Ginkgo Datapoints lansează VCPI: Un plan îndrăzneț pentru a rezolva problema datelor în descoperirea de medicamente cu ajutorul inteligenței artificiale

De ani de zile, inteligența artificială în descoperirea de medicamente a fost împiedicată de o problemă aparent simplă: datele nu sunt suficient de bune. Munții de secvențiere, studii de perturbație în grup și experimente cu celule mixte au dat impresia de progres fără a aduce adevărate descoperiri. În loc de claritate, domeniul a produs zgomot. În loc de reprodusibilitate, a produs deviație. Și, în loc de măsurători precise și specifice farmacologiei, necesare pentru a antrena modele virtuale de celule fiabile, a produs seturi de date optimizate mai mult pentru scară decât pentru integritate științifică.

Acesta este contextul în care Ginkgo Datapoints lansează Inițiativa de Farmacologie a Celulei Virtuale (VCPI) – un proiect care nu promite doar mai multe date, ci urmărește să furnizeze date mai bune, create special pentru modelele de inteligență artificială care încearcă să prevadă modul în care moleculele de medicamente reale perturbă sisteme biologice reale. Anunțul oficial al companiei subliniază că VCPI va genera peste 12 miliarde de puncte de date și va profila 100.000 de compuși, stabilind primul set de date standardizate de farmacologie pentru modelarea celulelor virtuale.

De ce “Mai Multe Date” a Eșuat

În articolul de blog care introduce VCPI, Ginkgo folosește o analogie care captează perfect traiectoria greșită a domeniului. Imaginați-vă aruncând o mână de pastile într-o cușcă de șoareci – apoi încercând să determinați care șoarece a mâncat ce. Acum, scalați acest lucru la un milion de șoareci într-o singură cușcă uriașă. Acesta este defectul de bază din spatele experimentelor de farmacologie cu celule unice în grup. Ele generează cantități impresionante de date, dar designul subiacent împiedică o atribuire curată între compus și fenotip.

Problema nu este tehnologia; este arhitectura experimentală. Presupunerea că seturile de date mai mari învață în mod inerent modele mai bune s-a dovedit a fi falsă. Articolul de blog denumește această mentalitate o “dependență de date”, argumentând că, fără intrări bine structurate și cu semnal ridicat, chiar și cele mai avansate modele de inteligență artificială vor învăța modelele greșite.

VCPI reprezintă o abordare radical diferită de această logică. În loc de a glorifica dimensiunea, se concentrează pe urmele biologice, rigurozitatea experimentală și structura controlată necesară pentru ca inteligența artificială să poată învăța în mod real farmacologia.

Cum VCPI Reconstruiește Conducta de Date

În loc de a se baza pe teste de farmacologie cu celule unice în grup, VCPI utilizează DRUG-seq, o metodă de secvențiere în masă a ARN în bulke, în care fiecare compus este tratat într-un puț izolat și codat cu bare. Acest lucru permite Ginkgo să măsoare răspunsurile specifice tratamentului cu un semnal mult mai curat decât oferă proiectele în grup. Conform comunicatului de presă, infrastructura de automatizare a companiei poate rula peste 100 de plăci complete de 384 de puțuri pe săptămână, generând milioane de măsurători de ARN de înaltă fidelitate la scară industrială.

La fel de importantă este introducerea V-Ref293, o linie de celule de referință standardizată, proiectată recent. În loc ca fiecare laborator să ruleze propria linie de celule mutate și deviate, VCPI creează o bază biologică universală – un “gemene organic” pentru clasa emergentă de celule virtuale. Acest lucru elimină una dintre sursele de nerprodusibilitate de lungă durată în farmacogenomică și oferă adevărul stabil necesar pentru modelele de inteligență artificială.

În cadrul acestei inițiative, Ginkgo deschide porțile unui set de date condus de comunitate, cu mai multe componente definitorii:

• Participare deschisă pentru cercetători, echipe farmaceutice și dezvoltatori de inteligență artificială
• Profilare gratuită de ARN de înaltă producție pentru compușii trimiși
• Acces opțional cu embargou sau acces permanent cu drepturi de proprietate pentru contribuitori
• Lansări lunare de date modelate de votul comunității
• Oportunități pentru partajarea de modele, prioritizarea compușilor și statutul de “super-utilizator” cu acces timpuriu

Un Model Construit de Comunitate, Nu o Descărcare de Date

Unul dintre aspectele cele mai neobișnuite ale VCPI este decizia de a lansa înainte de a exista setul de date. În loc de a încărca o resursă terminată, Ginkgo solicită comunității științifice să determine care compuși sunt cei mai importanți și să colaboreze în timp real pe măsură ce setul de date crește.

Acestă abordare reduce și riscurile participării. Biotehnologiile aflate în stadiu incipient pot trimite compuși și primi date reale de farmacologie fără a cheltui bugete prețioase pe screening de înaltă producție. Echipele de inteligență artificială pot asigura că setul de date reflectă perturbațiile de care au nevoie în mod real pentru antrenarea modelului. Și laboratoarele academice pot contribui, păstrând în același timp posibilitatea unei ferestre exclusive de 90 de zile.

Structura transformă generarea de date într-un proces științific participativ – nu într-un produs static.

Ce Înseamnă Acest Lucru pentru Viitorul Bio-Inteligenței Artificiale

Implicațiile mai largi ale VCPI merg dincolo de Ginkgo sau orice inițiativă de celulă virtuală singulară. Pentru ca modelele de celule virtuale să devină credibile din punct de vedere științific, ele trebuie antrenate pe date care sunt reproduse, specifice tratamentului și ancorate într-o referință biologică stabilă. Fără această fundație, inteligența artificială va continua să halucineze, să prevadă greșit sau să se suprapună cu artefacte.

Inițiative precum VCPI semnalizează o schimbare în modul în care domeniul gândește despre datele însele. Proiectarea experimentală devine la fel de importantă ca și arhitectura modelului. Reproducibilitatea devine din nou o cerință centrală, în loc de un ideal opțional. Și proiectele deschise, conduse de comunitate, încep să depășească seturile de date proprietare închise în capacitatea lor de a accelera inovația.

Dacă celulele virtuale vor deveni în cele din urmă motoare predictive de încredere – unelte care ajută la clasificarea compușilor, semnalizarea toxicității sau iluminarea căilor metabolice înainte ca un om să atingă o pipetă – va fi pentru că proiecte precum VCPI au creat mediul de date structurat și de încredere de care aveau nevoie pentru a crește.

Prin prioritizarea unor date mai bune decât simpla cantitate de date, Ginkgo redefinesc fundațiile biologiei cu inteligență artificială. VCPI nu reacționează doar la criza datelor din descoperirea de medicamente; creează scena pentru o nouă eră în care experimentele biologice și conductele de antrenare a inteligenței artificiale evoluează împreună, în mod deschis și cu un scop.