Nieuwe AI-doorbraak maakt ‘onzichtbare’ tumoren zichtbaar voor immuunsysteem

Wetenschappers van Google DeepMind en Yale University hebben gezamenlijk een opmerkelijke stap gezet in de strijd tegen kanker. Met hun nieuwe fundamentale AI-model, genaamd C2S‑Scale 27B (gebouwd op de open-model-familie Gemma), werd een geheel nieuwe hypothese gegenereerd over het gedrag van kankercellen — een hypothese die vervolgens in het lab bewezen is.

How a Gemma model helped discover a new potential cancer therapy pathway C2S-Scale 27B, a new foundation model built on Gemma AI and validated in the lab, is transforming single-cell analysis and may help provide a novel pathway for cancer therapy.

Het model en de aanpak

Het model C2S-Scale 27B telt 27 miljard parameters en is ontworpen om de “taal” van individuele cellen te begrijpen. De onderzoekers stelden het systeem voor een specifieke opdracht: ontdek een geneesmiddel dat, in een situatie waar al een lage immuun-activiteit aanwezig is, het proces van antigeenpresentatie versterkt — oftewel: maak zogenaamde “koude” tumoren zichtbaar voor het immuunsysteem.

In een virtuele analyse werden meer dan 4.000 geneesmiddelen gesimuleerd onder twee condities:

• een situatie met enige immuunactiviteit (“immune-context-positive”)
• en een situatie zonder immuuncontext (“immune-context-neutral”). Het model slaagde erin verbindingen te vinden die uitsluitend werkten in de eerste context — iets waar kleinere modellen niet toe in staat waren.

De ontdekking

Een van de verrassende uitkomsten was de voorspelling dat het medicijn Silmitasertib (CX-4945), een remmer van kinase CK2, een aanzienlijke toename in antigeenpresentatie zou veroorzaken in de “immune-context-positive” situatie — maar niet in de neutrale situatie. In laboratoriumtests bij menselijke neuro-endocriene cellen (die het model tijdens training niet had gezien) bleek dit inderdaad te kloppen: Silmitasertib alleen had nauwelijks effect; ook lage dosis interferon alleen gaf maar beperkte respons; maar de combinatie zorgde voor ongeveer 50 % toename in antigeenpresentatie — oftewel: de tumor werd “zichtbaarder” voor het immuunsysteem.

Betekenis en implicaties

Deze doorbraak markeert wat onderzoekers omschrijven als een “mijlpaal voor AI in de wetenschap”. Het toont dat grootschalige AI-modellen niet alleen bestaande data analyseren, maar ook nieuwe wetenschappelijke hypothesen kunnen genereren die vervolgens experimenteel bevestigd worden. Het opent de deur naar nieuwe benaderingen in kankertherapie, vooral voor tumoren die moeilijk behandeld zijn omdat ze immuunonder de radar blijven.

Bovendien heeft Google aangegeven dat het model en de bijbehorende resources beschikbaar worden gesteld voor de wetenschappelijke gemeenschap — wat de weg vrijmaakt voor bredere samenwerking en verdere ontdekkingen.

Voorzichtige noten

Hoewel het resultaat veelbelovend is, blijft het een vroeg stadium. Voordat deze aanpak echt toegepast kan worden in klinische therapieën, zijn uitgebreide pre-klinische en klinische tests nodig om veiligheid, effectiviteit en toepasbaarheid voor verschillende tumortypes vast te stellen. Ook moet worden opgemerkt dat deze methode niet meteen betekent dat kanker “genezen” is — maar wel dat een nieuw onderzoeksparadigma ontstaat.

'Milestone': Google AI reveals new method to make cancer treatable Google DeepMind and Yale’s new 27B-parameter AI model has uncovered a previously unknown cancer pathway, now confirmed in living cells.

Met C2S-Scale 27B hebben DeepMind en Yale laten zien hoe kunstmatige intelligentie de grenzen van medische wetenschap kan verleggen. Door cellulaire data in hoge resolutie te interpreteren en nieuwe behandelroutes te voorspellen, komt er hoop voor tumoren die zich anders ongrijpbaar tonen voor het immuunsysteem. Het is een stap in de richting van een toekomst waarin kankertherapieën slimmer, specifieker en effectiever worden.