AI药物发现面临数据瓶颈，Vivodyne以模块化机器人实验室破局
生物技术初创公司Vivodyne指出，当前AI药物发现行业受困于数据缺陷。为此，该公司研发了名为HIVE的模块化机器人实验室，旨在解决这一核心痛点。
HIVE能够培养20种人类组织，并自主完成给药与监测，生成现有AI模型亟需的因果生物学数据。目前，此类数据多源于动物实验或单一细胞/蛋白质研究，缺乏活体组织层面的验证。
Vivodyne首席执行官兼联合创始人Andrei Georgescu质疑道：“若未经人体测试，这些AI模型能有何作为？它们或许仅能在小鼠身上治愈癌症。”Anthropic CEO Dario Amodei亦表示，“AI将治愈癌症”已成陈词滥调，真正关键在于“实际治愈癌症”。尽管Amodei、Sam Altman及Google DeepMind的Demis Hassabis等人曾反复强调AI在疾病治疗上的潜力，但现实进展依然有限。
目前仅有少数AI设计药物进入人体试验，其中一种虽达III期临床阶段，但整体障碍仍非当下AI所能轻易攻克。诺贝尔奖成果AlphaFold虽深化了对生命基础构成的理解，却尚未直接催生新药。其衍生公司Isomorphic Labs预计首次试验将于今年底前完成，并强调真正的药物发现需涵盖广泛生化特性的高精度预测模型。
Georgescu呼吁行业进行“清醒审视”，指出现有模型因缺乏捕捉人类生物复杂性的数据而受限。制药业同样面临挑战：90%在动物实验中有效并进入临床试验的药物，最终未能获准用于人类。
Vivodyne另辟蹊径。该公司2021年从宾夕法尼亚大学分拆，其培养的组织与真实人体器官行为高度吻合：肝细胞毒性测试预测准确率达94%，气道组织匹配度为96%，骨髓在20种化疗药物测试中一致性达100%。
上周，这家由Khosla Ventures主导融资近8000万美元的公司，在旧金山郊外开设了号称全球最大的“人类数据中心”。Georgescu称，其团队效率已达美国所有动物试验吞吐量的两倍。
该设施旨在通过提前筛选可行方案，加速候选药物研发，避免盲目投入耗资数千万美元的临床试验。Vivodyne虽未公开合作伙伴，但正与多家大型药企合作，解决类似汽车碰撞测试的信心问题——车企确信能通过安全标准，而药企在进入临床时往往缺乏同等把握，因绝大多数药物难获FDA批准。
更宏大的愿景在于：Georgescu认为自主生物实验室对生成训练新模型的因果数据至关重要。他引用《Nature Methods》近期研究指出，基于现有静态细胞数据训练的生成式AI模型并无明确的数据缩放定律。
Georgescu向TechCrunch解释：“现有训练仅基于细胞的静态快照，模型未学习细胞如何达到该状态的过程。换言之，模型只知‘状态A’与‘状态B’，却不懂‘炎症导致状态A变为状态B’的因果关系。”
HIVE系统正追踪数十万项病变组织受刺激实验，有望提供强化学习所需数据，催生真正理解人类生物学的AI模型，推动医疗领域实质性进步。
Georgescu强调，这不仅关乎当下医学挑战，更是未来应对复杂疾病的关键。当药物需靶向多条通路时，“联合疗法的搜索空间将爆炸式增长，不能依赖试错。必须明确：欲达特定效果，应引发何种因果？确立人类生物学中的因果关系，是这一切的基石。”