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）