一家名为Vivodyne的生物技术初创公司表示，AI药物发现行业存在数据问题，而他们已经建造了一台机器来解决它。
该公司制造的模块化机器人实验室HIVE可以培育20种人体组织，然后自主给药并监测它们，生成当今AI模型所缺失的那种因果生物学数据——这些数据目前主要来自动物试验，或对单细胞、蛋白质的研究，而非活体组织。
“如果没有人体测试，这些（AI）模型能做什么？”Vivodyne的首席执行官兼联合创始人Andrei Georgescu问道。“它们只能在老鼠身上治愈癌症。”
就连Anthropic的首席执行官Dario Amodei上周末也写道，关于AI将治愈癌症的说法已经变得比可信更老套——“真正有效的办法是真正治愈癌症，”他如此表示。
公平地说，“AI将治愈癌症”这个想法，Amodei本人在之前的文章中也曾提出过；Sam Altman多次援引治愈癌症作为OpenAI推动AGI和日益庞大的算力建设的理由；而Google DeepMind的Demis Hassabis去年也表示，AI可能在十年内治愈所有疾病。
实际结果仍然不温不火。已有少量AI设计的药物进入人体试验——有一个甚至进入了III期大规模人体测试——但现实是，障碍未必是今天的AI所能解决的。
获得诺贝尔奖的Alphafold在理解生命基石方面是一大进步，但它尚未真正产出新药。为推进Alphafold而成立的Isomorphic Labs，原计划于2025年启动的首批试验，预计要到今年年底才能开始。今年2月，该公司写道，真正的药物发现需要“在一系列广泛的生化特性和相互作用上，具备高度准确的预测模型。”
Georgescu表示，这个领域需要“一次理智检查”——现有模型没有足够的数据来捕捉人类生物学的复杂性。这也是制药行业已经面临的挑战：在动物试验中效果足够好而进入临床试验的药物，有90%未能获得用于人体的监管批准。
Vivodyne的计划有所不同。Vivodyne于2021年从宾夕法尼亚大学分拆出来，此前Georgescu在该校获得了生物工程博士学位。该公司表示，他们的组织与真实人体器官的行为高度吻合——其肝细胞在毒性测试的人体试验对比中具有94%的预测准确率，气道组织在96%的情况下与真实人体组织行为一致，骨髓在20种不同化疗药物的测试中达到了100%的一致性。
上周，这家公司在旧金山外开设了它所谓的全球最大“人类数据中心”。该公司已在Khosla Ventures领投的两轮融资中筹集了近8000万美元。Georgescu表示，他的团队目前的吞吐量已经是美国所有动物试验的两倍。
未来的生物实验室？**图片来源：**TechCrunch/Tim Fernholz / TechCrunch/Tim Fernholz
其理念是，在经历通常耗资数千万美元的临床试验之前，先对什么药物会有效有更好的判断，从而加速候选药物的推进路径。尽管Vivodyne不会公开其合作伙伴，但该公司表示正与多家大型制药公司合作，解决一个Georgescu比喻为汽车碰撞测试的问题：汽车制造商在测试之前通常对其车辆能通过NHTSA要求有信心，但制药公司在进入临床试验时很少有同样的信心——绝大多数药物未能获得FDA批准。
但还有一个更大的愿景：Georgescu将他的自动化生物学实验室视为生成关键因果数据的手段，这些数据可用于训练人体生物学的新模型。他引用了这项研究。
“所有的训练都在这些细胞的静态快照上进行，模型完全没有受到细胞如何达到那个状态的条件约束，”Georgescu告诉TechCrunch。“换句话说，模型学到了‘这是细胞状态A’，‘这是细胞状态B’，但从未学到‘细胞状态B是使细胞状态A发炎的结果’。”
然而，Vivodyne的HIVE机器正在追踪数十万项正在进行中的实验，其中患病组织暴露于某些刺激物。Georgescu预计，这将提供那种强化学习，从而产生足够理解人类生物学的AI模型，在医疗保健方面取得更有意义的进展。
Georgescu相信，这不仅对当今的医学挑战至关重要，对未来复杂疾病需要针对多种通路的药物（与当今大多数可用药物不同）也很关键。
“如果我们想要联合疗法，需要搜索的空间会爆炸式增长——这不可能用实验方法解决，”他告诉TechCrunch。“你必须说，‘我想要这个效果发生，那我应该调用什么原因？’在人类生物学中建立因果关系，是这一切的基础。”