谷歌AI發布TxGemma：全新大規模語言模型助力藥物開發

谷歌 AI 近日推出了 TxGemma，这是一个专为药物开发设计的通用大规模语言模型（LLM）系列。TxGemma 整合了来自小分子、蛋白质、核酸、疾病和细胞系等多个领域的数据集，覆盖了治疗开发流程的多个阶段。该系列模型提供了2亿、9亿和27亿参数的选择，均基于 Gemma-2架构经过全面的治疗数据集微调而成。此外，TxGemma 还包含一个交互式的对话模型 TxGemma-Chat，科学家可以通过它进行详细的讨论和机制解释，从而提升模型的透明度。

从技术角度来看，TxGemma 利用了治疗数据共同体（TDC），这是一个涵盖6600万条数据点的综合数据集。TxGemma-Predict 作为模型系列中的预测变体，在这些数据集上表现出色，其性能与目前在治疗建模中使用的通用模型和专业模型相当或更优。值得一提的是，TxGemma 的微调方法在数据稀缺的领域提供了重要优势，因为它能够在显著减少训练样本的情况下优化预测准确性。

TxGemma 的实用性在临床试验的不良事件预测中得到了充分体现，这是治疗安全性评估中的关键环节。TxGemma-27B-Predict 展现出强大的预测性能，同时使用的训练样本显著少于传统模型，表明其在数据效率和可靠性方面的提升。此外，TxGemma 的推理速度也支持实际的实时应用，尤其是在虚拟筛选等场景中，27B 参数的模型能够高效处理大规模样本。

谷歌 AI 推出的 TxGemma 标志着计算治疗研究的又一重要进展，结合了预测效能、互动推理和数据效率。通过将 TxGemma 公开，谷歌使得进一步验证和适应多种专有数据集成为可能，推动治疗研究的更广泛适用性和可重复性。

模型:https://huggingface.co/collections/google/txgemma-release-67dd92e931c857d15e4d1e87