Google DeepMind ha lanzado TxGemma, una colección de modelos abiertos de IA destinados a mejorar el descubrimiento de fármacos y las predicciones de ensayos clínicos. Esta iniciativa está diseñada para hacer frente a la naturaleza lenta y costosa del desarrollo de fármacos, donde el 90% de los candidatos a fármacos no logran avanzar más allá de los ensayos de fase 1. TxGemma utiliza grandes modelos lingüísticos (LLM) para mejorar las predicciones a lo largo de todo el proceso de investigación, desde la identificación de dianas farmacológicas hasta la evaluación de los resultados clínicos.
La familia de modelos incluye tres tipos de modelos de IA.
La familia de modelos incluye tres tamaños: parámetros 2B, 9B y 27B, con versiones Predict especializadas para tareas como la clasificación de propiedades de moléculas y la estimación de la afinidad de unión de fármacos. En las pruebas de referencia, el modelo Predict 27B sobresalió, superando o igualando a los modelos especializados en 64 de 66 tareas. TxGemma también cuenta con un componente interactivo, TxGemma-Chat, que permite a los investigadores hacer preguntas y recibir explicaciones detalladas sobre las predicciones.
Para atender a necesidades específicas de investigación, se proporciona un ejemplo de ajuste fino para su personalización. Además, Google DeepMind presenta Agentic-Tx, que integra TxGemma en flujos de trabajo de investigación de varios pasos, mejorando las capacidades de investigación. TxGemma es ahora accesible en Vertex AI Model Garden y Hugging Face, permitiendo a los investigadores experimentar y proporcionar feedback.
