一家名为Vivodyne的生物技术初创公司表示，人工智能药物发现行业存在数据问题，并且它已经构建了一台机器来解决这个问题。该公司构建的模块化机器人实验室HIVE可以培养20种人类组织，然后自主施药和监测，以生成当前人工智能模型所缺乏的因果生物数据——这些数据如今主要来自动物实验，或者单细胞或蛋白质的研究，而不是活体组织。“在缺乏人类测试的情况下，这些[人工智能]模型会怎么做？”Vivodyne的首席执行官兼联合创始人安德烈·乔治斯库（Andrei Georgescu）问道。“它们将在小鼠身上治愈癌症。”甚至连Anthropic的首席执行官达里奥·阿莫德（Dario Amodei）上周末也表示，声称人工智能将治愈癌症的说法已变得比可信的更陈词滥调——“能真正奏效的事物实际上是治愈癌症，”他说。公平地说，人工智能将治愈癌症的想法是阿莫德自己在之前的文章中发表过的观点；山姆·阿尔特曼（Sam Altman）多次引用治愈癌症作为OpenAI推动通用人工智能和越来越大计算能力扩展的理由；谷歌DeepMind的德米斯·哈萨比斯（Demis Hassabis）去年表示，人工智能有可能在十年内治愈所有疾病。实际情况依然平淡。少数几种人工智能设计的药物已进入人体试验——其中一项已经进入III期，广泛的人体测试——但现实是，障碍并不一定是人工智能今天能够解决的。诺贝尔奖获奖的AlphaFold对理解生命的基础构件是一个重大进展，但它至今尚未真正产出新药。Isomorphic Labs成立于基于AlphaFold的基础上，预计首批试验原定于2025年，但如今计划在今年底进行。今年二月，该公司写道，真正的药物发现将需要“在广泛的生物化学特性和相互作用方面高度准确的预测模型。”乔治斯库表示，该领域需要“理智检查”——现有模型没有数据来捕捉人类生物学的复杂性。这是制药行业面临的挑战，其中90%的在动物实验中有效的药物进入临床试验后未能获得人类的监管批准。Vivodyne的计划有所不同。Vivodyne于2021年从宾夕法尼亚大学独立出来，乔治斯库在该校获得生物工程博士学位。该公司表示，其组织与真实人类器官的行为非常接近——其肝细胞在测试毒性时与人类试验的预测准确率为94%，其气道组织96%的情况下与真实人类组织的行为相匹配，其骨髓在测试20种不同化疗药物时的符合率达到100%。上周，该公司在卡斯拉风险投资（Khosla Ventures）领投的两轮融资中筹集了近8000万美元，开设了位于旧金山附近的所谓“世界上最大的‘人类数据中心’”，乔治斯库表示他的团队已经实现了是美国所有动物试验处理能力的两倍。未来的生物实验室？ 图片来源：TechCrunch/Tim Fernholz / TechCrunch/Tim Fernholz 这个想法是通过更好地了解哪些药物在进行临床试验之前是有效的，从而加速药物候选者的开发，这通常花费数千万美元。尽管它不会公开其合作伙伴，Vivodyne表示它正在与多个大型制药公司合作，以解决乔治斯库比作汽车碰撞测试的问题：汽车制造商通常在测试之前对汽车能够通过NHTSA标准充满信心，但制药公司在进入临床试验时并不具备同样的信心，在这样的试验中，绝大多数药物都未能获得FDA批准。不过，还有一个更大的愿景：乔治斯库将他的自主生物实验室视为生成可以用于训练新模型的人类生物学因果数据的关键。他指出，如这项研究，最近在《自然方法》上发表，发现训练生成性人工智能模型时并不存在清晰的数据规模法则。“所有的训练都是在这些细胞的静态快照上完成的，模型完全没有考虑细胞是如何达到该状态的，”乔治斯库对TechCrunch表示。“换句话说，模型学习‘这是细胞状态A’，‘这是细胞状态B’，但从未学习到‘细胞状态B是细胞状态A受炎症影响的结果。’”然而，Vivodyne的HIVE机器正在跟踪数十万正在进行的实验，其中疾病组织暴露于某种刺激下，乔治斯库预计这将提供强化学习的形式，使人工智能模型能够理解人类生物学，从而在医疗保健领域取得更有意义的进展。乔治斯库相信，这将不仅对当前医学挑战至关重要，而且对未来复杂疾病的要求药物至关重要，这些药物与目前大多数药物不同，有多个作用路径。“如果我们想要组合疗法，需要搜索的空间将会爆炸——这不能只是实验性的。