딥마인드는 예일대학교와의 협력으로 세포 언어를 이해하는 새로운 대규모 모델, Cell2Sentence-Scale 27B (C2S-Scale)를 공개했습니다. 이 Gemma 기반의 파운데이션 모델은 단일 세포 분석 분야에 혁신을 가져왔습니다.

암 면역 치료의 주요 과제는 종양이 면역 체계에 눈에 띄지 않는 '차가운 상태(cold)'라는 점입니다. 이를 극복하기 위해, 연구진은 C2S-Scale에게 특정 조건에서만 면역 신호를 증폭시키는 약물을 찾도록 임무를 부여했습니다.

이 과정에서 모델은 단순히 아는 것을 반복하는 것이 아니라, 낮은 수준의 인터페론(interferon) 같은 기존 신호가 존재하는 '면역 환경 양성(immune-context-positive)' 조건에서만 효과가 극대화되는 새로운 패턴을 발견했습니다. 이는 AI의 규모 확장(scaling)이 단순한 성능 향상을 넘어 완전히 새로운 가설 생성 능력으로 이어질 수 있음을 입증합니다.

모델은 CK2 억제제인 silmitasertib (CX-4945)를 핵심 후보로 지목했습니다. 이 약물은 면역 환경 양성 조건에서만 항원 제시(antigen presentation)를 강력하게 증가시키는 것으로 예측되었으며, 이는 기존 문헌에서는 보고되지 않은 새로운 기전이었습니다.

실제 실험 결과, 연구진은 silmitasertib와 낮은 농도의 인터페론을 함께 처리했을 때, 암세포의 항원 제시가 약 50%나 크게 증폭되는 시너지 효과를 확인했습니다. 이 발견은 AI 모델의 예측이 생체 시스템 내에서 강력하게 검증되었음을 의미하며, '차가운 종양'을 면역 공격에 취약한 상태로 변화시킬 새로운 조합 치료제 개발의 중요한 단서를 제공합니다.