如果 AI 可以建模細胞，科學就能帶來治療

(SeaPRwire) –   我踏入醫學領域的旅程，始於祖父因癌症去世。我記得那天早上他還送我到六年級教室，等我回家時，他已經離開了。不久後，我買了一本腫瘤學教科書。科學一直是我最喜歡的學科，我認為它能幫助我找到一些答案。

多年後，我成了診間裡的醫生，但我仍在尋找答案。我工作的醫院是全國兒童罕見疾病的轉診中心，其中95%的疾病無法治癒。每一天，我都深刻體會到醫學對病人病情的解釋有多麼有限：那些我們無法看見的細胞功能障礙，以及我們無法解釋的症狀。

我們每個人都曾感受過某種形式的悲傷與挫折。我們所愛的人被誤診。我們被開立無效的藥物。甚至連談論像阿茲海默症和帕金森氏症這樣的疾病都很困難，相關科學研究已停滯數十年，希望似乎遙不可及。

但我相信，這一切都可以改變——不是在50年後，而是快得多——只要科學界緊急且集體地努力，實現人工智慧在人類健康領域的承諾。

我們已經可以看到可能性的曙光。僅舉一例，科學家們已經建立了前沿的人工智慧模型，能夠生成全新種類的蛋白質來靶向癌細胞並阻止病原體。這些模型之所以有效，是因為它們接受了大量數據的訓練，並深入理解了蛋白質如何在體內折疊和發揮功能。同樣的技術應該能夠模擬整個細胞、組織、器官，甚至可能整個人體生物學。

考慮到這項非凡的承諾——以及我們目前看到的快速進展——此刻正是科技、科學研究和慈善領域的領導者為下一個科學發現與治癒時代奠定基礎的時刻。沒有任何一個組織能獨力完成。這就是為什麼我們必須將全球社群團結起來，為人工智慧加速的生物學建立一個開放的數據基礎。這也是為什麼我所領導的研究所，Biohub，要宣布啟動「虛擬生物學計畫」。

強大的細胞模型可能從根本上改變發現的過程。數百年來，科學研究透過將問題簡化到最簡單的形式而取得進展。我們剔除干擾變數，移除複雜性，並將研究範圍縮小到可以在實驗室中測試、並在一個資助週期內理解的過程。結果我們得到的知識並不能代表我們的生物學。

人工智慧模型不受任何此類限制，這意味著它們最終可以為科學界提供一種方法，來解決人類健康中最困難和最緊迫的問題。如果人工智慧能夠模擬和理解免疫系統，就有可能設計出在最早階段預防癌症等疾病的療法。或是神經退化性疾病。或是代謝紊亂。據我們所知，新療法的可能性將僅受模型規模的限制。

但這也引出了該領域尚未解決的最大挑戰。在人工智慧能夠模擬生物學之前，它需要先「看見」生物學，而絕大多數的細胞活動從未被觀察或測量過。蛋白質模型通常在蛋白質資料庫上訓練。基因組模型通常在基因組資料庫上訓練。我們仍然需要一個針對細胞的等效模型以及訓練它們的資料庫——一個龐大的公共資源，能捕捉細胞在人體和其他生物體中可能佔據的每一種類型、行為和可能狀態。

要推動此事，科學界需要以前所未有的規模進行合作。

在過去十年中，世界各地的大學和研究機構共同努力，加速對細胞生物學的科學理解，包括支持大規模數據生成計畫，例如人類和其他生物的基準細胞圖譜。我們還建立了細胞影像數據儲存庫，並建構了世界上最大的單細胞資料庫之一。去年，我們匯集了公共和私人機構，啟動了「十億細胞計畫」網絡，該網絡正在生成一個大規模的開源生物數據集。

「虛擬生物學計畫」將建立在所有這些工作的基礎上。為了幫助啟動一個協調的全球性努力，該計畫首先承諾投入1億美元，資助整個科學界的數據生成。其他幾個機構正與Biohub攜手合作，包括Allen Institute、Arc Institute、Broad Institute和Wellcome Sanger Institute——以及Human Cell Atlas和Human Protein Atlas等聯盟，以協調更大規模的努力。NVIDIA也參與了這項合作，Renaissance Philanthropy將加入以催化資金籌集。

在Biohub內部，我們也將繼續開發測量細胞的前沿技術。影像技術是這項4億美元承諾的重點：我們的發展藍圖包括用於觀察活體生物中數百萬至數十億細胞的顯微鏡技術，以及能夠解析細胞內原子級細節的冷凍電子斷層掃描技術。我們還希望推動細胞和組織工程的重大進步，使研究人員能夠進行新型實驗，並測量我們目前無法觸及的生物學現象。

如果您擁有進行或支持生物學研究的資源，我敦請您加入這項努力。我確信，人工智慧模型將解開過去一個世紀的研究未能解開的人類健康之謎。如果我們共同努力，我們將更快地找到這些答案。

開源技術正在促進一種新的、更具協作性的研究方法——它將多學科團隊聚集在一起，解決沒有任何機構能夠單獨應對的挑戰。專家們談論個人化醫療的願景已有數十年。透過這項努力以及數據將驅動的人工智慧模型，我相信我們能夠為世界各地的患者實現這個承諾。

無論他們是否知曉，數百萬人——生病的患者和憂慮的配偶、沒有答案的家庭，以及尚未開始尋找答案的人們——都在指望我們成功。