GSK imetia saini mkataba wa ushirikiano wa utafiti na kampuni ya kibayoteknolojia ya Uingereza, Relation Therapeutics, wenye thamani ya hadi dola milioni 110. Ushirikiano huu utatengeneza seti kubwa za data zenye azimio la juu (high-resolution) ambazo zinafuatilia jinsi seli za binadamu zinavyoitikia mabadiliko ya kijenetiki na matibabu ya dawa. Inatatua tatizo la kizuizi cha data (data bottleneck) ambalo limechelewesha ugunduzi wa dawa unaoendeshwa na AI na inaweza kupunguza miaka mingi katika safari kutoka kwenye molekuli hadi kwenye dawa.

Tatizo la data ambalo limezuia AI

Kwa sehemu kubwa ya muongo uliopita, AI katika sekta ya dawa imekuwa ikipimwa kwa ukubwa wa modeli, na si kwa umuhimu wa data inayozinduliwa (input relevance). Mifumo mikubwa ya lugha (Large language models) iliyofundishwa kwa maandishi ya mtandaoni inafanya vizuri katika kutambua mifumo, lakini inashindwa wakati inapoombwa kutabiri jinsi mchanganyiko (compound) unavyoathiri seli hai. Kipengele kilichokuwa kikikosekana ni data za “wet lab”—vipimo kutoka kwa majaribio halisi vinavyoonyesha mfululizo wa athari za kibayolojia baada ya jeni kuwashwa au kuzimwa, au dawa kutumika.

Relation Therapeutics itajaza pengo hilo. Chini ya makubaliano hayo, itatengeneza data za kiwango kikubwa ambazo zinapima kwa umakini jinsi seli za binadamu zinavyoitikia kwa mambo mawili: mabadiliko ya kijenetiki na uingiliaji wa dawa. Kwa kuipa mifumo ya AI mtazamo huu wa kina wa tabia za seli, ushirikiano huo unalenga kupeleka modeli kutoka kwenye utabiri wa juu juu wa muunganisho (binding predictions) hadi kwenye simulizi za njia nzima za kibayolojia (pathways).

Kutoka utabiri wa black-box hadi usahihi wa seli

Mifumo ya AI ya jadi mara nyingi hutoa namba moja tu: uwezekano kwamba molekuli itafungamana na protini inayolengwa. Watafiti kisha hutumia miezi au miaka kupima ikiwa muunganisho huo unaleta athari ya tiba. Njia mpya hii inachukua nafasi ya makadirio ya nukta moja na kuweka ramani ya pande nyingi ya matokeo ya baadaye (downstream outcomes). Wakati modeli ya AI inapojua kuwa kuondoa jeni X husababisha njia Y, na kwamba dawa inayojaribiwa inafifisha njia hiyo hiyo, inaweza kutambua ufanisi mapema zaidi.

Faida yake ni kupungua kwa majaribio ya gharama kubwa ya "jaribu na kosa" (trial-and-error). Ikiwa modeli inaweza kutabiri kwa uhakika kwamba mchanganyiko utachochea mwitikio unaotakiwa wa seli, basi mchanganyiko wachache wanahitajika kutengenezwa, kuchujwa, na kutupwa. Hiyo inapunguza matumizi ya R&D na kufupisha muda—faida ambazo zinaathiri moja kwa moja muda wa utawala wa dawa sokoni na faida ya kampuni za dawa.

“Data sahihi” inakuwa kinga (moat)

Ushirikiano huu unaonyesha mabadiliko kutoka “big data” kwenda kwenye “data sahihi.” Mifumo ya jumla inastawi kwa wingi wa data, lakini ugunduzi wa dawa unahitaji data ambayo ni mahususi sana na ngumu kupatikana. Kutengeneza wasifu wa mwitikio wa seli unaoaminika kunahitaji vifaa vya kisasa, wafanyakazi wenye ujuzi, na udhibiti mkali wa ubora—uwekezaji ambao tu wachezaji wenye fedha nyingi wanaweza kumudu.

Makampuni yanayomiliki mchakato unaounganisha msimbo wa kijenetiki na matokeo ya seli yanayoweza kupimwa yatakuwa na mali ya kiakili (intellectual property) yenye thamani zaidi. Upekee wa seti hizo za data unaunda kizuizi cha ulinzi ambacho ni vigumu kuiga kuliko usanifu mpya wa mtandao wa neva (neural network architecture). Kwa waanzilishi wa bioteknolojia, ujumbe uko wazi: kujenga injini ya data kunaweza kuwa mkakati bora kuliko kukimbizana na uvumbuzi mpya wa kanuni (algorithmic breakthrough).

Upande mwingine: data pekee haitatatua kila kitu

Wakosoaji wanabainisha kuwa hata data kamilifu inaweza kuwapotosha mifumo ya AI. Seli hutofautiana kulingana na aina za tishu, hali za ugonjwa, na idadi ya watu (demographics); seti ya data iliyopatikana katika mazingira fulani inaweza isifanye kazi kwa ujumla. Gharama ya kutengeneza na kuhifadhi seti kubwa za data zenye ubora wa juu inaweza kuwa kubwa kuliko gharama ya kufundisha modeli, jambo linalozua maswali ya uwezo wa kutanua (scalability) kwa makampuni madogo.

Watoa udhibiti pia ni muhimu. AI ya utabiri inayodai kuiga biolojia ya binadamu lazima hatimaye ithibitishwe dhidi ya matokeo ya kliniki, jambo linaloongeza ukaguzi wa karibu. Ikiwa sekta itategemea sana utabiri wa in-silico bila majaribio ya kutosha ya ulimwengu halisi, inaweza kukumbwa na vikwazo wakati dawa zinazoonekana kuwa bora zinapofeli katika majaribio.

Nini cha kufuatilia baadaye

Miezi michache ijayo itaonyesha ikiwa juhudi za GSK-Relation zinaweza kutoa data inayoweza kutumika katika kiwango kilichoahidiwa. Viashiria muhimu ni pamoja na:

  • Uchapishaji wa seti za data za kulinganishia (benchmark datasets) ambazo watafiti wengine wanaweza kuzipata (hata chini ya masharti ya kikomo)
  • Modeli za AI za hatua za awali ambazo zinaonyesha kwa wazi kuwa zina ufanisi mkubwa kuliko mbinu za kawaida za uchujaji kwenye seti ya majaribio iliyotengwa
  • Uwekezaji unaofuata kutoka kwa makampuni mengine makubwa ya dawa, ukionyesha imani kwamba mbinu ya data inaweza kuigwa

Ikiwa ushirikiano huo utaleta maboresho yanayoonekana katika kiwango cha mafanikio (hit-rate) au muda wa mzunguko, unaweza kuchochea wimbi la mikataba kama hiyo, na kubadilisha jinsi sekta inavyotenga fedha za R&D. Kinyume chake, ikiwa data itakuwa na kelele nyingi (noisy) au gharama kubwa kuunganishwa, makampuni yanaweza kurejea kwenye mbinu mseto zinazochanganya AI na uchujaji wa kawaida wa kasi ya juu (high-throughput screening).

Hoja Muhimu

Uwekezaji wa dola milioni 110 wa GSK kwenye data za seli zenye usahihi wa hali ya juu unaashiria mabadiliko muhimu: katika ugunduzi wa dawa kwa kutumia AI, faida kuu zaidi itakuwa zaidi ni ubora na upatikanaji wa kipekee wa ishara za kibayolojia zinazofundisha modeli, na si ukubwa wa algoriti zenyewe.