Ginkgo Datapoints enthüllt VCPI: Ein mutiger Plan, um das Datenproblem der AI-Wirkstoffentdeckung zu lösen

Seit Jahren wird die Künstliche Intelligenz in der Wirkstoffentdeckung von einem deceptiv einfachen Problem behindert: Die Daten sind nicht gut genug. Berge von Sequenzierungen, Pool-Perturbationsstudien und Mischzellen-Experimente gaben den Anschein von Fortschritt, ohne echte Durchbrüche zu liefern. Anstelle von Klarheit produzierte das Feld Rauschen. Anstelle von Reproduzierbarkeit produzierte es Drift. Und anstelle der präzisen, pharmakologisch-spezifischen Messungen, die erforderlich sind, um zuverlässige virtuelle Zellmodelle zu trainieren, produzierte es Datensätze, die mehr für die Skalierbarkeit als für die wissenschaftliche Integrität optimiert waren.

Dies ist die Umgebung, in die Ginkgo Datapoints die Virtual Cell Pharmacology Initiative (VCPI) startet – ein Projekt, das nicht nur mehr Daten verspricht, sondern bessere Daten liefert, die speziell für KI-Modelle entwickelt wurden, um vorherzusagen, wie reale Wirkstoff-moleküle reale biologische Systeme beeinflussen. Die offizielle Ankündigung der Firma betont, dass VCPI über 12 Milliarden Datenpunkte generieren und 100.000 Verbindungen profilieren wird, um das erste standardisierte Pharmakologie-Datenset für virtuelle Zellmodellierung zu erstellen.

Warum “Mehr Daten” fehlgeschlagen ist

In dem Blog-Beitrag, der VCPI vorstellt, verwendet Ginkgo eine Analogie, die die fehlgeleitete Richtung des Feldes perfekt einfängt. Stellen Sie sich vor, Sie werfen eine Handvoll Pillen in einen Käfig mit Mäusen – und dann versuchen Sie herauszufinden, welche Maus was gegessen hat. Jetzt skaliere dies auf eine Million Mäuse in einem riesigen Käfig. Das ist der Kernfehler hinter Pool-Single-Zell-Pharmakologie-Experimenten. Sie generieren beeindruckende Mengen an Daten, aber die zugrunde liegende Architektur verhindert eine saubere Zuordnung zwischen Verbindung und Phänotyp.

Das Problem ist nicht die Technologie, sondern die experimentelle Architektur. Die Annahme, dass größere Datensätze automatisch bessere Modelle lehren, hat sich als falsch erwiesen. Der Blog bezeichnet diese Denkweise als “Daten-Sucht” und argumentiert, dass ohne gut strukturierte, hochsignifikante Eingaben sogar die fortschrittlichste KI die falschen Muster lernt.

VCPI stellt eine scharfe Abkehr von dieser Logik dar. Anstelle von Größe setzt es auf biologische Rückverfolgbarkeit, experimentelle Strenge und die kontrollierte Struktur, die erforderlich ist, damit KI tatsächlich Pharmakologie lernen kann.

Wie VCPI die Daten-Pipeline aufbaut

Anstelle von Pool-Single-Zell-Assays verwendet VCPI DRUG-seq, eine Hochdurchsatz-Bulk-RNA-Sequenzierungsmethode, bei der jede Verbindung in einem isolierten, barcodierten Brunnen behandelt wird. Dies ermöglicht es Ginkgo, behandlungsspezifische Antworten mit einem viel saubereren Signal-Rausch-Verhältnis zu messen als Pool-Designs. Laut der Pressemitteilung kann die Automatisierungsinfrastruktur des Unternehmens über 100 vollständige 384-Well-Platten pro Woche durchführen und Millionen von hochwertigen RNA-Messungen im industriellen Maßstab generieren.

