Ginkgo Datapoints Meluncurkan VCPI: Rencana Berani untuk Memperbaiki Masalah Data Penemuan Obat AI

Selama bertahun-tahun, AI dalam penemuan obat telah terhambat oleh masalah yang sederhana namun menipu: data tidak cukup baik. Gunung sequensing, studi gangguan yang dipoolkan, dan eksperimen sel campuran memberikan kesan kemajuan tanpa menghasilkan temuan nyata., tetapi lompatan prediktif yang diharapkan oleh pengembang obat tidak pernah terwujud. Alih-alih kejelasan, bidang ini menghasilkan kebisingan. Alih-alih reproducibility, itu menghasilkan drift. Dan alih-alih pengukuran farmakologi yang tepat yang diperlukan untuk melatih model sel virtual yang andal, itu menghasilkan dataset yang dioptimalkan lebih untuk skala daripada integritas ilmiah.

Ini adalah lingkungan di mana Ginkgo Datapoints meluncurkan Inisiatif Farmakologi Sel Virtual (VCPI)—proyek yang tidak hanya berjanji lebih banyak data tetapi bertujuan untuk menghasilkan data yang lebih baik, dirancang khusus untuk model AI yang mencoba memprediksi bagaimana molekul obat yang nyata mengganggu sistem biologis yang nyata. Pengumuman resmi perusahaan menekankan bahwa VCPI akan menghasilkan lebih dari 12 miliar poin data dan memprofil 100.000 senyawa, membentuk dataset farmakologi standar pertama untuk pemodelan sel virtual.

Mengapa “Lebih Banyak Data” Gagal

Dalam posting blog yang memperkenalkan VCPI, Ginkgo menggunakan analogi yang sangat tepat untuk menggambarkan trajektori bidang yang salah. Bayangkan melempar segenggam pil ke dalam kandang tikus—kemudian mencoba mengetahui tikus mana yang makan apa. Sekarang skalakan ke jutaan tikus dalam satu kandang raksasa. Itulah inti kelemahan di balik eksperimen farmakologi sel tunggal yang dipoolkan. Mereka menghasilkan kuantitas data yang mengesankan, tetapi desain dasar mencegah atribusi yang bersih antara senyawa dan fenotipe.

Masalahnya bukan teknologi; itu adalah arsitektur eksperimental. Asumsi bahwa dataset yang lebih besar secara inheren mengajarkan model yang lebih baik telah terbukti salah. Posting blog itu dengan jelas menyebut mindset ini sebagai “kecanduan data,” berargumen bahwa tanpa input yang terstruktur dengan baik, bahkan AI yang paling canggih akan belajar pola yang salah.

VCPI mewakili perubahan tajam dari logika ini. Alih-alih memuja ukuran, itu memperkuat jejak biologis, ketat eksperimental, dan struktur terkontrol yang diperlukan agar AI benar-benar dapat mempelajari farmakologi.

Bagaimana VCPI Membangun Kembali Pipa Data

Alih-alih mengandalkan asai sel tunggal yang dipoolkan, VCPI menggunakan DRUG-seq, metode sekuenasi RNA-berbasis bulk yang tinggi dengan cara setiap senyawa diobati dalam sumur yang diisolasi dan diberi kode batang. Ini memungkinkan Ginkgo untuk mengukur respons spesifik pengobatan dengan sinyal yang jauh lebih bersih daripada desain yang dipoolkan. Menurut rilis pers, infrastruktur otomatisasi perusahaan dapat menjalankan lebih dari 100 pelat penuh 384-sumur per minggu, menghasilkan jutaan pengukuran RNA yang setia pada skala industri.

Sangat penting adalah pengenalan V-Ref293, garis sel referensi standar yang baru dirancang. Alih-alih setiap laboratorium menjalankan versi mutan, mengalir, dari garis sel yang sama, VCPI menciptakan baseline biologis universal—sebuah “kembar organik” untuk kelas virtual sel yang muncul. Ini menghilangkan salah satu sumber ketidakreproduksibilitas jangka panjang dalam farmakogenomik dan menyediakan kebenaran yang stabil yang dibutuhkan model AI.

Di bawah inisiatif ini, Ginkgo membuka pintu untuk dataset komunitas yang didefinisikan dengan beberapa komponen:

• Partisipasi terbuka untuk peneliti, tim farmasi, dan pengembang AI
• Profiling RNA tinggi untuk senyawa yang dikirimkan secara gratis
• Akses proprietary opsional atau permanen untuk kontributor
• Pengeluaran data bulanan yang dibentuk oleh voting komunitas
• Peluang untuk berbagi model, prioritisasi senyawa, dan status “super-pengguna” akses awal

Model Berbasis Komunitas, Bukan Pembuangan Data

Salah satu aspek paling tidak biasa dari VCPI adalah keputusan untuk meluncurkan sebelum dataset ada. Alih-alih mengunggah sumber daya yang selesai, Ginkgo meminta komunitas ilmiah untuk membantu menentukan senyawa mana yang paling penting dan berkolaborasi secara waktu nyata saat dataset tumbuh.

Pendekatan ini juga mengurangi risiko partisipasi. Biotechs awal dapat mengirimkan senyawa dan menerima data farmakologi nyata tanpa membakar anggaran yang berharga untuk penyaringan tinggi. Tim AI dapat memastikan dataset mencerminkan gangguan yang mereka butuhkan untuk pelatihan model. Dan laboratorium akademis dapat berkontribusi sambil tetap mempertahankan kemungkinan jendela eksklusif 90 hari.

Struktur ini mengubah generasi data menjadi proses ilmiah partisipatif—bukan produk statis.

Apa yang Ini Berarti untuk Masa Depan Bio-AI

Implikasi yang lebih luas dari VCPI melampaui Ginkgo atau inisiatif sel virtual tunggal. Untuk model sel virtual menjadi kredibel secara ilmiah, mereka harus dilatih pada data yang dapat direproduksi, spesifik pengobatan, dan dilengkapi dengan referensi biologis yang stabil. Tanpa fondasi ini, AI akan terus mengalami halusinasi, salah memprediksi, atau overfit ke artefak.

Inisiatif seperti VCPI menandai perubahan dalam cara bidang ini memikirkan data itu sendiri. Desain eksperimental menjadi sama pentingnya dengan arsitektur model. Reproducibility kembali menjadi persyaratan utama daripada ideal opsional. Dan proyek infrastruktur terbuka yang didorong komunitas mulai melampaui dataset proprietary tertutup dalam kemampuan mereka untuk mempercepat inovasi.

Jika sel virtual akhirnya menjadi mesin prediktif yang andal—alat yang membantu peringkat senyawa, bendera toksisitas, atau menerangi jalur sebelum manusia menyentuh pipet—itu akan karena proyek seperti VCPI menciptakan lingkungan data terstruktur dan tepercaya yang mereka butuhkan untuk tumbuh.

Dengan memprioritaskan data yang lebih baik daripada hanya lebih banyak data, Ginkgo membingkai kembali fondasi biologi yang ditenagai AI. VCPI tidak hanya bereaksi terhadap krisis data dalam penemuan obat; itu menetapkan panggung untuk era baru di mana eksperimen biologis dan pipa pelatihan AI berkembang bersama, terbuka, dan dengan tujuan.