22个任务超越SOTA，43个任务媲美SOTA，Google推出医学治疗通用大模型
编辑|萝卜皮如果医生和科学家想开发一种新的疗法，这将是一个漫长且繁琐的任务，需要满足许多不同的标准，而能够加快这一过程的人工智能模型将是无价之宝。然而，目前大多数人工智能方法只能解决一组定义狭窄的任务，通常局限于特定领域。为了弥补这一差距，Google+团队提出了Tx-LLM，这是一种通用大型语言模型（LLM），由PaLM-2微调而成，可编码有关各种治疗方式的知识。使用一组权重，Tx-LLM可同时处理与自由文本交织的各种化学或生物实体（如小分子、蛋白质、核酸、细胞系、疾病）信息，使其能够预测广泛的相关属性
编辑 | 萝卜皮
如果医生和科学家想开发一种新的疗法，这将是一个漫长且繁琐的任务，需要满足许多不同的标准，而能够加快这一过程的人工智能模型将是无价之宝。
然而，目前大多数人工智能方法只能解决一组定义狭窄的任务，通常局限于特定领域。
为了弥补这一差距，Google+团队提出了Tx-LLM，这是一种通用大型语言模型（LLM），由PaLM-2微调而成，可编码有关各种治疗方式的知识。
使用一组权重，Tx-LLM 可同时处理与自由文本交织的各种化学或生物实体（如小分子、蛋白质、核酸、细胞系、疾病）信息，使其能够预测广泛的相关属性。在 66 个任务中的 43 个任务上实现了与最先进技术（SOTA）相媲美的性能，并在 22 个任务中超越了 SOTA。
Tx-LLM尤其强大，在将分子SMILES表示与文本（例如细胞系名称或疾病名称）相结合的任务中，其平均表现优于同类最佳。
该研究以「Tx-LLM: A Large Language Model for Therapeutics」为题，于 2024 年 6 月 10 日发布在 arXiv 预印平台。
药物开发是一个充满风险的漫长过程，据统计，90% 的候选药物在临床试验阶段会失败，而那些成功的药物从研发到获批上市通常需要耗费 10 至 15 年时间及 10 亿至 20 亿美元的资金。
一个有效的治疗药物必须满足多重标准，包括与目标病灶有效互动、具备良好的药效和临床疗效，同时确保无毒性和具有理想的药物特性，如溶解性、渗透性以及合适的药代动力学等。
在临床试验中，意外的非靶向效应或药物间相互作用可能会抵消原本有前景的候选药物的效果。因此，药物研发面临着巨大的挑战。
关于 Tx-LLM 如何工作
Tx-LLM，一种专为治疗学设计的大型语言模型，旨在加速药物发现流程。该模型由 PaLM-2 训练而成，通过处理包含 709 个数据集的 TxT 集合，覆盖药物发现管线中的 66 项任务，能够编码关于多种治疗方式的知识。这些数据集的中位数大小为 11,000 条数据点。Tx-LLM 排除了少量 TDC 数据集。
图示：Tx-LLM 概述。（来源：论文）
TxT 数据集的每个组成部分都设计成包含四部分的文本提示：指令、上下文、问题和答案。每条数据的指令是一个简短的句子，描述了要执行的具体任务，例如「回答有关药物属性的问题」。
对于每一个数据集，研究者精心构造了上下文，即提供了额外的自由文本描述，用于将问题置于相关生物化学背景中。上下文通常由 2-3 句话组成，来源自 TDC 数据集的描述，并根据主题的文献检索进行了人工补充。对于描述特定实验条件的专门测试，如 ToxCast，上下文的额外信息来源于公开的测试描述。
数据集中的问题是一个简洁的询问，明确指出了所询问的特定属性，如「以下分子是否能穿过血脑屏障？」问题中穿插了基于文本的治疗剂表示。答案的格式因任务类型而异。
TxT数据集主要分为三类：二元分类问题，即预测治疗剂的单一属性，给出两种可能的答案，如药物是否有毒性；回归问题，预测治疗剂在连续尺度上的单一属性，例如药物与目标的结合亲和力。
为了适应基于 token 而非浮点数表示的语言模型，回归任务的标签被均匀地划分为 0 到 1000 之间的区间，指示 Tx-LLM 预测区间标签。在评估时，预测的区间标签会被转换回原始的数值标签空间。整个设计确保了 Tx-LLM 能够全面地处理药物发现流程中的多样化任务。
Tx-LLM 的稳健性能
图示：Tx-LLM 可能对端到端治疗发展有效。（来源：论文）
Tx-LLM 使用单一权重集同时处理多样化的化学和生物实体（小分子、蛋白质、核酸、细胞系、疾病）与自由文本的组合，预测这些实体的广泛相关属性。在 66 项任务中，Tx-LLM 在 43 项任务上达到了与最先进水平相当的表现，在 22 项任务上甚至超越了现有最佳模型。
特别是在结合分子 SMILES 表示与文本（如细胞系名称或疾病名称）的任务上，Tx-LLM 表现尤为突出，这可能得益于预训练期间学到的上下文信息。
