Outer Biosciences ಈಗ ಬಿಸಾಡಲಾದ ಶಸ್ತ್ರಚಿಕಿತ್ಸಾ ಅಂಗಾಂಶಗಳಿಂದ ಸಂಗ್ರಹಿಸಲಾದ ಮತ್ತು ಒಂದು ತಿಂಗಳಿಗೂ ಹೆಚ್ಚು ಕಾಲ ಜೀವಂತವಾಗಿರುವ ನೈಜ ಮಾನವ ಚರ್ಮವನ್ನು ಮಷೀನ್-ಲರ್ನಿಂಗ್ ಮಾದರಿಗಳಿಗೆ ಬಳಸುತ್ತಿದೆ. ಔಷಧ ಸಂಶೋಧನೆ ಮತ್ತು ಚರ್ಮರೋಗದ ಮುನ್ಸೂಚನೆಗಳನ್ನು ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿಸುವುದು ಈ ಸ್ಟಾರ್ಟ್ಅಪ್ನ ಗುರಿಯಾಗಿದೆ. ಇದರ ಎರಡು ವರ್ಷಗಳ ಪೈಪ್ಲೈನ್ ಅಂಗಾಂಶವನ್ನು ಶಸ್ತ್ರಚಿಕಿತ್ಸಾ ಕೊಠಡಿಯಿಂದ ಕೆಲವೇ ಗಂಟೆಗಳಲ್ಲಿ ಪ್ರಯೋಗಾಲಯಕ್ಕೆ ತಲುಪಿಸುತ್ತದೆ, ಈ ವೇಗವು ಜೀವಕೋಶಗಳ ನೈಸರ್ಗಿಕ ವರ್ತನೆಯನ್ನು ಉಳಿಸಿಕೊಳ್ಳುತ್ತದೆ ಎಂದು ಕಂಪನಿಯು ಹೇಳುತ್ತದೆ.
ಹಳೆಯ ಡೇಟಾ-ಸೆಟ್ಗಳು ಏಕೆ ಸಾಲದು
ಬಯೋಟೆಕ್ನ ಇತ್ತೀಚಿನ ಇತಿಹಾಸದಲ್ಲಿ, ಸಂಶೋಧಕರು ಕಂಪ್ಯೂಟೇಶನಲ್ ಪರಿಕರಗಳನ್ನು ತರಬೇತುಗೊಳಿಸಲು ಪ್ರಾಣಿ ಮಾದರಿಗಳು ಅಥವಾ ಕಲ್ಚರ್ ಮಾಡಲಾದ ಜೀವಕೋಶ ಸಾಲುಗಳನ್ನು ಅವಲಂಬಿಸಿದ್ದಾರೆ. ಈ ವ್ಯವಸ್ಥೆಗಳು ಅಗ್ಗ ಮತ್ತು ನಿರ್ವಹಿಸಲು ಸುಲಭವಾಗಿವೆ, ಆದರೆ ಅವು ಮಾನವ ಚರ್ಮದ ಸಂಪೂರ್ಣ ಸಂಕೀರ್ಣತೆಯನ್ನು — ರೋಗನಿರೋಧಕ ಜೀವಕೋಶಗಳು, ನರಮಂಡಲದ ಅಂತ್ಯಗಳು, ಮೈಕ್ರೋಬಯೋಮ್ ಸಂವಹನಗಳು ಮತ್ತು ಹಾರ್ಮೋನುಗಳು ಹಾಗೂ ಒತ್ತಡಕ್ಕೆ ಪ್ರತಿಕ್ರಿಯಿಸುವ ಕ್ರಿಯಾತ್ಮಕ ಗುಣಲಕ್ಷಣಗಳನ್ನು — ಅಪರೂಪಕ್ಕೆ ಮಾತ್ರ ಸೆರೆಹಿಡಿಯುತ್ತವೆ. ಈ ವ್ಯತ್ಯಾಸವು ಔಷಧ ತಯಾರಕರು ಅನೇಕ ಸುತ್ತಿನ ಪ್ರಾಣಿ ಪರೀಕ್ಷೆಗಳು ಮತ್ತು ಮಾನವ ಪ್ರಯೋಗಗಳನ್ನು ನಡೆಸುವಂತೆ ಮಾಡುತ್ತದೆ, ಇದರಿಂದ ವೆಚ್ಚ ಹೆಚ್ಚಾಗುತ್ತದೆ ಮತ್ತು ಸಮಯದ ಅವಧಿ ವಿಸ್ತರಿಸುತ್ತದೆ.
