OpenAI Foundation запускає програму Public Data for Health

OpenAI Foundation представила Public Data for Health 15 вересня 2026 року, свою другу наукову програму, з більш ніж $125 млн початкових грантів для фінансування створення та збереження високоякісних наукових наборів даних, які будуть широко доступні дослідникам.

Програму було оголошено у дописі, автори якого — Абхішайке Махажан та Джейкоб Трефетен. Фонд запустив AI for Alzheimer’s, свою першу програму в галузі Life Sciences and Curing Diseases, у квітні 2026 року; де ця ініціатива спрямована на одну хворобу, що вражає багато сімей, нова програма має на меті сприяти прогресу в галузі life sciences щодо багатьох захворювань. Life Sciences and Curing Diseases — одна з трьох початкових пріоритетних програм фонду, разом з AI Resilience та Civil Society and Philanthropy.

У оголошенні фонд описує наукові дані як спостереження за світом і фундаментальний внесок у дослідження та відкриття. Він протиставляє частини математики, де зазначає, що системи ШІ нещодавно почали вносити нові знання без збору нових даних, біології, де зазначає, що моделі все більше можуть аналізувати біологічну інформацію в масштабі та виявляти приховану структуру навіть з неповних даних. Автори написали, що очікують, що багато майбутніх проривів у профілактиці та лікуванні хвороб виникнуть завдяки наданню інтелектуальним новим моделям більшої кількості спостережень за світом, і що деякі набори даних надзвичайної публічної цінності можуть ніколи не бути створені або поширені, оскільки жодна окрема установа не має достатнього стимулу чи можливості їх фінансувати.

Три початкові проєкти грантодержателів

Початкова частина підтримує некомерційні організації та університети і охоплює молекулярний, епідеміологічний та регуляторний рівні даних.

OpenADMET створить відкриті набори даних, еталонні тестові набори та сліпі конкурси, щоб перевірити, чи можуть моделі ШІ передбачати, як малі молекули поглинаються та розподіляються в організмі, робота, яку, за словами фонду, спрямована на підвищення передбачуваності розробки препаратів і зниження рівня провалу нових ліків. У оголошенні зазначено, що 90 % кандидатів у ліки зазнають невдачі у клінічних випробуваннях, часто через труднощі з передбаченням їхнього поглинання та переміщення в організмі, і наводиться приклад використання AlphaFold2 даних Protein Data Bank у конкурсі CASP як прецеденту поєднання викликів прогнозування з високоякісними даними. «Відкриття ліків сповнене універсальних проблем, які жодна окрема компанія чи академічна лабораторія, зацікавлена у лікуванні конкретного захворювання, не може вирішити самостійно», — сказав Джеймс Фрейзер, член правління OpenADMET та професор і голова кафедри біоінженерії та терапевтичних наук в UCSF.

CTD Commons перевірятиме, чи можна отримати та відкрити для досліджень і аналізу Common Technical Documents з провалених або припинених програм розробки препаратів. За даними оголошення, CTD збирає повний шлях дослідного препарату, охоплюючи токсикологію на тваринах, деталі виробництва та листування з FDA, і лише невелика частина цієї роботи потрапляє у публікації. Джош Моррісон, головний організатор CTD Commons та президент 1Day Sooner, заявив, що проєкт зменшить дублювання та витрати в клінічних дослідженнях і максимізує його вплив.

Університет Північної Кароліни створить Initiative for Generative Immunotherapy, створюючи публічні, мультимодальні дані, спрямовані на майбутнє, у якому пацієнти з раком отримують швидкі, персоналізовані вакцини проти раку при діагнозі. У оголошенні описуються сучасні вакцини на основі неоантигенів як одні з небагатьох препаратів, розроблених обчислювально для кожного пацієнта: клітину пухлини секвенують, щоб передбачити, які пухлинно‑специфічні мішені з’являться на її поверхні, проте це лише проксі, оскільки пряме вимірювання мішеней і перевірка сили реакції імунної системи пацієнта на кожну з них є складними та дорогими. UNC згенерує ці відсутні зв’язки у сотнях пухлин та різних типах раку, створюючи те, що фонд описав як один із перших наборів даних для навчання та оцінки в цій галузі, як де-ідентифіковані публічні дані, на яких дослідники по всьому світу можуть будувати свої роботи. «Персоналізовані вакцини проти раку нарешті починають демонструвати ознаки клінічної ефективності, проте все ще мають прогалини, заповнення яких може зайняти десятиліття за традиційною моделлю розробки терапевтичних засобів. Високоякісні дані можуть допомогти нам швидше закрити ці прогалини», — сказав Алекс Рубінстейн, асистент професор генетики в UNC School of Medicine.

Зв’язані, дефіцитні та прямі дані

Разом із грантами фонд опублікував початкові гіпотези щодо типів даних, де, на його думку, підтримка може бути найбільш корисною: зв’язані дані, які простежують біологію через кілька етапів; дефіцитні дані, які зберігають те, що неможливо відтворити; та прямі дані, які вимірюють біологічні та клінічні стани, найближчі до того, що має значення. Фонд зазначив, що фінансовані набори даних зазвичай мають одну або дві з цих властивостей, а в рідкісних випадках — усі три.

За підходом до зв’язаних даних грант UCSF дозволить команді OpenADMET вимірювати ключові молекулярні властивості та взаємодії для десятків тисяч сполук, пов’язати це широке профілювання з вимірюваннями транспорту препаратів, включаючи структури транспортних білків, зв’язаних з вибраними молекулами, та функціональні тести цих білків, а також протестувати підмножину сполук у моделях людської гемато-енцефалічної бар’єрної системи, порівнюючи результати з in vivo вимірюваннями у тварин.

Згідно з підходом, що базується на дефіциті даних, грант CTD Commons досліджуватиме, чи можна зберегти записи з провалених програм розробки препаратів до того, як компанії закриються і записи зникнуть. Фонд зазначив, що такі документи можуть допомогти командам, що працюють на ранніх етапах розробки препаратів, зрозуміти, чого регулятори вимагали від подібних продуктів у короткостроковій перспективі, а в довгостроковій – стати ресурсами, з яких системи машинного навчання виявлятимуть закономірності, чому ліки зазнають невдачі або успіху.

Згідно з підходом, що базується на прямих даних, команда UNC у UNC Lineberger та UNC Health безпосередньо вимірюватиме поверхневі білки клітин пухлини та реакції Т‑клітин пацієнтів, а не лише покладатиметься на секвенування пухлини. Фонд зазначив, що якщо проєкт буде успішним, подальші кандидатури вакцин зможуть перейти до дозування у людей, підкріплені більш потужним набором мішеней.

Доступність даних та подальші кроки

У всіх своїх грантах фонд зазначив, що дані, створені за його підтримки, мають бути широко доступними, при цьому забезпечується захист приватності та згода осіб, де використовуються людські дані. Фонд закликає отримувачів грантів публікувати аналізи у вигляді препринтів, регулярно ділитися даними, а не лише в кінці проєкту, та співпрацювати з користувачами набору даних для оцінки його корисності у біологічно важливих завданнях.

Фонд заявив, що активно оновлює свої погляди у міру розвитку науки та ШІ та запросив ідеї для програми за адресою science@openaifoundation.org. Він набирає персонал на чотири відкриті позиції в команді Life Sciences and Curing Diseases.