C2S-Scale: गूगल AI मॉडल द्वारा कैंसर उपचार

संदर्भ 

गूगल ने एक नए AI मॉडल C2S-Scale (Cell2Sentence-Scale 27B) का विकास किया है जिसने कोशिका स्तर पर संवेदनशील जैविक संकेतों को समझते हुए कैंसर उपचार के लिए एक नए संभावित मार्ग की पहचान की है।

गूगल AI मॉडल द्वारा कैंसर उपचार

• गूगल ने अपनी Gemma मॉडल श्रृंखला पर आधारित ‘C2S-Scale 27B’ मॉडल विकसित किया है जिसे विशेष रूप से एकल-कोशिका (Single-Cell) डाटा को ‘भाषा’ के रूप में समझने के लिए तैयार किया गया है।
• इस AI मॉडल ने एक नई जैविक परिकल्पना (Hypothesis) तैयार की कि कैसे एक विशेष दवा संयोजन कोशिकाओं की ‘प्रतिजन संख्या’ को बढ़ाकर प्रतिरक्षा प्रणाली के लिए ट्यूमर को अधिक ‘दृश्य’ बना सकता है।
• इस परिकल्पना को प्रयोगशाला (in vitro) स्तर पर मानव न्यूरोएंडोक्राइन कोशिका मॉडलों में परीक्षण किया गया और लगभग 50% की वृद्धि पाई गई, जिससे यह संकेत मिलता है कि यह मॉडल केवल डाटा विश्लेषण तक सीमित नहीं है, बल्कि नए जैविक विचार उत्पन्न करने में सक्षम है।
• गूगल एवं येल विश्वविद्यालय इस खोज को आगे क्लिनिकल परीक्षणों तक ले जाने की दिशा में कार्य कर रहे हैं। 

C2S-Scale मॉडल के बारे में

• C2S-Scale 27 अरब पैरामीटर (27 B) का एक फाउंडेशन मॉडल है जो Gemma मॉडल परिवार पर आधारित है।
• यह मॉडल single-cell RNA sequencing (scRNA-seq) डाटा को ‘cell sentence’ नामक टेक्स्ट-आधारित अनुक्रम में बदलता है; यानि एक कोशिका के जीन अभिव्यक्ति (Gene Expression) प्रोफ़ाइल को शब्दों की श्रृंखला बनाकर AI मॉडल को समझ में लेने की सुविधा देता है।
• इस तरह कोशिकाओं की जानकारी और वैज्ञानिक साहित्य को प्राकृतिक भाषा मॉडल की तकनीकों से जोड़कर इसे समझने योग्य बनाया गया है।
• C2S-Scale मॉडल छोटे एवं बड़े वेरिएंट में उपलब्ध है ताकि शोधकर्ता संसाधन व आवश्‍यकता अनुसार उपयोग कर सकें।

उपयोग

• कैंसर इम्यूनोथेरेपी: ‘कोल्ड’ ट्यूमर (प्रतिरक्षा सिस्टम से छिपे हुए) को प्रतिरक्षा प्रणाली के लिए अधिक दृश्यमान बनाना
• नवीन दवा संयोजन खोज: AI द्वारा सुझाए गए संयोजन प्रयोगशाला में परीक्षण करना
• व्यक्तिगत चिकित्सा (Personalized Medicine): किसी रोगी की कोशिका प्रोफ़ाइल के आधार पर उपचार रणनीति तैयार करना
• अन्य रोगों में उपयोग: ऑटोइम्यून एवं न्यूरोडिजेनरेटिव रोगों में कोशिका प्रतिक्रियाओं की पूर्वानुमान शक्ति
• दवा विकास दर बढ़ाना: प्रयोगशाला परीक्षणों की संख्या घटाकर पहले AI द्वारा संभावनाएँ छांटना