Outer Biosciences ಈ ಅಂತರವನ್ನು ಹೋಗಲಾಡಿಸುವ ಸೇತುವೆಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದೆ. ಡಿಸ್ (dish) ನಲ್ಲಿ ಬದಲಾಯಿಸದ ಅಂಗಾಂಶವನ್ನು ಬಳಸುವ ಮೂಲಕ, ತನ್ನ AI ಸಂಶ್ಲೇಷಿತ ಮಾದರಿಗಳಿಗೆ ಕಾಣಿಸದ ಮಾದರಿಗಳನ್ನು ಕಲಿಯಬಲ್ಲದು ಎಂದು ಕಂಪನಿಯು ನಂಬುತ್ತದೆ. ಜೀವಕೋಶ ಸಾಲಿನ ಸ್ಥಿರ ಸ್ನಾಪ್ಶಾಟ್ ಮತ್ತು ತನ್ನ ಪರಿಸರದೊಂದಿಗೆ ನಿರಂತರವಾಗಿ ಸಂವಹನ ನಡೆಸುವ ಜೀವಂತ ಅಂಗಾಂಶದ ತುಂಡಿನ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ವಿವರಿಸಲು ತಂಡವು "ಲಿವಿಂಗ್ ಡೇಟಾ" (Living data) ಎಂಬ ಪದವನ್ನು ಬಳಸುತ್ತದೆ.
ಶಸ್ತ್ರಚಿಕಿತ್ಸಾ ಕೊಠಡಿಯಿಂದ ಅಲ್ಗಾರಿದಮ್ವರೆಗೆ
ಇಲ್ಲಿನ ತಾಂತ್ರಿಕ ಸವಾಲುಗಳು ವೈಜ್ಞಾನಿಕ ಸವಾಲುಗಳಷ್ಟೇ ದೊಡ್ಡದಾಗಿವೆ. Outer Biosciences ಅಬ್ಡೊಮಿನೋಪ್ಲಾಸ್ಟಿ ಅಥವಾ ಮ್ಯಾಸ್ಟೆಕ್ಟಮಿ ಅಂತಹ ಪ್ರಕ್ರಿಯೆಗಳ ಸಮಯದಲ್ಲಿ ಬಿಸಾಡಲಾಗುವ ಚರ್ಮವನ್ನು ಮೂಲವಾಗಿ ಪಡೆಯುತ್ತದೆ. ಇನ್ಸ್ಟಿಟ್ಯೂಷನಲ್ ರಿವ್ಯೂ ಬೋರ್ಡ್ (IRB) ಮೇಲ್ವಿಚಾರಣೆಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಲಾಭರಹಿತ ಮತ್ತು ವಾಣಿಜ್ಯ ಬಯೋಬ್ಯಾಂಕ್ಗಳು ಸಂಶೋಧನಾ ಬಳಕೆಗಾಗಿ ದಾನಿಗಳ ಒಪ್ಪಿಗೆಯನ್ನು ದಾಖಲಿಸುತ್ತವೆ. ಆಸ್ಪತ್ರೆಯು ಸೂಕ್ತವಾದ ಮಾದರಿಯನ್ನು ಗುರುತಿಸಿದ ನಂತರ, ಕಂಪನಿಯ ಕೊರಿಯರ್ ನೆಟ್ವರ್ಕ್ ಅದನ್ನು ಪಡೆದು, ತಾಪಮಾನ ನಿಯಂತ್ರಿತ ಕಂಟೇನರ್ಗಳಲ್ಲಿ ಸಾಗಿಸಿ, ಕೆಲವೇ ಗಂಟೆಗಳಲ್ಲಿ ಸಂಸ್ಕರಣಾ ಘಟಕಕ್ಕೆ ತಲುಪಿಸುತ್ತದೆ.
ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ, ಚರ್ಮವು ರಕ್ತದ ಹರಿವನ್ನು ಅನುಕರಿಸುವ ಪರ್ಫ್ಯೂಷನ್ ಸಿಸ್ಟಮ್ನಲ್ಲಿರುತ್ತದೆ, ಇದು ಜೀವಕೋಶಗಳನ್ನು 30 ದಿನಗಳವರೆಗೆ ಜೀವಂತವಾಗಿಡುತ್ತದೆ. ಆ ಅವಧಿಯಲ್ಲಿ, ತಂಡವು ಹೈ-ರೆಸಲ್ಯೂಶನ್ ಇಮೇಜಿಂಗ್, ಟ್ರಾನ್ಸ್ಕ್ರಿಪ್ಟೋಮಿಕ್ಸ್ ಮತ್ತು ಪ್ರೋಟಿಯೋಮಿಕ್ಸ್ ಡೇಟಾವನ್ನು ವಿವಿಧ ಹಂತಗಳಲ್ಲಿ ಸಂಗ್ರಹಿಸುತ್ತದೆ. ಈ ಮಲ್ಟಿ-ಮೋಡಲ್ ಡೇಟಾಸೆಟ್ ಡೀಪ್-ಲರ್ನಿಂಗ್ ಪೈಪ್ಲೈನ್ಗಳಿಗೆ ಇಂಧನವಾಗುತ್ತದೆ, ಇದು ಅಂಗಾಂಶವು ರಾಸಾಯನಿಕ ಸಂಯುಕ್ತಗಳು, UV ಎಕ್ಸ್ಪೋಸರ್ ಅಥವಾ ಉರಿಯೂತದ ಪ್ರಚೋದನೆಗಳಿಗೆ ಹೇಗೆ ಪ್ರತಿಕ್ರಿಯಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಮುನ್ಸೂಚಿಸುತ್ತದೆ.
ಕಾರ್ಯನಿರ್ವಹಿಸುವ ತಂಡ
ಸಹ-ಸಂಸ್ಥಾಪಕ ಮತ್ತು ಸಿಇಒ ಮೈಕಲ್ ಪೋಲಾಂಸ್ಕಿ ಹಾರ್ವರ್ಡ್ನಿಂದ ಗಣಿತದ ಹಿನ್ನೆಲೆ ಮತ್ತು ವೆಂಚರ್-ಕ್ಯಾಪಿಟಲ್ ಪೋರ್ಟ್ಫೋಲಿಯೋಗಳಿಂದ ಹಿಡಿದು ಜಾಗತಿಕ ಸಂಗೀತ ಪ್ರವಾಸಗಳವರೆಗೆ ಸಂಕೀರ್ಣ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ವಿಸ್ತರಿಸಿದ ಅನುಭವವನ್ನು ಹೊಂದಿದ್ದಾರೆ. ಚರ್ಮ-ಜೀವವಿಜ್ಞಾನ ತಜ್ಞರಾದ ಮುಖ್ಯ ವಿಜ್ಞಾನಿ ಕ್ಯುಂಗ್-ಜಿನ್ ಜಾಂಗ್ ಪ್ರಯೋಗಾತ್ಮಕ ಕಡೆಯನ್ನು ನಿರ್ದೇಶಿಸುತ್ತಾರೆ, ಮತ್ತು ಸಿಟಿಒ ಕ್ರಿಸ್ ಹಿನೋಜೋಸಾ ಇಮೇಜಿಂಗ್ ಮತ್ತು ಮಾಲಿಕ್ಯುಲರ್ ಸ್ಟ್ರೀಮ್ಗಳನ್ನು ಒಟ್ಟುಗೂಡಿಸುವ ಡೇಟಾ-ಎಂಜಿನಿಯರಿಂಗ್ ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಅನ್ನು ನಿರ್ಮಿಸುತ್ತಾರೆ. ಮಂಡಳಿಯಲ್ಲಿ ಪಾಪ್-ಕಲ್ಚರ್ ಐಕಾನ್ ಲೇಡಿ ಗಾಗಾ ಇದ್ದಾರೆ, ಅವರು ಕಾಸ್ಮೆಟಿಕ್ಸ್ ಬ್ರ್ಯಾಂಡ್ Haus Labs ಅನ್ನು ಕೂಡ ನಡೆಸಿಕೊಡುತ್ತಾರೆ, ಇದು Outer Biosciences ನೊಂದಿಗೆ ಸಂಶೋಧನಾ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ಉದ್ಯಮವಾಗಿದೆ.