Just so wichtig ist die Einführung von V-Ref293, einer neu entwickelten, standardisierten Referenz-Zelllinie. Anstelle von jedem Labor, das seine eigene mutierte, abgedriftete Version der gleichen Zelllinie durchführt, schafft VCPI eine universelle biologische Grundlage – ein “organisches Zwilling” der aufkommenden Klasse von virtuellen Zellen. Dies eliminiert eine der langjährigen Quellen von Irreproduzierbarkeit in der Pharmakogenomik und liefert die stabile Wahrheit, die KI-Modelle so dringend benötigen.

Im Rahmen dieser Initiative öffnet Ginkgo die Türen zu einem community-getriebenen Datensatz mit mehreren definierenden Komponenten:

• Offene Teilnahme für Forscher, Pharma-Teams und KI-Entwickler
• Kostenlose Hochdurchsatz-RNA-Profiling für eingereichte Verbindungen
• Optional Embargo oder dauerhafter proprietärer Zugang für Mitwirkende
• Monatliche Daten-Veröffentlichungen, die durch Community-Abstimmung geformt werden
• Möglichkeiten für Modell-Teilung, Verbindung-Priorisierung und frühen Zugang zum “Super-User”-Status

Ein community-gebauter Modell, kein Daten-Dump

Eine der ungewöhnlichsten Aspekte von VCPI ist die Entscheidung, vor dem Start des Datensatzes zu starten. Anstelle von einem fertigen Ressourcen-Upload bittet Ginkgo die wissenschaftliche Gemeinschaft, bei der Bestimmung der wichtigsten Verbindungen zu helfen und in Echtzeit bei der Datensatz-Entwicklung mitzuarbeiten.

Dieser Ansatz reduziert auch das Risiko der Teilnahme. Frühzeitige Biotech-Unternehmen können Verbindungen einreichen und reale Pharmakologie-Daten erhalten, ohne ihr Budget für Hochdurchsatz-Screening zu verbrennen. KI-Teams können sicherstellen, dass der Datensatz die Perturbationen widerspiegelt, die sie für die Modell-Trainings benötigen. Und akademische Labore können beitragen, während sie gleichzeitig die Möglichkeit eines 90-Tage-Exklusiv-Fensters behalten.

Die Struktur verwandelt die Datengenerierung in einen partizipativen wissenschaftlichen Prozess – und nicht in ein statisches Produkt.

Was dies für die Zukunft von Bio-KI bedeutet

Die weiteren Auswirkungen von VCPI reichen über Ginkgo oder eine einzelne virtuelle Zell-Initiative hinaus. Damit virtuelle Zell-Modelle wissenschaftlich glaubwürdig werden, müssen sie auf Daten trainiert werden, die reproduzierbar, behandlungsspezifisch und an eine stabile biologische Referenz angebunden sind. Ohne diese Grundlage wird KI weiterhin halluzinieren, Fehlprediktionen treffen oder an Artefakte überanpassen.

Initiativen wie VCPI signalisieren einen Wandel in der Art und Weise, wie das Feld über Daten selbst denkt. Experimentelle Architektur wird genauso wichtig wie Modell-Architektur. Reproduzierbarkeit kehrt als zentrale Anforderung zurück und nicht nur als optionales Ideal. Und community-getriebene, offene Infrastruktur-Projekte beginnen, geschlossene proprietäre Datensätze in ihrer Fähigkeit, Innovation zu beschleunigen, zu überholen.

Wenn virtuelle Zellen schließlich zuverlässige Vorhersage-Engines werden – Werkzeuge, die helfen, Verbindungen zu priorisieren, Toxizitäten zu identifizieren oder Pfade zu erhellen, bevor ein Mensch jemals eine Pipette berührt – dann wird es wegen Projekten wie VCPI der Fall sein, die die strukturierte, vertrauenswürdige Daten-Umgebung geschaffen haben, die sie zum Wachsen benötigten.

Indem Ginkgo bessere Daten priorisiert und nicht einfach mehr Daten, verändert es die Grundlagen der KI-gestützten Biologie. VCPI reagiert nicht nur auf die Datenkrise in der Wirkstoffentdeckung, sondern schafft die Grundlage für eine neue Ära, in der biologische Experimente und KI-Trainings-Pipelines gemeinsam, offen und mit Zweck evolvieren.