介绍TxGemma：提升药物研发效率的AI模型

什么是TxGemma？

TxGemma是一组由Google DeepMind开发的开源AI模型，旨在通过利用大型语言模型（LLMs）来提高药物研发的效率。药物研发是一个高风险、耗时且昂贵的过程，90%的药物候选物在第一阶段试验后失败。TxGemma基于Gemma-2模型，专门训练用于理解和预测治疗实体的性质，从识别潜在靶点到预测临床试验结果。

TxGemma的主要特点

模型大小：TxGemma提供3种模型大小：2B、9B和27B参数，每种都有"预测"版本，适用于特定任务，如预测分子毒性。
任务类型：支持分类（例如，分子是否能穿过血脑屏障）、回归（例如，预测药物的结合亲和力）和生成（例如，给定反应产物生成反应物）。
性能：27B模型在66个治疗开发任务中表现优于或与现有最佳模型相似，超越了许多专用模型。

TxGemma如何提升药物研发？

加速药物发现

TxGemma通过预测药物性质、识别潜在靶点和优化临床试验设计来加速药物发现过程。

增强可解释性和互动性

TxGemma-Chat版本可以解释其预测的理由，回答复杂问题，并进行多轮讨论。例如，研究人员可以询问为什么某个分子被预测为有毒，并获得基于分子结构的解释。

如何使用TxGemma？

获取和使用模型

TxGemma模型可在Vertex AI Model Garden和Hugging Face上获取。开发者可以使用这些模型进行推理、微调，并将其集成到自己的研究工作流中。

示例代码

以下是如何使用TxGemma进行预测的示例代码：

ini 复制代码

python
import json
from huggingface_hub import hf_hub_download

# 加载任务模板
tdc_prompts_filepath = hf_hub_download(
    repo_id="google/txgemma-27b-predict",
    filename="tdc_prompts.json"
)

with open(tdc_prompts_filepath, "r") as f:
    tdc_prompts_json = json.load(f)

# 设置任务和输入
task_name = "BBB_Martins"
input_type = "{Drug SMILES}"
drug_smiles = "CN1C(=O)CN=C(C2=CCCCC2)c2cc(Cl)ccc21"

# 构造提示
TDC_PROMPT = tdc_prompts_json[task_name].replace(input_type, drug_smiles)

print(TDC_PROMPT)

微调TxGemma

开发者可以使用自己的数据对TxGemma进行微调，以适应特定的研究需求。例如，使用TrialBench数据集来预测临床试验不良事件。

TxGemma在复杂研究中的应用

TxGemma可以集成到Agentic-Tx系统中，用于解决需要多步骤推理的复杂问题。Agentic-Tx配备了18种工具，包括TxGemma、PubMed、Wikipedia和特定分子工具等。它在包括Humanity's Last Exam和ChemBench在内的多个基准测试中取得了最先进的结果。