Биотехнологический стартап под названием Vivodyne утверждает, что в индустрии открытия лекарств с помощью ИИ есть проблема с данными, и что у них есть машина, чтобы её решить.
HIVE, модульные роботизированные лаборатории, созданные компанией, могут выращивать 20 видов тканей человека, а затем автономно вводить им дозы и отслеживать их, генерируя те причинно-следственные биологические данные, которых не хватает современным моделям ИИ — данные, которые сегодня в основном поступают от тестирования на животных или исследований отдельных клеток или белков, а не живых тканей.
«Без тестирования на людях, что будут делать эти [ИИ] модели?» — спрашивает Андрей Георгеску, генеральный директор и соучредитель Vivodyne. «Они будут лечить рак у мышей».
Даже генеральный директор Anthropic Дарио Амодеи написал на выходных, что утверждения о том, что ИИ излечит рак, стали более избитыми, чем заслуживающими доверия — «то, что будет работать, на самом деле — это лечение рака», как он выразился.
Справедливости ради, идея о том, что ИИ излечит рак, была высказана самим Амодеи в предыдущих эссе; Сэм Альтман неоднократно ссылался на лечение рака как на обоснование стремления OpenAI к созданию ОИИ и всё большему объёму вычислительных ресурсов; а Демис Хассабис из Google DeepMind заявил в прошлом году, что ИИ потенциально может излечить все болезни в течение десятилетия.
Фактические результаты остаются сдержанными. Несколько лекарств, разработанных с помощью ИИ, прошли клинические испытания — одно дошло до третьей фазы, широкомасштабных испытаний на людях, — но реальность такова, что препятствия не обязательно являются теми, которые ИИ может преодолеть сегодня.
Нобелевский Alphafold стал большим шагом вперёд в понимании строительных блоков жизни, но пока ещё не создал новое лекарство. Isomorphic Labs, основанная на Alphafold, ожидает начала своих первых испытаний, первоначально запланированных на 2025 год, к концу этого года. В феврале компания написала, что для настоящего открытия лекарств потребуются «высокоточные прогнозные модели, охватывающие широкий спектр биохимических свойств и взаимодействий».
Георгеску говорит, что пространству нужна «проверка здравого смысла» — что существующие модели не имеют данных, чтобы отразить сложность биологии человека. Это проблема, с которой уже сталкивается фармацевтическая промышленность, где 90% лекарств, которые эффективны при тестировании на животных и поступают на клинические испытания, не получают разрешения регулирующих органов для применения на людях.
План Vivodyne отличается. Vivodyne была выделена из Университета Пенсильвании в 2021 году, после того как Георгеску получил там докторскую степень по биоинженерии. Компания заявляет, что её ткани близко соответствуют поведению реальных человеческих органов — что её клетки печени имеют 94% прогностической точности по сравнению с человеческими испытаниями на токсичность, её ткани дыхательных путей соответствуют поведению реальных тканей человека в 96% случаев, а её костный мозг достиг 100% согласованности в тестах с 20 различными химиотерапевтическими препаратами.
На прошлой неделе компания, которая привлекла чуть менее 80 миллионов долларов в рамках двух раундов под руководством Khosla Ventures, открыла то, что она называет крупнейшим в мире «центром обработки человеческих данных» недалеко от Сан-Франциско, и Георгеску говорит, что его команда уже добилась вдвое большей производительности по сравнению со всеми испытаниями на животных, проводимыми в США.
Биолаборатория будущего? Изображение предоставлено: TechCrunch / Тим Фернхольц / TechCrunch / Тим Фернхольц
Идея состоит в том, чтобы ускорить путь кандидатов в лекарства, имея лучшее представление о том, что будет работать, прежде чем тратить средства на клинические испытания, которые обычно стоят десятки миллионов долларов. Хотя Vivodyne не называет своих партнёров публично, компания заявляет, что сотрудничает с несколькими крупными фармацевтическими компаниями, чтобы решить проблему, которую Георгеску сравнивает с автомобильными краш-тестами: автопроизводитель обычно уверен, что его автомобиль пройдёт требования NHTSA до начала испытаний, но производители лекарств редко имеют такую уверенность, когда дело доходит до клинических испытаний, где подавляющее большинство лекарств не получают одобрения FDA.
Но есть более масштабная концепция: Георгеску видит свои автономные биологические лаборатории как ключ к получению тех причинно-следственных данных, которые можно использовать для обучения новых моделей биологии человека. Он указывает на такие исследования, как это, опубликованное в журнале Nature Methods в прошлом месяце, где не обнаружено чётких законов масштабирования данных при обучении генеративных моделей искусственного интеллекта на существующих клеточных данных.
«Всё обучение проводится на статических снимках этих клеток, и модели никак не обусловлены тем, как клетка попала в это состояние, — сказал Георгеску TechCrunch. — Другими словами, модель учится: „это состояние клетки А“, „это состояние клетки В“, но никогда — „состояние клетки В является следствием воспаления состояния клетки А“».
Однако машины Vivodyne HIVE отслеживают сотни тысяч текущих экспериментов, в которых поражённая ткань подвергается определённому стимулу, что, по мнению Георгеску, обеспечит тот тип обучения с подкреплением, который позволит создать модели искусственного интеллекта, достаточно разбирающиеся в биологии человека, чтобы добиться более значимого прогресса в здравоохранении.
Георгеску считает, что это будет иметь ключевое значение не только для сегодняшних медицинских задач, но и для будущего, где сложные заболевания потребуют лекарств, которые, в отличие от большинства доступных сегодня, нацелены на несколько путей.
«Если мы хотим комбинированной терапии, пространство, которое нужно исследовать, взрывается — это не может быть экспериментальным подходом, — сказал он TechCrunch. — Вы должны сказать: „Я хочу, чтобы произошёл этот эффект, так какую причину мне вызвать?“ Установление причинно-следственных связей в биологии человека — основа всего этого».
Читайте также другие новости на нашем сайте: Главная страница
Источник: techcrunch.com
