OpenAI Foundation käynnistää Public Data for Health -ohjelman

OpenAI Foundation esitteli Public Data for Health 15. syyskuuta 2026, sen toinen tieteellinen ohjelma, yli $125 million alkupääomasijoituksina rahoittaen korkealaatuisten tieteellisten aineistojen luomisen ja säilyttämisen, jotka tehdään laajasti tutkijoiden saataville.

Ohjelma ilmoitettiin julkaisuun, jonka ovat kirjoittaneet Abhishaike Mahajan ja Jacob Trefethen. Säätiö lanseerasi AI for Alzheimer’s -ohjelman, sen ensimmäisen ohjelman Life Sciences and Curing Diseases -alueella, huhtikuussa 2026; kun tämä hanke kohdistuu yhteen sairauteen, joka vaikuttaa moniin perheisiin, uusi ohjelma on tarkoitettu mahdollistamaan edistysaskelia elintieteissä monien sairauksien parissa. Life Sciences and Curing Diseases on yksi säätiön kolmesta alkuperäisestä prioriteettiohjelmasta, yhdessä AI Resilience ja Civil Society and Philanthropy -ohjelmien kanssa.

Ilmoituksessa säätiö kuvaa tieteellisiä aineistoja havaintoina maailmasta ja perustavanlaatuisena syötteenä tutkimukselle ja löydöille. Se vertaa matematiikan osia, joissa AI-järjestelmät ovat äskettäin alkaneet tuottaa uutta tietoa ilman uusien aineistojen keräämistä, biologiaan, jossa mallit voivat yhä paremmin analysoida biologista informaatiota suuressa mittakaavassa ja palauttaa piilotetun rakenteen jopa puutteellisesta evidenssistä. Kirjoittajat totesi, että he odottavat monien jäljellä olevien läpimurtojen tautien ennaltaehkäisyssä ja hoidossa syntyvän antamalla älykkäille uusille malleille enemmän havaintoja maailmasta, ja että jotkut valtavan julkisen arvon omaavat aineistot eivät ehkä koskaan synny tai jaa, koska yksikään instituutio ei omaa riittävää kannustinta tai kapasiteettia niiden rahoittamiseen.

Kolme alkuperäistä avustushanketta

Alkuperäinen erä tukee voittoa tavoittelemattomia organisaatioita ja yliopistoja ja kattaa molekyylitason, epidemiologisen ja sääntelytason aineistot.

OpenADMET rakentaa avoimia aineistoja, vertailukohtia ja sokeita kilpailuja testatakseen, voivatko AI-mallit ennustaa, miten pienet molekyylit imeytyvät ja jakautuvat elimistössä, työ, jonka säätiö sanoo pyrkivän tekemään lääkeainekehityksestä ennustettavampaa ja vähentämään uusien lääkkeiden epäonnistumisprosenttia. Ilmoituksessa todetaan, että 90 % lääkeaineehdokkaista epäonnistuu kliinisissä kokeissa, usein koska on vaikea ennustaa, miten ne imeytyvät ja liikkuvat elimistössä, ja viitataan AlphaFold2:n Protein Data Bank -aineiston käyttöön CASP‑kilpailussa esimerkkinä korkealaatuisten aineistojen yhdistämisestä ennustustehtäviin. “Lääkekehitys on täynnä universaaleja ongelmia, joita yksikään yritys tai akateeminen laboratorio, joka pyrkii parantamaan tiettyä sairautta, ei pysty ratkaisemaan yksin,” sanoi James Fraser, OpenADMET:n hallituksen jäsen ja professori sekä bioinsinöörien ja terapeuttisten tieteiden johtaja UCSF:ssä.

CTD Commons testaa, voidaanko epäonnistuneista tai hylätyistä lääkeohjelmista peräisin olevat Common Technical Document -dokumentit hankkia ja tehdä avoimesti saataville tutkimusta ja analyysiä varten. Ilmoituksen mukaan CTD kokoaa tutkittavan lääkkeen koko matkan, kattaa eläinmyrkyllisyyden, valmistustiedot ja yhteydenpidon FDA:n kanssa, ja vain pieni osa tästä työstä näkyy julkaistuissa artikkeleissa. Josh Morrison, CTD Commonsin johtava järjestäjä ja 1Day Soonerin presidentti, sanoi projektin vähentävän päällekkäisyyksiä ja kustannuksia kliinisessä tutkimuksessa ja maksimoivan sen vaikutuksen.