ಈ ವಿವಿಧ ಉದ್ಯಮಗಳ ಸಂಬಂಧಗಳು ಸ್ಟಾರ್ಟ್ಅಪ್ಗೆ ಒಂದು ವಿಶಿಷ್ಟ ಲಾಜಿಸ್ಟಿಕ್ಸ್ ನೆಟ್ವರ್ಕ್ ನಿರ್ಮಿಸಲು ಬಂಡವಾಳ ಮತ್ತು ಆರಂಭಿಕ ಅನ್ವಯಿಕೆಗಳಿಗಾಗಿ ಸಿದ್ಧ ಮಾರುಕಟ್ಟೆಯನ್ನು ಒದಗಿಸುತ್ತವೆ. ಉದಾಹರಣೆಗೆ, Haus Labs ಮಾನವ ಸ್ವಯಂಸೇವಕರಿಗೆ ಹೋಗುವ ಮೊದಲು ಹೊಸ ಫಾರ್ಮುಲೇಶನ್ಗಳನ್ನು ಈ ಲೈವ್-ಟಿಶ್ಯೂ ಪ್ಲಾಟ್ಫಾರ್ಮ್ನಲ್ಲಿ ಪರೀಕ್ಷಿಸಬಹುದು, ಇದು ಉತ್ಪನ್ನ ಅಭಿವೃದ್ಧಿಯ ಚಕ್ರವನ್ನು ವಾರಗಟ್ಟಲೆ ಕಡಿಮೆ ಮಾಡಬಹುದು.
ಅಪಾಯದಲ್ಲಿ ಏನಿದೆ?
ಈ ವಿಧಾನವು ತನ್ನ ಭರವಸೆಯನ್ನು ಈಡೇರಿಸಿದರೆ, ಔಷಧೀಯ ಕಂಪನಿಗಳು ಆರಂಭಿಕ ಹಂತದ ಸ್ಕ್ರೀನಿಂಗ್ಗಾಗಿ ಅಗತ್ಯವಿರುವ ಪ್ರಾಣಿ ಅಧ್ಯಯನಗಳ ಸಂಖ್ಯೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು, ಇದರಿಂದ ವೆಚ್ಚ ಮತ್ತು ನೈತಿಕ ಕಾಳಜಿಗಳೆರಡನ್ನೂ ಕಡಿಮೆ ಮಾಡಬಹುದು. ಚರ್ಮರೋಗ clinics ಗಳು ರೋಗಿಯ ಚರ್ಮವು ನಿಗದಿತ ಕ್ರೀಮ್ಗೆ ಹೇಗೆ ಪ್ರತಿಕ್ರಿಯಿಸುತ್ತದೆ ಎಂದು ಮುನ್ಸೂಚಿಸುವ AI ಪರಿಕರಗಳನ್ನು ಪಡೆಯಬಹುದು, ಇದು ನಿಜವಾದ ವೈಯಕ್ತಿಕ ಚಿಕಿತ್ಸಾ ಯೋಜನೆಗಳಿಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ವಿಶಾಲವಾದ AI ಸಮುದಾಯವು ಕೂಡ ಭವಿಷ್ಯದ ಜೀವವಿಜ್ಞಾನದ ಮಿತಿಗಳನ್ನು ತಳ್ಳುವ ಹೆಚ್ಚು ವಾಸ್ತವಿಕ ತರಬೇತಿ ಸೆಟ್ಗಳಿಂದ ಪ್ರಯೋಜನ ಪಡೆಯಬಹುದು.
