AI距离治愈癌症还很遥远，这家初创公司称知道需要什么

一家名为Vivodyne的生物科技初创公司表示，AI药物发现行业存在数据问题，而该公司已经建造了一台机器来解决这一问题。 该公司打造的模块化机器人实验室HIVE能够培育20种人体组织，随后自动对其进行给药和监测，生成当前AI模型所缺少的那类因果生物学数据——如今这些数据大多来自动物试验、单细胞或蛋白质研究，而非活体组织。 Vivodyne联合创始人兼首席执行官安德烈·乔治斯库问道：“如果没有人体测试，这些[AI]模型能做什么？它们只会在老鼠身上治愈癌症。” 就连Anthropic首席执行官达里奥·阿莫代伊上周末也写道，AI将治愈癌症的说法与其说可信，不如说已沦为陈词滥调——用他的话说，“真正有效的是实际治愈癌症”。 平心而论，AI治愈癌症这个想法，阿莫代伊本人此前在文章中也有提及；萨姆·奥尔特曼屡次将治愈癌症作为OpenAI推进AGI和更大规模算力建设的理由；谷歌DeepMind的德米斯·哈萨比斯去年也表示，AI有可能在十年内治愈所有疾病。 实际成果仍然不温不火。少数AI设计的药物已进入人体试验——其中一个已推进至III期大规模人体测试——但现实是，当前的障碍不一定能靠AI解决。 获得诺贝尔奖的AlphaFold是理解生命基石的一大进步，但它尚未真正产出一种新药。基于AlphaFold创立的Isomorphic Labs预计，其首批试验将于今年年底前启动，而这些试验原计划在2025年进行。2月，该公司写道，真正的药物发现将需要“跨广泛生化特性和相互作用范围的高度准确预测模型”。 乔治斯库表示，该领域需要“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。这已经是制药业面临的挑战：在动物试验中有效而进入临床试验的药物，有90%未能获得人类监管批准。 Vivodyne的路线不同。Vivodyne于2021年从宾夕法尼亚大学分拆出来，此前乔治斯库在该校获得生物工程博士学位。该公司表示，其组织与真实人体器官的行为高度接近——其肝细胞在毒性预测方面与人体试验结果的吻合度达94%，气道组织与真实人体组织的行为匹配度为96%，骨髓在20种不同化疗药物的测试中达到100%的一致性。 上周，这家由Khosla Ventures领投两轮、累计融资近8000万美元的公司，在旧金山郊外开设了它所谓的全球最大“人类数据中心”。乔治斯库表示，他的团队目前的吞吐量已是全美所有动物试验的两倍。 其理念是，在承担通常耗资数千万美元的临床试验之前，更清楚地预判哪些候选药物会有效，从而加速候选药物的推进进程。Vivodyne虽不愿公开合作伙伴，但表示正与多家大型制药公司合作，以解决一个乔治斯库比作汽车碰撞测试的问题：汽车制造商在测试前通常对自己的汽车能通过美国国家公路交通安全管理局（NHTSA）要求充满信心，但制药商进入临床试验时却很少有同样的信心——绝大多数药物最终未能获得美国食品药品监督管理局（FDA）批准。 但还有更大的愿景：乔治斯库将他的自主生物学实验室视为生成可用于训练人类生物学新模型的因果数据的关键。他提到上个月发表在《自然·方法》（Nature Methods）上的研究，该研究发现，在现有细胞数据上训练生成式AI模型时，并未显现出明确的数据缩放定律。 “所有训练都是基于这些细胞的静态快照，模型完全没有考虑细胞是如何到达这一状态的，”乔治斯库告诉TechCrunch，“换句话说，模型学到的是‘这是细胞状态A’、‘这是细胞状态B’，但从未学到‘细胞状态B是细胞状态A受炎症刺激的结果’。” 不过，Vivodyne的HIVE机器正在追踪数十万项进行中的实验，在这些实验中，患病组织被暴露于某种刺激。乔治斯库预计，这将提供一种强化学习，由此产生的AI模型能够充分理解人类生物学，从而在医疗健康领域取得更有意义的进展。 乔治斯库认为，这不仅对当今的医学挑战至关重要，也关乎一个未来：在这个未来中，复杂疾病需要针对多条信号通路的药物，这与当今大多数可用药物不同。 “如果我们想要联合疗法，需要搜索的空间会爆炸式扩大——这不能靠实验性的方法来处理，”他对TechCrunch表示，“你必须说：‘我希望这个效应发生，那么我应该引入什么原因？’在人类生物学中建立因果关系，是这一切的基础。”