, a oncologia de precisão baseada em IA pode em breve se tornar realidade — trazendo enormes benefícios à sobrevivência e à qualidade de vida dos pacientes em todo o mundo.
