当地时间8月20日，谷歌宣布 ，其开源端侧模型家族Gemma的总下载量已突破10亿次 。这款由谷歌DeepMind推出的开源大模型
，自发布以来，全球开发者基于它衍生出超10万个定制变体 ，形成名为“Gemmaverse”的开源生态
。

　　谷歌列举了多个Gemma家族应用场景：从太空本地图像分析 、医疗报告标准数字化
、癌症创新治疗方案再到动物语言识别
，Gemma家族模型正实实在在地应用到各个垂直行业。

　　其中，以Gemma为基座的模型在生物医药科研领域产出了多项标志性成果 。谷歌一方面推出面向医疗场景的垂直模型MedGemma ，支撑医疗报告结构化、医学影像辅助分析等应用；另一方面联合科研机构
，依托Gemma底座攻坚癌症机制研究
。

　　其中最受行业关注的是谷歌DeepMind 、谷歌研究院与耶鲁大学合作开发的Cell2Sentence-Scale 27B（C2S-Scale）模型。

　　传统的癌症疫苗治疗思路，是让免疫系统通过识别身份标签来识别敌人 。但这面临一个“瞄准困境 ”：一般来说 ，肿瘤的“身份标签
”取自肿瘤本身,但很多肿瘤细胞表面缺少能被免疫T细胞识别的
、独特的“身份标签”（即肿瘤特异性抗原），同时
，它们还主动穿上“防护服 ”（如高表达PD-L1蛋白），成为所谓的“冷肿瘤
”
。结果就是 ，对于“冷肿瘤”
，免疫系统即使大军压境，也像得了“脸盲症 ” ，看不见敌人
，或者看见了也被强行抑制，导致治疗无效。

　　针对免疫治疗难以起效的“冷肿瘤
”难题 ，C2S-Scale按活跃程度排序
，将单细胞基因表达数据转化为类文本的“基因句子”，让大语言模型能直接“读 ”懂细胞 。随后 ，该模型完成4000余种药物的虚拟筛选
，预测出silmitasertib联合低剂量干扰素的用药组合。

　　C2S-Scale锁定的候选药物中，仅10%-30%在过往文献中被提及 ，其余与筛选目标无已知关联
。最终被选中的是silmitasertib（CX-4945），一种CK2激酶抑制剂。

　　这一AI提出的全新治疗假说
，后续在人源活细胞实验中得到验证，研究团队用模型训练时从未见过的人类神经内分泌细胞进行实验 ，结果是单独用药无效果
，单用低剂量干扰素只有轻微提升，两者联用后抗原呈递提升约50% ，证实联用方案可显著提升抗原呈递水平
，属于少数AI产出全新癌症治疗机制并获得实验室验证的案例，有望提升肿瘤细胞抗原呈递能力 ，把冷肿瘤转化为对免疫治疗敏感的热肿瘤 。

　　该模型相关成果已对外开源
，可供全球科研团队继续拓展研究
。需要注意的是，该发现目前仅停留在体外细胞实验阶段 ，尚未进入临床。

　　随着下载量冲高
，Gemma证明开源大模型不再局限对话生成，能够直接介入原始生物数据挖掘 ，深度探索癌症治疗新机制，为AI医药科研提供低成本的技术底座 。

（文章来源：科创板日报）