ಈ ಮಾದರಿಯು ಸ್ಕೇಲೆಬಿಲಿಟಿ ಮತ್ತು ಗೌಪ್ಯತೆಯ ಬಗ್ಗೆ ಪ್ರಶ್ನೆಗಳನ್ನು ಎತ್ತುತ್ತದೆ. ಶಸ್ತ್ರಚಿಕಿತ್ಸೆಯಿಂದ ಅಂಗಾಂಶವನ್ನು ಸಂಗ್ರಹಿಸುವುದು ಆಸ್ಪತ್ರೆಗಳು ಮತ್ತು ದಾನಿಗಳು ಭಾಗವಹಿಸಲು ಸಿದ್ಧರಾಗಿರುವಿಕೆಯ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ ಮತ್ತು ಬೇಡಿಕೆ ಹೆಚ್ಚಾದಂತೆ ಪೂರೈಕೆ ಸರಪಳಿ ಅಡಚಣೆಗೆ ಒಳಗಾಗಬಹುದು. ಬಯೋಬ್ಯಾಂಕ್ಗಳು IRB ಮೇಲ್ವಿಚಾರಣೆಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿದರೂ, ಡೇಟಾ ನಿರ್ವಹಣಾ ಪದ್ಧತಿಗಳಲ್ಲಿ ಲೋಪವಾದರೆ, ವಿವರವಾದ ಮಾಲಿಕ್ಯುಲರ್ ಪ್ರೊಫೈಲ್ಗಳನ್ನು ಸೈದ್ಧಾಂತಿಕವಾಗಿ ವ್ಯಕ್ತಿಗಳಿಗೆ ಲಿಂಕ್ ಮಾಡಬಹುದು. ಒಪ್ಪಿಗೆ ಇದ್ದರೂ ಸಹ, ಬಿಸಾಡಲಾದ ಅಂಗಾಂಶದ ವಾಣಿಜ್ಯ ಬಳಕೆ ನೈತಿಕತೆಯ ಸೂಕ್ಷ್ಮ ಗೆರೆಯನ್ನು ದಾಟುತ್ತದೆ ಎಂದು ವಿಮರ್ಶಕರು ವಾದಿಸುತ್ತಾರೆ.
ವಿರೋಧಾತ್ಮಕ ಅಂಶ: ಆರ್ಗನಾಯ್ಡ್ಗಳಿಗೆ (organoids) ಇನ್ನೂ ಪಾತ್ರವಿದೆಯೇ?