此外，研究人员还发现了不同类型药物任务之间存在正面的知识迁移，例如小分子和蛋白质任务间的相互促进。这些结果表明，Tx-LLM 是朝着将生物化学知识编码进大型语言模型方向迈出的重要一步，未来有可能在整个药物发现和开发过程中扮演关键角色。
论文链接：https://arxiv.org/abs/2406.06316
相关内容：https://x.com/arankomatsuzaki/status/1800372459344114029
Adobe Acrobat Pro 是面向办公、法务、财务、教育及出版用户的专业PDF处理软件，可在Mac上创建、编辑、转换、合并和保护文档，并提供OCR文字识别、表单、批注、内容比较、敏感信息遮盖及电子签名功能。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Affinity Designer 的矢量设计能力现已整合进 Affinity by Canva，可在 Mac 上进行标志、图标、插画、界面原型及印刷品设计。个人用户使用免费 Canva 账户即可使用完整的矢量、像素和版面工具。
Archicad是Graphisoft推出的建筑信息模型设计软件，可在Mac上完成概念设计、参数化建模、图纸编制、工程量统计、渲染展示及团队协同。模型与平立剖面、明细表和布局保持关联，适合建筑师、室内设计师、BIM团队及相关专业学生使用。
AutoCAD LT是Autodesk推出的专业二维CAD设计与文档编制软件，Mac版本提供原生界面、多点触控及分屏查看体验。用户可精确创建和编辑DWG图形，完成图层管理、尺寸标注、表格、PDF参考、外部参照及打印输出。
AutoCAD for Mac 是 Autodesk 面向 macOS 提供的专业计算机辅助设计软件，支持精确的二维绘图、标注、布局输出以及实体、曲面和网格建模。软件采用适配 Mac 操作习惯的界面，可处理 DWG 图纸。
Autodesk Fusion 是面向产品设计与制造的一体化云连接平台，在 Mac 上提供参数化建模、自由曲面、装配、工程图、仿真、PCB 设计和 CAM 加工等工具。它适合机械工程师、工业设计师、创客及制造团队使用。
Autodesk Maya是一套面向影视动画、游戏开发和视觉特效制作的专业三维创作软件，集多边形与曲面建模、角色绑定、关键帧动画、动力学模拟、程序化特效及Arnold渲染于一体，并提供脚本、插件和开放式制作管线支持。
Blender是一款免费开源的综合三维创作软件，可在Mac上完成建模、数字雕刻、材质制作、角色绑定、动画、物理模拟、渲染、合成及视频剪辑。软件提供Cycles与Eevee渲染工具，并支持几何节点、蜡笔绘制和Python扩展。
AutoCAD 是 Autodesk 推出的专业计算机辅助设计软件，Windows 版支持精确二维绘图、三维实体与曲面建模、图纸标注、布局发布和任务自动化，并包含多套行业专业化工具组合，适用于建筑、机械、电气、工程建设及制造设计人员。
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Figma 是面向产品设计与开发团队的云端协作平台，可在 Windows 桌面客户端中完成界面绘制、组件管理、交互原型、评论评审和开发交付。文件保存在云端，多名成员能够同步编辑并共享设计系统；官方同时提供免费 Starter 方案及按席位计
Affinity Designer 是面向矢量图形、数字插画和界面设计的专业创作工具，可在矢量、像素与导出工作区之间快速切换。它提供曲线编辑、形状构建、画板、排版、图层和专业色彩管理，并支持常见设计文件的导入及多种印刷、网页格式输出。
Cinema 4D是Maxon推出的专业三维创作软件，将建模、动画、MoGraph动态图形、粒子与动力学模拟、材质灯光及Redshift渲染整合在统一工作环境中，适用于广告包装、影视特效、产品和建筑可视化、游戏素材等制作场景。
Blender 是免费开源的三维创作套件，在 Windows 上提供建模、雕刻、材质、动画、物理模拟、合成、跟踪、视频剪辑及 Cycles、EEVEE 渲染工具。它适合个人创作者、学生和小型工作室，
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
SketchUp Pro 是面向建筑、室内、景观、施工和产品设计等专业场景的三维建模工具，提供桌面建模、LayOut 二维文档、模型资源库、扩展程序及云端协作能力。其操作逻辑直观，适合从概念推敲、空间规划到图纸表达和方案汇报的完整工作流程。