University of North Carolina perustaa Initiative for Generative Immunotherapy -aloitteen, luoden julkisia, monimodaalisia aineistoja, jotka tähtäävät tulevaisuuteen, jossa syöpäpotilaat saavat nopeita, henkilökohtaisia syöpärokotteita diagnoosin yhteydessä. Ilmoitus kuvaa nykyisiä neoantigeenisia syöpärokotteita yhtenä harvoista lääkkeistä, jotka on suunniteltu laskennallisesti jokaiselle potilaalle: kasvainsolu sekvenssoidaan ennustamaan, mitkä kasvaimen erityiset kohteet ilmestyvät sen pinnalle, mutta sekvensointi on vain väliaikainen mittari, koska kohteiden suora mittaaminen ja sen tarkistaminen, kuinka voimakkaasti potilaan immuunijärjestelmä reagoi kuhunkin, on vaikeaa ja kallista. UNC tuottaa nämä puuttuvat linkit sadoissa kasvaimissa ja useissa syöpätyypeissä, luoden, mitä säätiö kuvaa yhdeksi ensimmäisistä koulutus- ja arviointiaineistoista alalla, anonymisoituna julkisena aineistona, jonka pohjalta tutkijat maailmanlaajuisesti voivat kehittää. “Henkilökohtaiset syöpärokotteet alkavat vihdoin osoittaa kliinistä tehokkuutta, mutta niissä on edelleen aukkoja, jotka perinteisen terapeuttisen kehitysmallin mukaan voivat kestää vuosikymmeniä täyttyä. Korkealaatuinen aineisto voi auttaa meitä sulkemaan nämä aukot nopeammin,” sanoi Alex Rubinsteyn, UNC School of Medicinein apulaisprofessori genetiikassa.

Yhdistetty, niukka ja suora data

Apurahojen ohella säätiö julkaisi alkuteoriat siitä, millaisia aineistoja sen tukeminen voi olla hyödyllisintä: yhdistetty data, joka seuraa biologiaa useiden vaiheiden läpi; niukka data, joka tallentaa sen, mitä ei voida uudelleenluoda; ja suora data, joka mittaa biologisia ja kliinisiä tiloja mahdollisimman lähellä olennaista. Säätiö totesi, että rahoitetut aineistot sisältävät yleensä yhden tai kaksi näistä ominaisuuksista, ja harvinaisissa tapauksissa kaikki kolme.

Yhdistetyn datan perusteella UCSF:n avustus mahdollistaa OpenADMET‑tiimin mitata keskeisiä molekyylisia ominaisuuksia ja vuorovaikutuksia kymmenille tuhansille yhdisteille, yhdistää laajan profiloinnin lääkeaineiden kuljetusmittauksiin, mukaan lukien kuljetusproteiinien rakenteet, jotka ovat sidottuja valittuihin molekyyleihin, sekä näiden proteiinien toiminnalliset testit, ja testata osajoukon yhdisteitä ihmisen veri‑aivoeste‑malleissa vertaamalla tuloksia eläinkokeiden in vivo -mittauksiin.

Harvan datan perusteella CTD Commons -apurahassa tarkastellaan, voidaanko epäonnistuneiden lääke‑kehitysohjelmien tiedot säilyttää ennen kuin yritykset sulkeutuvat ja tiedot katoavat. Säätiön mukaan tällaiset asiakirjat voivat auttaa varhaisen vaiheen lääke‑kehitystiimejä ymmärtämään, mitä viranomaiset ovat lyhyellä aikavälillä vaatineet vastaavilta tuotteilta, ja pitkällä aikavälillä ne voivat toimia resursseina, joista koneoppimisjärjestelmät löytävät kaavoja siitä, miksi lääkkeet epäonnistuvat tai menestyvät.

Suoran datan perusteella UNC Linebergerin ja UNC Healthn tiimi mittaa suoraan kasvainsolujen pinnaproteiineja ja potilaiden T-solujen vasteita sen sijaan, että luottaisi pelkästään kasvaimen sekvensointiin. Säätiön mukaan, jos hanke onnistuu, sen jälkeen kehitetyt rokotekandidaatit voivat siirtyä ihmiskäyttöön vahvemman kohdejoukon tukemana.

Datan saatavuus ja seuraavat askeleet

Kaikissa apurahoissaan säätiön mukaan sen tukemana tuotettujen tietojen tulisi olla laajasti saatavilla, ja yksilön yksityisyys sekä suostumus on säilytettävä kaikissa tilanteissa, joissa käsitellään ihmistietoja. Säätiö kannustaa apurahansa saajia julkaisemaan analyysejä esijulkaisuna, jakamaan tietoja säännöllisesti eikä vain projektin lopussa, sekä tekemään yhteistyötä tietoaineiston käyttäjien kanssa sen hyödyllisyyden arvioimiseksi biologisesti merkittävissä ongelmissa.

Säätiön mukaan se päivittää aktiivisesti näkemyksiään tieteen ja tekoälyn edetessä ja kutsui ideoita ohjelmaan osoitteessa science@openaifoundation.org. Se rekrytoi neljää avointa tehtävää Life Sciences and Curing Diseases -tiimissä.