Outer Biosciences cho thấy kết quả AI ban đầu vượt trội hơn các mô hình organoid trong việc dự đoán thuốc

Outer Biosciences hiện đang đưa các mẫu da người sống—được thu thập từ các mô phẫu thuật bị loại bỏ và được duy trì sự sống trong hơn một tháng—vào các mô hình học máy. Công ty khởi nghiệp này hy vọng sẽ giúp các dự đoán về khám phá thuốc và da liễu trở nên đáng tin cậy hơn nhiều. Quy trình kéo dài hai năm của họ chuyển mô từ phòng mổ đến phòng thí nghiệm chỉ trong vài giờ, một tốc độ mà công ty cho rằng giúp bảo tồn hành vi tự nhiên của các tế bào.

Tại sao các bộ dữ liệu cũ không còn đáp ứng được yêu cầu

Trong phần lớn lịch sử gần đây của ngành công nghệ sinh học, các nhà nghiên cứu đã dựa vào các mô hình động vật hoặc các dòng tế bào nuôi cấy để huấn luyện các công cụ tính toán. Những hệ thống đó rẻ và dễ xử lý, nhưng chúng hiếm khi nắm bắt được toàn bộ sự phức tạp của da người—một cơ quan nhiều lớp với các tế bào miễn dịch, các đầu dây thần kinh, các tương tác của hệ vi sinh vật và phản ứng năng động với hormone và căng thẳng. Sự không tương thích này buộc các nhà phát triển thuốc phải thực hiện nhiều vòng thử nghiệm trên động vật và thử nghiệm trên người, làm tăng chi phí và kéo dài thời gian.

Outer Biosciences định vị mình như một cầu nối lấp đầy khoảng cách đó. Bằng cách sử dụng các mô chưa từng bị biến đổi trong đĩa nuôi cấy, công ty tin rằng AI của mình có thể học được các quy luật mà các mô hình tổng hợp không thể thấy được. “Dữ liệu sống” (Living data) là cụm từ mà nhóm sử dụng để mô tả sự khác biệt giữa một lát cắt tĩnh của một dòng tế bào và một lát cắt mô tương tác liên tục, vẫn đang giao tiếp với môi trường xung quanh.

Từ phòng mổ đến thuật toán

Thách thức về hậu cần tương đương với thách thức về khoa học. Outer Biosciences thu thập da vốn sẽ bị loại bỏ trong các thủ thuật như phẫu thuật tạo hình thành bụng hoặc phẫu thuật cắt bỏ vú. Các ngân hàng sinh học phi lợi nhuận và thương mại, hoạt động dưới sự giám sát của Hội đồng Xét duyệt Thể chế (IRB), sẽ ghi lại sự đồng ý của người hiến tặng cho mục đích nghiên cứu. Khi một bệnh viện đánh dấu một mẫu bệnh phẩm phù hợp, mạng lưới chuyển phát của công ty sẽ đến lấy, vận chuyển trong các thùng chứa kiểm soát nhiệt độ và giao đến cơ sở xử lý trong vòng vài giờ.

Trong phòng thí nghiệm, da được đặt trong một hệ thống tưới máu (perfusion system) mô phỏng dòng máu, giúp giữ cho các tế bào sống sót lên đến 30 ngày. Trong khoảng thời gian đó, nhóm sẽ thu thập hình ảnh độ phân giải cao, dữ liệu transcriptomics và proteomics tại nhiều thời điểm khác nhau. Bộ dữ liệu đa phương thức này cung cấp đầu vào cho các quy trình học sâu (deep-learning) để dự đoán cách mô sẽ phản ứng với các hợp chất hóa học, tiếp xúc với tia UV hoặc các tác nhân gây viêm.

Những người vận hành

Đồng sáng lập kiêm CEO Michael Polansky có nền tảng toán học từ Harvard và có bề dày thành tích trong việc mở rộng các hoạt động phức tạp, từ các danh mục đầu tư vốn mạo hiểm đến các chuyến lưu diễn âm nhạc toàn cầu. Nhà khoa học trưởng Kyung-Jin Jang, một chuyên gia về sinh học da, điều hành khía cạnh thực nghiệm, trong khi CTO Chris Hinojosa xây dựng nền tảng kỹ thuật dữ liệu giúp kết nối các luồng hình ảnh và phân tử. Hội đồng quản trị bao gồm biểu tượng văn hóa đại chúng Lady Gaga, người cũng là chủ tịch thương hiệu mỹ phẩm Haus Labs, một liên doanh chia sẻ tài nguyên nghiên cứu với Outer Biosciences.

Những mối liên kết xuyên ngành này mang lại cho startup cả nguồn vốn để xây dựng mạng lưới hậu cần chuyên biệt và một thị trường sẵn có cho các ứng dụng sớm. Ví dụ, Haus Labs có thể thử nghiệm các công thức mới trên nền tảng mô sống trước khi chuyển sang các tình nguyện viên là con người, có khả năng rút ngắn nhiều tuần so với chu kỳ phát triển sản phẩm thông thường.

