Ginkgo Datapoints przedstawia VCPI: śmiały plan naprawy problemu danych w odkrywaniu leków z użyciem AI

Przez lata, AI w odkrywaniu leków była hamowana przez deceptively prosty problem: dane nie są wystarczająco dobre. Góry sekwencjonowania, badania perturbacji w puli i te eksperymenty z komórkami mieszanych dawały pozory postępu bez dostarczania prawdziwych przełomów., ale przewidywany skok predykcyjny, który oczekiwali developerzy leków, nigdy się nie zmaterializował. Zamiast klarowności, pole wytworzyło hałas. Zamiast odtwarzalności, wytworzyło dryf. I zamiast precyzyjnych, farmakologicznie-specyficznych pomiarów wymaganych do trenowania niezawodnych wirtualnych modeli komórkowych, wytworzyło zestawy danych zoptymalizowane bardziej pod kątem skali niż integralności naukowej.

To jest środowisko, w którym Ginkgo Datapoints uruchamia Inicjatywę Farmakologii Komórek Wirtualnych (VCPI)—projekt, który nie tylko obiecuje więcej danych, ale ma na celu dostarczenie lepszych danych, stworzonych specjalnie dla modeli AI próbujących przewidzieć, jak rzeczywiste cząsteczki leków wpływają na rzeczywiste systemy biologiczne. Oficjalne ogłoszenie firmy podkreśla, że VCPI wygeneruje ponad 12 miliardów punktów danych i wyprofiluje 100 000 związków, tworząc pierwszy standaryzowany zestaw danych farmakologicznych dla modelowania komórek wirtualnych.

Dlaczego “więcej danych” nie powiodło się

W poście na blogu wprowadzającym VCPI, Ginkgo używa analogii, która idealnie ujmuje błędną trajektorię pola. Wyobraź sobie, że wrzucasz garść pigułek do klatki z myszami—potem próbujesz dowiedzieć się, która mysz zjadła co. Teraz skaluj to do miliona myszy w jednej wielkiej klatce. To jest podstawowy błąd w eksperymentach farmakologii komórek pojedynczych w puli. Generują one imponujące ilości danych, ale podstawowa konstrukcja uniemożliwia czystą atrybucję między związkiem a fenotypem.

Problem nie leży w technologii; leży w architekturze eksperymentalnej. Założenie, że większe zestawy danych automatycznie uczą lepsze modele, okazało się fałszywe. Blog nazywa tę mentalność “uzależnieniem od danych”, argumentując, że bez dobrze ustrukturyzowanych, wysokosygnalowych danych wejściowych nawet najbardziej zaawansowany AI nauczy się niewłaściwych wzorców.

VCPI reprezentuje ostry odwrót od tej logiki. Zamiast gloryfikowania skali, podwójnie stawia na biologiczną śladność, rygor eksperymentalny i kontrolowaną strukturę niezbędną do tego, aby AI mogło naprawdę nauczyć się farmakologii.

Jak VCPI odbudowuje potok danych

Zamiast polegać na badaniach komórek pojedynczych w puli, VCPI używa DRUG-seq, wysokoprzepływową metodę sekwencjonowania RNA, w której każdy związek jest traktowany w izolowanym, zakodowanym dobrze. Pozwala to Ginkgo na pomiar odpowiedzi specyficznych dla leczenia z znacznie czystszym sygnałem do szumu niż oferują projekty w puli. Według komunikatu prasowego, infrastruktura automatyzacji firmy może prowadzić ponad 100 pełnych płyt 384-doziowych tygodniowo, generując miliony wysokiej wierności pomiarów RNA w skali przemysłowej.

Niezwykle ważne jest również wprowadzenie V-Ref293, nowo zaprojektowanej, standaryzowanej linii komórkowej referencyjnej. Zamiast każdego laboratorium, które prowadzi własną mutowaną, dryfującą wersję tej samej linii komórkowej, VCPI tworzy uniwersalną biologiczną bazę—an “organicznego bliźniaka” do powstającej klasy komórek wirtualnych. To eliminuje jeden z długotrwałych źródeł niepowtarzalności w farmakogenomice i zapewnia stabilną prawdę, której tak bardzo potrzebują modele AI.

W ramach tej inicjatywy Ginkgo otwiera drzwi do zestawu danych budowanego przez społeczność z kilkoma określającymi składnikami:

• Otwarte uczestnictwo dla badaczy, zespołów farmaceutycznych i deweloperów AI
• Bezpłatne profilowanie RNA o wysokiej przepływowości dla złożonych związków
• Opcjonalne embargo lub stały dostęp własnościowy dla współtwórców
• Miesięczne wydania danych kształtowane przez głosowanie społeczności
• Możliwości udostępniania modeli, priorytetyzacji związków i wczesnego dostępu do statusu “super-użytkownika”

Model zbudowany przez społeczność, a nie zrzut danych

Jednym z najbardziej niezwykłych aspektów VCPI jest decyzja o uruchomieniu przed istnieniem zestawu danych. Zamiast przesłania gotowego zasobu, Ginkgo prosi społeczność naukową o pomoc w określeniu, które związki są najważniejsze, i o współpracę w czasie rzeczywistym, gdy zestaw danych rośnie.

Ten podejście również redukuje ryzyko uczestnictwa. Wczesne biotechnologie mogą składać związki i otrzymywać rzeczywiste dane farmakologiczne bez spalania cennego budżetu na badania o wysokiej przepływowości. Zespoły AI mogą upewnić się, że zestaw danych odzwierciedla perturbacje, których naprawdę potrzebują do trenowania modeli. I laboratoria akademickie mogą współtworzyć, zachowując przy tym możliwość 90-dniowego okna wyłączności.

Struktura przekształca generowanie danych w proces naukowy o charakterze uczestniczym—nie w statyczny produkt.

Co to oznacza dla przyszłości Bio-AI

Szersze implikacje VCPI sięgają poza Ginkgo lub jakąkolwiek pojedynczą inicjatywę komórek wirtualnych. Aby modele komórek wirtualnych stały się naukowo wiarygodne, muszą być trenowane na danych, które są odtwarzalne, specyficzne dla leczenia i zakotwiczone w stabilnej odniesieniu biologicznym. Bez tej podstawy AI będzie nadal halucynować, przewidywać błędnie lub nadmiernie dopasowywać do artefaktów.

Inicjatywy takie jak VCPI sygnalizują zmianę w tym, jak pole myśli o danych samych. Projektowanie eksperymentalne staje się równie ważne jak architektura modelu. Odtwarzalność wraca jako centralny wymóg, a nie opcjonalny ideał. I projekty o otwartej infrastrukturze, napędzane przez społeczność, zaczynają wyprzedzać zamknięte, własnościowe zestawy danych w ich zdolności do przyspieszania innowacji.

Jeśli komórki wirtualne ostatecznie staną się niezawodnymi silnikami predykcyjnymi—narzędziami, które pomagają w rankingu związków, flagowaniu toksyczności lub oświetleniu ścieżek przed tym, zanim człowiek dotknie pipety—it będzie dlatego, że projekty takie jak VCPI stworzyły strukturalne, godne zaufania środowisko danych, które potrzebowały, aby wzrosnąć.

Poprzez priorytetowe traktowanie lepszych danych nad prostym “więcej danych”, Ginkgo zmienia podstawy biologii wspomaganej przez AI. VCPI nie tylko reaguje na kryzys danych w odkrywaniu leków; stwarza scenę dla nowej ery, w której eksperymenty biologiczne i potoki trenowania AI ewoluują razem, otwarcie i z celem.