Google DeepMind hat TxGemma ins Leben gerufen, eine Sammlung offener KI-Modelle zur Verbesserung der Arzneimittelentdeckung und der Vorhersage klinischer Studien. Mit dieser Initiative soll die langsame und kostspielige Entwicklung von Arzneimitteln angegangen werden, bei der 90 % der Arzneimittelkandidaten nicht über Phase 1 hinauskommen. TxGemma verwendet große Sprachmodelle (LLMs), um die Vorhersagen in der gesamten Forschungspipeline zu verbessern, von der Identifizierung von Wirkstoffzielen bis zur Bewertung der klinischen Ergebnisse.
Die Modellfamilie umfasst drei Größen: 2B-, 9B- und 27B-Parameter, mit spezialisierten Predict-Versionen für Aufgaben wie die Klassifizierung von Moleküleigenschaften und die Abschätzung der Bindungsaffinität von Medikamenten. In Benchmark-Tests schnitt das 27B-Predict-Modell hervorragend ab und übertraf die spezialisierten Modelle in 64 von 66 Aufgaben oder war ihnen ebenbürtig. TxGemma verfügt auch über eine interaktive Komponente, den TxGemma-Chat, der es Forschern ermöglicht, Fragen zu stellen und detaillierte Erklärungen zu den Vorhersagen zu erhalten.
Um auf spezifische Forschungsbedürfnisse einzugehen, wird ein Beispiel für die Feinabstimmung zur Verfügung gestellt. Darüber hinaus stellt Google DeepMind Agentic-Tx vor, das TxGemma in mehrstufige Forschungsworkflows integriert und so die Forschungsmöglichkeiten erweitert. TxGemma ist jetzt auf Vertex AI Model Garden und Hugging Face zugänglich, so dass Forscher experimentieren und Feedback geben können.