Những gì đang được đặt cược

Nếu phương pháp này đáp ứng được kỳ vọng, các công ty dược phẩm có thể cắt giảm số lượng các nghiên cứu trên động vật cần thiết cho giai đoạn sàng lọc ban đầu, giúp giảm cả chi phí lẫn các lo ngại về đạo đức. Các phòng khám da liễu có thể có được các công cụ AI dự đoán cách da của bệnh nhân phản ứng với kem kê đơn, cho phép các kế hoạch điều trị thực sự mang tính cá nhân hóa. Cộng đồng AI rộng lớn hơn cũng có thể hưởng lợi từ một bộ dữ liệu huấn luyện phong phú và thực tế hơn, giúp đẩy xa các giới hạn của sinh học dự đoán.

Mô hình này đặt ra những câu hỏi về khả năng mở rộng và quyền riêng tư. Việc thu thập mô từ phẫu thuật phụ thuộc vào việc các bệnh viện và người hiến tặng có sẵn lòng tham gia hay không, và chuỗi cung ứng có thể bị tắc nghẽn khi nhu cầu tăng cao. Mặc dù các ngân hàng sinh học hoạt động dưới sự giám sát của IRB, các hồ sơ phân tử chi tiết về lý thuyết có thể bị liên kết ngược lại với các cá nhân nếu các quy trình xử lý dữ liệu bị lỏng lẻo. Các nhà phê bình lập luận rằng ngay cả khi có sự đồng ý, việc khai thác thương mại các mô bị loại bỏ vẫn đang đi trên một ranh giới đạo đức mong manh.

Quan điểm đối lập: Liệu các organoid có còn vai trò?

Các nhà khoa học phát triển organoid—các cụm tế bào ba chiều được nuôi cấy trong phòng thí nghiệm để mô phỏng chức năng của cơ quan—cảnh báo không nên loại bỏ hoàn toàn các mô hình đó. Organoid có thể được tạo ra từ tế bào gốc vạn năng cảm ứng của một bệnh nhân duy nhất, cung cấp một nền tảng cá nhân hóa mà không cần đến các mô phẫu thuật tươi. Chúng cũng cho phép các nhà nghiên cứu nghiên cứu các quá trình phát triển trong nhiều tháng, điều mà một lát cắt da 30 ngày không thể làm được. Outer Biosciences thừa nhận rằng nền tảng của mình không phải là sự thay thế vạn năng mà là một nguồn dữ liệu độ trung thực cao bổ trợ cho các câu hỏi cụ thể, nơi cấu trúc tự nhiên của da đóng vai trò quan trọng nhất.

Con đường phía trước

Outer Biosciences hiện đang thực hiện các nghiên cứu thí điểm với một số đối tác công nghệ sinh học, nhằm kiểm tra khả năng dự đoán của các mô hình so với các kết quả thuốc đã biết. Các kết quả ban đầu, chỉ được chia sẻ trong các buổi báo cáo nội bộ, cho thấy mối tương quan với dữ liệu thử nghiệm lâm sàng cao hơn so với các dự đoán dựa trên organoid tương đương. Công ty có kế hoạch mở rộng việc thu thập mô để bao gồm các loại cơ quan khác, mặc dù mỗi loại sẽ mang lại những rào cản hậu cần riêng.

Các cơ quan quản lý vẫn chưa đưa ra hướng dẫn cụ thể về các mô hình AI được huấn luyện trên mô người sống, nhưng khung pháp lý đang hình thành của FDA dành cho các thiết bị y tế dựa trên AI có khả năng sẽ giao thoa với công việc của Outer. Công ty khởi nghiệp này cho biết họ đang chuẩn bị các tài liệu đáp ứng cả tiêu chuẩn bảo mật dữ liệu và kỳ vọng của cơ quan quản lý về tính minh bạch của thuật toán.

Kết luận

Outer Biosciences đã biến một kỳ tích về hậu cần—vận chuyển da người tươi từ phòng mổ đến phòng thí nghiệm chỉ trong vài giờ—thành một cỗ máy dữ liệu có thể giúp các dự đoán của AI về thuốc và sức khỏe làn da trở nên đáng tin cậy hơn. Sự thành công của dự án sẽ phụ thuộc vào khả năng duy trì nguồn cung cấp mô liên tục, bảo vệ quyền riêng tư của người hiến tặng và chứng minh rằng "dữ liệu sống" thực sự vượt trội hơn các mô hình tổng hợp hiện có. Nếu làm được, hiệu ứng lan tỏa có thể được cảm nhận trong các lĩnh vực dược phẩm, mỹ phẩm và da liễu lâm sàng, tái định hình cách chúng ta huấn luyện máy móc để hiểu về cơ thể con người.