Ginkgo Datapoints Avtäcker VCPI: En Modig Plan För Att Fixa AI-läkemedelsupptäckts Dataproblem

För år har AI i läkemedelsupptäckt hämmats av ett förrädiskt enkelt problem: datan är inte tillräckligt bra. Berg av sekvensering, poolade perturbationsstudier och de blandade cellförsöken gav intrycket av framsteg utan att leverera verkliga genombrott., men den prediktiva språng läkemedelsutvecklare förväntade sig har aldrig materialiserats. Istället för tydlighet producerade fältet brus. Istället för reproducerbarhet producerade det drift. Och istället för de exakta, farmakologiskt specifika mätningarna som krävs för att träna tillförlitliga virtuella cellmodeller, producerade det datamängder som är optimerade mer för skala än vetenskaplig integritet.

Detta är den miljö som Ginkgo Datapoints lanserar Virtual Cell Pharmacology Initiative (VCPI) i — ett projekt som inte bara lovar mer data, men syftar till att leverera bättre data, specialbyggda för AI-modeller som försöker förutsäga hur verkliga läkemedelsliknande molekyler stör verkliga biologiska system. Företagets officiella tillkännagivande understryker att VCPI kommer att generera över 12 miljarder datapunkter och profilera 100 000 föreningar, och etablera den första standardiserade farmakologidatamängden för virtuell cellmodellering.

Varför “Mer Data” Misslyckades

I blogginlägget som introducerar VCPI, använder Ginkgo en analogi som perfekt fångar fältets vilseledande bana. Tänk dig att du kastar en handfull piller i en bur av möss — sedan försöker du lista ut vilken mus som åt vad. Nu skalera det till en miljon möss i en jättebur. Det är den grundläggande felet bakom poolade enkelcellsfarmakologiska experiment. De genererar imponerande mängder data, men den underliggande designen förhindrar ren attribuering mellan förening och fenotyp.

Problemet är inte tekniken; det är experimentell arkitektur. Antagandet att större datamängder automatiskt lär bättre modeller har visat sig vara falskt. Bloggen kallar detta tankesätt för en “databeroende”, och hävdar att utan välstrukturerade, högsignalsinmatningar, kommer även den mest avancerade AI att lära sig felaktiga mönster.

VCPI representerar en skarp avvikelse från denna logik. Istället för att hylla storleken, satsar det på biologisk spårbarhet, experimentell stränghet och den kontrollerade struktur som krävs för att AI verkligen ska lära sig farmakologi.

Hur VCPI Återuppbygger Data-pipelinen

Istället för att förlita sig på poolade enkelcellsförsök, använder VCPI DRUG-seq, en höggenomströmnings bulk RNA-sekvenseringsmetod där varje förening behandlas i en isolerad barcoderad brunn. Detta tillåter Ginkgo att mäta behandlingsspecifika svar med mycket renare signal-till-brus-förhållande än poolade design kan erbjuda. Enligt pressmeddelandet kan företagets automatiseringsinfrastruktur köra över 100 fulla 384-brunnsplattor per vecka, och generera miljontals högtroget RNA-mätningar i industriell skala.

Liksom viktigt är införandet av V-Ref293, en nyutvecklad, standardiserad referenscellinje. Istället för att varje laboratorium kör sin egen muterade, drifterade version av samma cellinje, skapar VCPI en universell biologisk baslinje — en “organisk tvilling” till den framväxande klassen av virtuella celler. Detta eliminerar en av de långvariga källorna till irreproducibilitet i farmakogenomik och tillhandahåller den stabila sanning som AI-modeller desperat behöver.

Under denna initiativ öppnar Ginkgo dörrarna till en community-driven datamängd med flera definierande komponenter:

• Öppen deltagande för forskare, läkemedelsgrupper och AI-utvecklare
• Kostnadsfri höggenomströmnings RNA-profilering för inskickade föreningar
• Valfri embargo eller permanent proprietär åtkomst för bidragsgivare
• Månatliga datautgåvor formade av community-röstning
• Möjligheter för modell-delning, förening prioritering och tidig åtkomst “super-användar”-status

En Community-byggd Modell, Inte En Data-dump

En av de mest ovanliga aspekterna av VCPI är beslutet att lansera före datamängden finns. Istället för att ladda upp en färdig resurs, ber Ginkgo den vetenskapliga gemenskapen att hjälpa till att bestämma vilka föreningar som är viktigast och att samarbeta i realtid medan datamängden växer.

Denna tillvägagångssätt minskar också risken för deltagande. Tidiga bioteknikföretag kan skicka in föreningar och få verklig farmakologisk data utan att förbruka dyrbart budget på höggenomströmnings-screening. AI-lag kan säkerställa att datamängden återspeglar de störningar de faktiskt behöver för modellträning. Och akademiska laboratorier kan bidra samtidigt som de fortfarande behåller möjligheten till en 90-dagars exklusiv fönster.

Strukturen omvandlar data-generering till en deltagande vetenskaplig process — inte en statisk produkt.

Vad Detta Betyder För Framtiden För Bio-AI

De bredare implikationerna av VCPI sträcker sig bortom Ginkgo eller något enskilt virtuellt cell-initiativ. För virtuella cellmodeller att bli vetenskapligt trovärdiga, måste de tränas på data som är reproducerbara, behandlingsspecifika och förankrade i en stabil biologisk referens. Utan denna grund kommer AI att fortsätta att hallucinera, missförutsäga eller överanpassa till artefakter.

Initiativ som VCPI signalerar en förändring i hur fältet tänker på data själva. Experimentell design blir lika viktig som modellarkitektur. Reproducerbarhet återvänder som en central krav snarare än ett valfritt ideal. Och community-driven, öppen-infrastrukturprojekt börjar överträffa stängda proprietära datamängder i deras förmåga att accelerera innovation.

Om virtuella celler slutligen blir tillförlitliga prediktiva motorer — verktyg som hjälper till att rangordna föreningar, flagga toxiciteter eller belysa vägar innan en människa någonsin rör en pipett — kommer det att vara för att projekt som VCPI skapade den strukturerade, tillförlitliga data-miljön de behövde för att växa.

Genom att prioritera bättre data över enbart mer data, omdefinierar Ginkgo grunderna för AI-aktiverad biologi. VCPI reagerar inte bara på datakrisen i läkemedelsupptäckt; det sätter scenen för en ny era där biologiska experiment och AI-träningspipeliner utvecklas tillsammans, öppet och med syfte.