Google DeepMind đang bước vào nghiên cứu y sinh với TXGEMMA, một bộ mô hình AI nguồn mở được thiết kế để hỗ trợ phát triển trị liệu. Được phát hành vào cuối tháng 3 năm 2025, sáng kiến nổi bật về khả năng tiếp cận của nó, cung cấp các công cụ có thể chạy trên phần cứng cấp tiêu dùng và tích hợp với quy trình y sinh chuyên dụng. Cả hai đều có sẵn trên các nền tảng như Hugging Face và Vertex AI, với Các mô hình cốt lõi của TxGemma Các phiên bản 9b và 27b cũng hỗ trợ tương tác đàm thoại cho các nhà nghiên cứu tìm kiếm các trao đổi linh hoạt hơn. href=”https://tdcommons.ai”target=”_ blank”> Dữ liệu trị liệu (TDC) , cho phép chúng xử lý và đánh giá các chuỗi hóa học, protein, các mô hình thực hiện.
Các mô hình có thể hoạt động ở chế độ dự đoán, với các đầu vào hẹp, có cấu trúc cho các tác vụ như phân loại hợp chất hoặc ở chế độ trò chuyện hỗ trợ lý luận nhiều lượt. Bằng cách cung cấp các phiên bản được lượng tử hóa, Google đảm bảo chúng có thể được triển khai trên GPU hoặc TPU đơn mà không ảnh hưởng nhiều đến độ chính xác hoặc độ trễ. href=”https://github.com/google-gemini/gemma-cookbook/blob/main/txgemma/%5btxgemma%5dagentic_demo_with_hugging_face.ipynb”Target=”Không giống như các mô hình cơ sở, đại lý này không tập trung vào dự đoán. Thay vào đó, nó được thiết kế để tiến hành toàn bộ các quy trình nghiên cứu bằng cách sử dụng các khả năng lý luận của Gemini 1.5 Pro, và các công cụ bên ngoài như Alphafold, ESMFrint và các hệ thống tìm kiếm tài liệu. Nó cho phép một nhà nghiên cứu bắt đầu với một câu hỏi, ví dụ như việc xác định các vị trí ràng buộc cho một protein protein và nhận được các phản ứng hỗ trợ công cụ, lặp đi lặp lại với lý luận sinh học có trong chuỗi tương tác. Gia đình Gemma 2 bao gồm các mô hình máy biến áp chỉ giải mã được tối ưu hóa để triển khai hiệu quả, ngay cả trên các nền tảng di động và web. Các mô hình này được thiết kế để hỗ trợ mô-đun và quy trình nghiên cứu mở, khiến chúng trở thành nền tảng phù hợp cho các ứng dụng y sinh. Tuy nhiên, sự gần gũi của chúng trên lịch phát hành minh họa cho sự thúc đẩy rộng hơn của Google Google để mở rộng các công cụ AI vượt ra ngoài các mô hình trò chuyện có mục đích chung và vào các trường chuyên biệt hơn. href=”https://deepmind.google/discover/blog/gemma-scope-helping-the-safety-community-sed-light-on-in-in-inner-works Mặc dù các công cụ này không được đóng gói rõ ràng với TXGEMMA, nhưng sự tồn tại của chúng cho thấy một triết lý thiết kế chung tập trung vào việc sử dụng AI có trách nhiệm trong các lĩnh vực khoa học. Bằng cách xuất bản cả các mô hình và các công cụ liên quan trên các nền tảng có thể truy cập, DeepMind hy vọng sẽ hạ thấp rào cản đối với các phòng thí nghiệm học thuật, công nghệ sinh học và các nhà nghiên cứu làm việc trong môi trường bị hạn chế tài nguyên. Lời hứa của TXGEMMA là rõ ràng, ứng dụng trong thế giới thực vẫn cần thận trọng. Các mô hình lượng tử có thể mang lại hiệu quả được cải thiện, nhưng sự đánh đổi thường liên quan đến việc giảm độ chính xác. Tương tự, sự phụ thuộc của Agentic-TX vào các công cụ bên ngoài giới thiệu các điểm thất bại hoặc sự không nhất quán tiềm năng, tùy thuộc vào mức độ các hệ thống đó tích hợp với các quy trình cụ thể. Đánh giá độc lập các mô hình Dự đoán của Google sẽ rất cần thiết trước khi chúng được kết hợp vào các đường ống lâm sàng hoặc nền tảng phát triển thuốc thương mại. Bộ công cụ, không phải là một hệ thống chìa khóa trao tay
txgemma không phải là một công cụ khám phá thuốc từ đầu đến cuối. Thay vào đó, nó có một khung mô-đun, một trong những người mời các nhà nghiên cứu thử nghiệm, lặp lại và xây dựng trên đỉnh của nó. Với sự hỗ trợ cho các phương thức điều trị từ phân tích cấu trúc protein đến dự đoán độc tính, nó được thiết kế để phù hợp với các quy trình khoa học hiện có mà không yêu cầu cơ sở hạ tầng độc quyền hoặc khóa nhà cung cấp. Cộng tác viên khoa học chuyên ngành.