ಅಂಗಗಳ ಕಾರ್ಯವನ್ನು ಅನುಕರಿಸಲು ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಬೆಳೆಸಲಾದ ಜೀವಕೋಶಗಳ ಮೂರು-ಆಯಾಮದ ಗುಂಪುಗಳಾದ ಆರ್ಗನಾಯ್ಡ್ಗಳನ್ನು (organoids) ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ವಿಜ್ಞಾನಿಗಳು, ಅಂತಹ ಮಾದರಿಗಳನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಕೈಬಿಡುವ ಬಗ್ಗೆ ಎಚ್ಚರಿಸುತ್ತಾರೆ. ಆರ್ಗನಾಯ್ಡ್ಗಳನ್ನು ಒಬ್ಬನೇ ರೋಗಿಯ ಪ್ರೇರಿತ ಪ್ಲಿಪೊಟೆಂಟ್ ಸ್ಟೆಮ್ ಸೆಲ್ಸ್ಗಳಿಂದ (induced pluripotent stem cells) ತಯಾರಿಸಬಹುದು, ಇದು ಹೊಸ ಶಸ್ತ್ರಚಿಕಿತ್ಸಾ ಅಂಗಾಂಶದ ಅಗತ್ಯವಿಲ್ಲದೆ ವೈಯಕ್ತಿಕಗೊಳಿಸಿದ ವೇದಿಕೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ. ಇವು ಸಂಶೋಧಕರಿಗೆ ತಿಂಗಳುಗಟ್ಟಲೆ ಬೆಳವಣಿಗೆಯ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತವೆ, ಇದನ್ನು 30 ದಿನಗಳ ಚರ್ಮದ ತುಣುಕಿನಿಂದ ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ. ಚರ್ಮದ ನೈಸರ್ಗಿಕ ರಚನೆಯು ಅತ್ಯಂತ ಮುಖ್ಯವಾಗುವ ನಿರ್ದಿಷ್ಟ ಪ್ರಶ್ನೆಗಳಿಗೆ ತನ್ನ ವೇದಿಕೆಯು ಸಾರ್ವತ್ರಿಕ ಬದಲಾವಣೆಯಲ್ಲ, ಬದಲಾಗಿ ಹೆಚ್ಚಿನ ನಿಖರತೆಯ ಡೇಟಾವನ್ನು ಒದಗಿಸುವ ಪೂರಕ ಮೂಲವಾಗಿದೆ ಎಂದು Outer Biosciences ಒಪ್ಪಿಕೊಳ್ಳುತ್ತದೆ.
ಮುಂದಿನ ಹಾದಿ
Outer Biosciences ಪ್ರಸ್ತುತ ಹಲವಾರು ಬಯೋಟೆಕ್ ಪಾಲುದಾರರೊಂದಿಗೆ ಪೈಲಟ್ ಅಧ್ಯಯನಗಳನ್ನು ನಡೆಸುತ್ತಿದ್ದು, ತಿಳಿದಿರುವ ಔಷಧದ ಫಲಿತಾಂಶಗಳ ವಿರುದ್ಧ ತನ್ನ ಮಾದರಿಗಳ ಮುನ್ಸೂಚನಾ ಸಾಮರ್ಥ್ಯವನ್ನು ಪರೀಕ್ಷಿಸುತ್ತಿದೆ. ಕೇವಲ ಆಂತರಿಕ ಮಾಹಿತಿಗಳಲ್ಲಿ ಹಂಚಿಕೊಳ್ಳಲಾದ ಆರಂಭಿಕ ಫಲಿತಾಂಶಗಳು, ಇತರ ಆರ್ಗನಾಯ್ಡ್ ಆಧಾರಿತ ಮುನ್ಸೂಚನೆಗಳಿಗಿಂತ ಕ್ಲಿನಿಕಲ್-ಟ್ರಯಲ್ ಡೇಟಾದೊಂದಿಗೆ ಹೆಚ್ಚಿನ ಸಂಬಂಧವನ್ನು ಹೊಂದಿವೆ ಎಂದು ಸೂಚಿಸುತ್ತವೆ. ಕಂಪನಿಯು ತನ್ನ ಅಂಗಾಂಶ ಸಂಗ್ರಹವನ್ನು ಇತರ ಅಂಗಗಳ ಪ್ರಕಾರಗಳಿಗೆ ವಿಸ್ತರಿಸಲು ಯೋಜಿಸುತ್ತಿದೆ, ಆದರೆ ಪ್ರತಿಯೊಂದೂ ತನ್ನದೇ ಆದ ತಾಂತ್ರಿಕ ಸವಾಲುಗಳನ್ನು ತರಬಹುದು.
