TxGemma：由 Google DeepMind 打造的药物研发“全才”模型，从属性预测到 Agent 推理的范式跃迁

TL;DR

药物研发（Therapeutics）正迎来它的“GPT 时刻”。Google DeepMind 发布的 TxGemma 系列模型，通过对 Gemma-2 进行大规模生物医学指令微调，打破了以往“一个任务一个模型”的碎片化僵局。它不仅在 66 项预测任务中挑战了专家模型的地位，更引入了 Agentic-Tx 系统，在复杂化学逻辑推理上超越了 OpenAI 的 o1 和 o3-mini 模型。

背景定位：这是治疗性 AI 从“单一黑盒预测器”向“具备理由支撑、能操作工具的通用智能体”转型的标志性工作。

1. 痛点：为什么药物研发需要“通才”？

传统的药物发现（Drug Discovery）像是在大海捞针。科学家需要分别预测分子的毒性（Toxicity）、药代动力学（ADMET）、靶点结合力等，每一个环节都依赖高度定制化的专家模型（如 GNN 或特定指纹模型）。

这种“烟囱式”开发模式存在三个致命缺陷：

1. 信息孤岛：小分子的化学结构、蛋白质的氨基酸序列、临床试验的文本描述，这三者难以在一个架构下融合。
2. 不可解释性：专家模型会告诉你“预测结果为不通过”，但无法告诉你基于分子极性或疏水性的具体原因。
3. 知识滞后：静态模型无法实时查阅最新的 PubMed 文献。

2. Methodology：如何炼就“药学大脑”？

2.1 统一表示层

TxGemma 的核心在于将万物皆归于“指令（Instruction）”。无论是 SMILES 字符串表示的小分子，还是氨基酸序列，全部被映射进 LLM 的词表空间。

2.2 架构解析

TxGemma 提供了 2B、9B 和 27B 三种规格。其训练方案分为两路：

• Predict 版本：在 700 万条药学指令上全量微调，追求极致的预测精度。
• Chat 版本：采用 30% 药学数据 + 70% 通用指令数据混合策略，通过损失少量预测精度，换取了强大的科研对话和逻辑解释能力。

图 1：TxGemma 家族构成。Predict 型追求性能，Chat 型负责推理，Agentic-Tx 负责调度。

3. 实验战绩：硬刚专家模型与推理大模型

3.1 预测性能：通才战胜专家

在 TDC 全球基准测试中，27B 的 TxGemma 在绝大多数 ADMET 任务、药物-靶点相互作用（DTI）任务中都甚至超过了专门为此设计的 GNN 模型。

• 数据效率：TxGemma 在微调临床试验不良事件预测时，仅需 Base 模型 10% 的数据量即可达到相同效果。

3.2 冷推理挑战：Agentic-Tx 的崛起

通过引入 ReAct 框架，Agentic-Tx（基于 Gemini 2.5 驱动）可以调用 TxGemma-Predict 作为工具，同时翻阅 Wikipedia 和 PubMed。 在最严苛的“人类最后一场考试（HLE）”和 ChemBench 测试中，Agentic-Tx 的表现令人震惊：

• 化生推理 (HLE)：相对 o3-mini (High) 提升了 52.3%。
• 化学偏好 (ChemBench-Preference)：相对 o1 提升了 17.7%。

图 2：Agentic-Tx 在顶级推理基准测试中的性能表现，显著领先于通用前沿模型。

4. 深度洞察：从“是什么”到“为什么”

TxGemma 最迷人的特质在于它的机械论推理（Mechanistic Reasoning）。当你问它某个分子是否能通过血脑屏障（BBB）时，它不再只给一个标签，而是会解释：“基于该分子的分子量和 SMILES 链中的疏水基团，它更易于透过细胞膜……”

这种能力通过图 6 得到了完美体现： 图 3：TxGemma-Chat 揭示了预测背后的化学直觉，缩短了人类科学家验证结果所需的时间。

5. 总结与未来展望

核心贡献（Takeaway）：

1. 权衡的胜利：证明了 27B 规模的模型通过高质量垂直领域微调，能在专业领域击败千亿参数的巨型通用模型。
2. Agent 范式：药学 AI 已不再仅仅是跑个分，而是能自主查文献、调用工具、做总结的数字助手。
3. 开放赋能：Google 开源了这些模型，允许药企在私有、受监管的数据集上进一步微调。

局限性： 虽然干实验（In-silico）结果辉煌，但尚未经过大规模湿实验（Wet-lab）的实时交叉验证。未来的研究应聚焦于如何将 Agentic-Tx 的推理步骤直接转化为自动化合成实验室的机械臂指令。

资深主编点评：TxGemma 并非是在 Gemma 基础上做简单的加法，它体现了 Google 对“科研 Agent”的深刻理解——即高性能预测（Predict）与高水平交互推理（Chat）的有机耦合。在医药领域，这种能讲道理的 AI 比只会给结果的 AI 要珍贵得多。