Все создают «GPT для клеток». Ставка Relation — производить данные для его обучения.
Гонка за создание ИИ-«базовой модели клетки» столкнулась с нехваткой топлива. Биологические данные, необходимые для ее обучения, редки, разрозненны и противоречивы. Компания Relation Therapeutics считает, что выход из положения — самостоятельно производить эти данные, и GSK готова заплатить до 110 миллионов долларов, чтобы помочь в этом.
Лондонский стартап представил две вещи одновременно в четверг. Первая — это MORGAN, его флагманская базовая модель клеточной биологии. Вторая — расширенное сотрудничество с GSK для генерации данных, которые ее питают.
Модель клеточного ответа
MORGAN (Multi-Omic Regulatory Genomics using Artificial Neural Networks — мультиомная регуляторная геномика с использованием искусственных нейронных сетей) призвана предсказывать, как человеческая клетка реагирует на генетическое вмешательство или лекарство. Если сделать это правильно, можно выявлять механизмы заболеваний и новые мишени для лекарств на компьютере, еще до того, как прикасаться к лабораторному столу. Это та же идея, которая лежит в основе базовой модели грудной клетки или работы по ИИ в биологии в компании Isomorphic компании DeepMind.
Главное предложение Relation — не сама модель, а данные, стоящие за ней. Подобные модели хороши лишь настолько, насколько хороши материалы, на которых они обучаются, а данных по биологии человека мало. Поэтому Relation строит автоматизированные лаборатории, проводящие клеточные эксперименты с тем, что компания называет «сверхчеловеческой точностью». Они создают «петабайтные» наборы данных о том, как клетки реагируют на вмешательства с течением времени.
Почему GSK платит
Именно в эту фабрику данных инвестирует GSK. Согласно сделке, Relation может получить до 110 миллионов долларов в виде авансовых и поэтапных выплат. В обмен она будет генерировать крупномасштабные данные о человеческих «воздействиях» (perturbation data) и внедрять их в такие модели, как MORGAN. Эти наборы данных фиксируют реакцию клеток на генетические и фармакологические изменения, что необходимо GSK для поиска новых мишеней для лекарств.
«Будущее разработки лекарств зависит от нашей способности понимать, как человеческие клетки реагируют на болезни и лечение с беспрецедентным уровнем детализации», — заявил исполнительный директор Relation Дэвид Роблин (David Roblin). Он называет MORGAN и стоящую за ней лабораторию «научной инфраструктурой» для следующей волны создания лекарств.
Переполненная, не до конца проверенная сфера
Relation не одинока в своей вере в то, что биологию можно смоделировать. Хорошо финансируемые конкуренты — от Chai Discovery до растущей сферы ИИ-биолабораторий — борются за аналогичные результаты. Большая фарма быстрыми темпами заключает соглашения об исследованиях в области ИИ.
Заявления звучат громко. Relation сообщила изданию Endpoints News, что ее подход может обеспечить «кардинально иные показатели успеха» в разработке лекарств. Это еще предстоит доказать. Большинство лекарств по-прежнему не проходят испытания, и ни одна базовая модель клетки пока не породила одобренного препарата. Сделка с GSK показывает, что крупные фармацевтические компании теперь готовы платить за данные, а не только за само лекарство.