ಜೀವಂತ ಮಾನವ ಅಂಗಾಂಶಗಳ ಮೇಲೆ ತರಬೇತಿ ಪಡೆದ AI ಮಾದರಿಗಳ ಬಗ್ಗೆ ನಿಯಂತ್ರಕರು ಇನ್ನೂ ನಿರ್ದಿಷ್ಟ ಮಾರ್ಗಸೂಚಿಗಳನ್ನು ಹೊರಡಿಸಿಲ್ಲ, ಆದರೆ AI-ಚಾಲಿತ ವೈದ್ಯಕೀಯ ಸಾಧನಗಳಿಗಾಗಿ FDA ಹೊರಡಿಸುತ್ತಿರುವ ಹೊಸ ಚೌಕಟ್ಟು Outer ನ ಕೆಲಸದೊಂದಿಗೆ ಸಂಧಿಸುವ ಸಾಧ್ಯತೆಯಿದೆ. ಡೇಟಾ-ಗೌಪ್ಯತಾ ಮಾನದಂಡಗಳು ಮತ್ತು ಅಲ್ಗಾರಿದಮಿಕ್ ಪಾರದರ್ಶಕತೆಯ ಬಗ್ಗೆ ಏಜೆನ್ಸಿಯ ನಿರೀಕ್ಷೆಗಳೆರಡನ್ನೂ ಪೂರೈಸುವ ದಾಖಲೆಗಳನ್ನು ಸಿದ್ಧಪಡಿಸುತ್ತಿರುವುದಾಗಿ ಸ್ಟಾರ್ಟ್ಅಪ್ ಹೇಳಿದೆ.
ಸಾರಾಂಶ
Outer Biosciences ಒಂದು ತಾಂತ್ರಿಕ ಸಾಧನೆಯನ್ನು—ಅಂದರೆ ಶಸ್ತ್ರಚಿಕಿತ್ಸಾ ಕೊಠಡಿಯಿಂದ ಕೆಲವು ಗಂಟೆಗಳಲ್ಲಿ ತಾಜಾ ಮಾನವ ಚರ್ಮವನ್ನು ಪ್ರಯೋಗಾಲಯಕ್ಕೆ ತಲುಪಿಸುವುದನ್ನು—ಔಷಧಗಳು ಮತ್ತು ಚರ್ಮದ ಆರೋಗ್ಯದ ಬಗ್ಗೆ AI ಮುನ್ಸೂಚನೆಗಳನ್ನು ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿಸುವ ಡೇಟಾ ಇಂಜಿನ್ ಆಗಿ ಪರಿವರ್ತಿಸಿದೆ. ಈ ಉದ್ಯಮದ ಯಶಸ್ಸು ಅಂಗಾಂಶಗಳ ಪೂರೈಕೆಯನ್ನು ನಿರಂತರವಾಗಿ ಕಾಯ್ದುಕೊಳ್ಳುವ, ದಾನಿಗಳ ಗೌಪ್ಯತೆಯನ್ನು ರಕ್ಷಿಸುವ ಮತ್ತು “ಜೀವಂತ ಡೇಟಾ” (living data) ನಿಜವಾಗಿಯೂ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಸಿಂಥೆಟಿಕ್ ಮಾದರಿಗಳಿಗಿಂತ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂದು ಸಾಬೀತುಪಡಿಸುವ ಸಾಮರ್ಥ್ಯದ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ. ಒಂದು ವೇಳೆ ಅದು ಯಶಸ್ವಿಯಾದರೆ, ಅದರ ಪರಿಣಾಮವು ಫಾರ್ಮಾ, ಕಾಸ್ಮೆಟಿಕ್ಸ್ ಮತ್ತು ಕ್ಲಿನಿಕಲ್ ಚರ್ಮರೋಗ ಶಾಸ್ತ್ರದ ಮೇಲೆ ಬೀರುತ್ತದೆ ಮತ್ತು ಮಾನವ ದೇಹವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ನಾವು ಯಂತ್ರಗಳಿಗೆ ತರಬೇತಿ ನೀಡುವ ವಿಧಾನವನ್ನೇ ಮರುರೂಪಿಸುತ್ತದೆ.