一家名为Vivodyne的生物科技初创公司指出，AI药物发现领域存在数据问题，而他们已经开发出一套机器来解决这一难题。
该公司打造的模块化机器人实验室HIVE，能够培养20种人体组织，并自主进行药物剂量控制和监测，生成当前AI模型缺失的因果生物学数据——这些数据目前主要来源于动物实验或单细胞、蛋白质研究，而非活体组织。
Vivodyne的CEO兼联合创始人Andrei Georgescu质疑：“没有人体测试，这些AI模型能做什么？它们只能治愈老鼠的癌症。”
即使是Anthropic的CEO Dario Amodei也在近期表示，AI将治愈癌症的说法已经变得陈词滥调，真正有效的还是“真正治愈癌症”。
值得一提的是，Amodei本人此前也曾提出AI治愈癌症的观点；OpenAI的Sam Altman多次将治愈癌症作为推动通用人工智能和计算能力扩展的理由；谷歌DeepMind的Demis Hassabis去年也表示，AI有望在十年内治愈所有疾病。
然而，实际成果仍然有限。虽然少数AI设计的药物已进入人体试验阶段，甚至有一款进入了第三期临床试验，但目前的障碍并非AI能够轻易解决。
诺贝尔奖得主AlphaFold在理解生命构建模块方面取得重大进展，但尚未真正开发出新药。基于AlphaFold成立的Isomorphic Labs原计划于2025年开始首批试验，但预计将在今年年底前启动。该公司今年2月表示，真正的药物发现需要“高度准确的预测模型，涵盖广泛的生化属性和相互作用”。
Georgescu认为，现有模型缺乏捕捉人体生物复杂性的必要数据，整个行业需要“理智的校验”。这也是制药行业面临的挑战：90%在动物实验中表现有效的药物进入临床试验后，未能获得人体监管批准。
Vivodyne的方案则不同。公司于2021年从宾夕法尼亚大学分拆成立，Georgescu在该校获得生物工程博士学位。公司声称其培养的组织与真实人体器官行为高度一致：肝细胞在毒性测试中的预测准确率达94%，气道组织与真实组织行为匹配率为96%，骨髓在20种化疗药物测试中实现100%一致性。
上周，Vivodyne在旧金山附近开设了被称为全球最大的人体数据中心，Georgescu表示团队的实验通量已达到美国所有动物试验总和的两倍。
该公司旨在通过更准确地预测药物候选物的有效性，加速药物开发流程，避免临床试验中数千万美元的高昂成本。虽然未公开合作伙伴名单，Vivodyne表示正与多家大型制药企业合作，解决类似汽车碰撞测试的难题：汽车制造商通常能在测试前确信其产品符合安全标准，但药物制造商在临床试验前往往缺乏这种信心，绝大多数药物最终未获FDA批准。
更宏大的愿景是，Georgescu认为其自动化生物实验室将成为生成因果数据的关键，这些数据可用于训练更先进的人体生物学模型。他提到上个月发表在《Nature Methods》上的一项研究，指出目前基于现有细胞数据训练的生成式AI模型缺乏明确的数据扩展规律。
“所有训练都基于细胞的静态快照，模型并未考虑细胞如何达到当前状态，”Georgescu告诉TechCrunch。“换言之，模型学会了‘这是细胞状态A’，‘这是细胞状态B’，但从未学会‘细胞状态B是细胞状态A发炎的结果’。”
Vivodyne的HIVE机器正在追踪数十万个持续进行的实验，观察病变组织对刺激的反应，Georgescu预计这将为强化学习提供数据基础，推动AI模型更深入理解人体生物学，从而在医疗领域取得更实质性的进展。
他认为，这不仅对当前医学挑战至关重要，也对未来复杂疾病的治疗具有深远意义，因为未来的药物需要针对多条生物通路，而非像现有大多数药物那样单一靶点。
“如果我们想要组合疗法，搜索空间将呈爆炸式增长，实验方法已无法满足需求，”他对TechCrunch说，“必须明确‘我想要实现这个效果，那么应该激活什么原因？’在人体生物学中建立因果关系是这一切的基础。”
