每次你進行癌症活檢時，實驗室會製作一個組織切片，成本約為5美元。它顯示了在顯微鏡下你的細胞形狀，每位癌症患者的檔案中都已經有一份。 有一種更高級的測試版本，稱為多重免疫螢光檢測（基本上是一種蛋白質水平的地圖，顯示哪些免疫細胞在你的腫瘤附近以及它們在做什麼）。每個樣本的成本高達數千美元，需要大多數醫院沒有的專業設備，並且幾乎無法擴展。但這是腫瘤科醫生需要的數據，以確定免疫療法是否真的對你有效。目前，只有約20%到40%的癌症患者對免疫療法有反應，而其中一個最大的原因是醫生無法輕易判斷腫瘤是“熱的”（免疫細胞積極對抗）還是“冷的”（免疫系統忽視）。 微軟、普羅維登斯健康和華盛頓大學訓練了一個AI來分析這個5美元的切片，並預測昂貴測試在21種不同蛋白標記上的結果。他們稱之為GigaTIME，並在4000萬個細胞上進行訓練，這些細胞中便宜的切片和昂貴的測試共存，然後將其應用於7個美國州的51家醫院中的14,256名真實癌症患者。 結果發表在《Cell》上，這是生物學中最具選擇性的期刊之一。該模型生成了約300,000個虛擬蛋白質地圖，涵蓋24種癌症類型和306種亞型。它發現了1,234個真實的、經過驗證的免疫細胞行為、基因突變、腫瘤分期和患者生存之間的聯繫，這些聯繫在這個規模下之前是不可見的。當他們將其與一個完全獨立的10,200名癌症患者的數據庫進行測試時，結果幾乎完全吻合（0.88的協議）。 《Nature Methods》在2024年將空間蛋白質組學（映射特定蛋白質在組織內的位置）評選為年度方法，並在2026年3月的更新中專門提到GigaTIME作為一個“民主化”這種分析的模型。完整模型在Hugging Face上是開源的。任何擁有存檔活檢切片的癌症研究實驗室（大多數都有數千份）現在都可以在不購買任何新設備的情況下進行虛擬免疫分析。