人工智能距離治癒癌症還有很長的路要走。這家初創公司聲稱它知道實現這一目標所需的條件

一家名為 Vivodyne 的生物科技初創公司表示，人工智能藥物發現行業存在數據問題，並且它已經構建了一台機器來解決這個問題。

該公司構建的 HIVE 模塊化機器人實驗室可以培養 20 種人類組織，然後自主給藥和監測，生成當前人工智能模型所缺失的因果生物數據——這些數據目前主要來自動物測試，或單細胞或蛋白質的研究，而不是活體組織。

“沒有人類測試，這些 [人工智能] 模型能做什麼？” Vivodyne 的首席執行官兼聯合創始人安德烈·喬治斯庫（Andrei Georgescu）問道。“它們將會在小鼠身上治癒癌症。”

甚至 Anthropic 的首席執行官達里奧·阿莫代（Dario Amodei）在週末也寫道，人工智能將治癒癌症的説法已經變得比可信的更陳詞濫調——“真正有效的事情是_真正治癒癌症_，” 正如他所説。

公平地説，人工智能將治癒癌症的想法是阿莫代自己在之前的文章中提到過的；山姆·奧特曼（Sam Altman）多次引用治癒癌症作為 OpenAI 推動 AGI 和不斷擴大的計算能力的理由；谷歌 DeepMind 的德米斯·哈薩比斯（Demis Hassabis）去年表示，人工智能在十年內有可能治癒所有疾病。

實際結果仍然平淡無奇。一小部分人工智能設計的藥物已經進入人類試驗——其中一項已進入第三階段，廣泛的人類測試——但現實是，障礙並不一定是人工智能今天能夠解決的。

諾貝爾獎獲獎的 Alphafold 在理解生命基本構件方面取得了重大進展，但它尚未實際生產出新藥。Isomorphic Labs 成立的目的是在 Alphafold 的基礎上進行開發，預計其首次試驗原定於 2025 年，將在今年年底進行。該公司在二月份表示，真正的藥物發現將需要 “在廣泛的生化特性和相互作用範圍內，具有高度準確的預測模型。”

喬治斯庫表示，該領域需要 “理智檢查”——現有模型沒有數據來捕捉人類生物學的複雜性。這是製藥行業已經面臨的挑戰，其中 90% 的在動物測試中有效的藥物進入臨牀試驗後未能獲得人類的監管批准。

Vivodyne 的計劃有所不同。Vivodyne 於 2021 年從賓夕法尼亞大學分拆而出，喬治斯庫在該校獲得生物工程博士學位。該公司表示，其組織與真實人類器官的行為非常接近——其肝細胞在測試毒性時與人類試驗的預測準確率為 94%，其氣道組織在 96% 的情況下與真實人類組織的行為相匹配，而其骨髓在 20 種不同化療藥物的測試中達到了 100% 的一致性。

上週，該公司在 Khosla Ventures 的兩輪融資中籌集了近 8000 萬美元，開設了其所謂的世界上最大的 “人類數據中心”，位於舊金山附近，喬治斯庫表示他的團隊已經實現了美國所有動物試驗的兩倍通量。

未來的生物實驗室？圖片來源： TechCrunch/Tim Fernholz / TechCrunch/Tim Fernholz

這個想法是通過在進行臨牀試驗之前更好地瞭解哪些藥物有效，從而加速藥物候選者的路徑，臨牀試驗通常需要花費數千萬美元。儘管它不會公開其合作伙伴，但 Vivodyne 表示正在與多家大型製藥公司合作，解決喬治斯庫將其比作汽車碰撞測試的問題：汽車製造商通常在測試之前對其汽車能通過 NHTSA 的要求充滿信心，但藥物製造商在進入臨牀試驗時很少有同樣的信心，因為絕大多數藥物未能獲得 FDA 批准。

但還有一個更大的願景：喬治斯庫將他的自主生物實驗室視為生成可以用於訓練新模型的人類生物學因果數據的關鍵。他指出了像上個月在《自然方法》上發表的這項研究，發現訓練生成性人工智能模型時沒有明確的數據規模法則。

“所有的訓練都是在這些細胞的靜態快照上進行的，而模型根本沒有考慮到細胞是如何達到這種狀態的，” 喬治斯庫告訴 TechCrunch。“換句話説，模型學習的是 ‘這是細胞狀態 A’，‘這是細胞狀態 B’，但從未學習到 ‘細胞狀態 B 是細胞狀態 A 發炎的結果。’”

然而，Vivodyne 的 HIVE 機器正在跟蹤數十萬項正在進行的實驗，其中病變組織暴露於某種刺激下，喬治斯庫預計這將提供強化學習的類型，從而產生能夠理解人類生物學的人工智能模型，以便在醫療保健方面取得更有意義的進展。

喬治斯庫相信，這不僅對今天的醫學挑戰至關重要，而且對未來複雜疾病的治療也至關重要，這些疾病需要的藥物與目前大多數可用藥物不同，能夠針對多個途徑。

“如果我們想要組合療法，必須搜索的空間會爆炸——這不能是實驗性的方法，” 他告訴 TechCrunch。“你必須説，‘我想要這個效果發生，那麼我應該引發什麼原因？’ 在人體生物學中建立因果關係是所有這一切的基礎。”