Google Deepmindは、治療の開発を支援するように設計されたオープンソースAIモデルのスイートであるTXGEMMAを使用して、生物医学研究に踏み込んでいます。 2025年3月下旬にリリースされたこのイニシアチブは、そのアクセシビリティに際立っており、消費者グレードのハードウェアで実行され、特殊な生物医学ワークフローと統合できるツールを提供します。どちらも hugging やvertex aiなどのプラットフォームで利用できます。 href=”https://developers.google.com/health-ai-developer-foundations/txgemma#try-txgemma-in-a-colab-notebook”ターゲット=”_ blank”> colabノートハンズオン実験用に提供されます。 href=”https://developers.google.com/health-ai-developer-foundations/txgemma/model-card”ターゲット=”_ blank”> txgemmaのコアモデルは、2B、9B、および27Bのパラメーターサイズのパラメーターサイズのドメイン固有のデータでトレーニングされています。 9Bおよび27Bのバージョンは、より柔軟な交換を求める研究者のための会話の相互作用もサポートしています。 href=”https://tdcommons.ai”ターゲット=”_ blank”>治療データコモンズ（TDC）。
モデルは、複合分類などのタスクの狭い構造化された入力を使用して、またはマルチターン推論をサポートするチャットモードのいずれかの予測モードで動作できます。量子化されたバージョンを提供することにより、Googleは、精度やレイテンシにあまり妥協することなく、単一のGPUまたはTPUに展開できることを保証します。 href=”https://github.com/google-gemini/gemma-cookbook/blob/main/txgemma/%5btxgmma%5dagentic_demo_with_hugging_face.ipynb”ターゲット=”_ blank-“> agent-tx ベースモデルとは異なり、このエージェントは予測だけに焦点を合わせていません。代わりに、Gemini 1.5 Proの推論機能とAlphaFold、ESMFold、文献検索システムなどの外部ツールを使用して、研究ワークフロー全体を実施するように設計されています。研究者は、タンパク質の結合部位を特定するなどの質問から始めることができ、相互作用のチェーンに含まれる生物学的推論を伴う反復的なツールサポートされた応答を受け取ります。 Gemma 2ファミリは、モバイルおよびWebプラットフォームでも、効率的な展開用に最適化されたデコーダーのみのトランスモデルで構成されています。これらのモデルは、モジュール性とオープンな研究ワークフローをサポートするように設計されており、生物医学的アプリケーションに適切な基盤となっています。
Gemma 3自体は、マルチモーダルサポート、128Kトークンのコンテキストウィンドウ、140を超える言語との互換性など、顕著なアップグレードをもたらしましたが、これらの機能はtxgmmaに直接取り込まれていませんでした。それにもかかわらず、リリースカレンダーの近接性は、Googleが汎用チャットモデルを超えてより専門的なフィールドに拡張するためのGoogleのより広範なプッシュを示しています。