當地時間8月20日，谷歌宣佈其開源端側模型家族Gemma的總下載量已突破10億次。這款由谷歌DeepMind推出的開源大模型，自發布以來，全球開發者基於它衍生出超10萬個定製變體，形成了名為“Gemmaverse”的開源生態。谷歌列舉了多個Gemma家族的應用場景，從太空本地影像分析、醫療報告標準數字化、癌症創新治療方案到動物語言識別，顯示其正深入各垂直行業。

在生物醫藥科研領域，以Gemma為基座的模型產出了多項標誌性成果。谷歌一方面推出面向醫療場景的垂直模型MedGemma，支撐醫療報告結構化、醫學影像輔助分析等應用；另一方面聯合科研機構，依託Gemma底座攻堅癌症機制研究。其中，最受行業關注的是谷歌DeepMind、谷歌研究院與耶魯大學合作開發的Cell2Sentence-Scale 27B（C2S-Scale）模型。

傳統的癌症疫苗治療思路，是讓免疫系統通過識別身份標籤來識別敵人，但這面臨一個“瞄準困境”：腫瘤的“身份標籤”通常取自腫瘤本身，但很多腫瘤細胞表面缺少能被免疫T細胞識別的獨特“身份標籤”（即腫瘤特異性抗原），同時它們還主動穿上“防護服”（如高表達PD-L1蛋白），成為所謂的“冷腫瘤”。結果就是，對於“冷腫瘤”，免疫系統即使大軍壓境，也像得了“臉盲症”，看不見敵人，或者看見了也被強行抑制，導致治療無效。

針對免疫治療難以起效的“冷腫瘤”難題，C2S-Scale按活躍程度排序，將單細胞基因表達資料轉化為類文本的“基因句子”，讓大語言模型能直接“讀”懂細胞。隨後，該模型完成4000餘種藥物的虛擬篩選，預測出silmitasertib聯合低劑量干擾素的用藥組合。C2S-Scale鎖定的候選藥物中，僅10%-30%在過往文獻中被提及，其餘與篩選目標無已知關聯。最終被選中的是silmitasertib（CX-4945），一種CK2激酶抑制劑。

這一AI提出的全新治療假說，後續在人源活細胞實驗中得到驗證。研究團隊用模型訓練時從未見過的人類神經內分泌細胞進行實驗，結果是單獨用藥無效果，單用低劑量干擾素只有輕微提升，兩者聯用後抗原呈遞提升約50%，證實聯用方案可顯著提升抗原呈遞水平。這屬於少數AI產出全新癌症治療機制並獲得實驗室驗證的案例，有望提升腫瘤細胞抗原呈遞能力，把冷腫瘤轉化為對免疫治療敏感的熱腫瘤。

該模型相關成果已對外開源，可供全球科研團隊繼續拓展研究。需要注意的是，該發現目前僅停留在體外細胞實驗階段，尚未進入臨床。隨著下載量衝高，Gemma證明開源大模型不再侷限對話生成，能夠直接介入原始生物資料探勘，深度探索癌症治療新機制，為AI醫藥科研提供低成本的技術底座。