Vivodyne eröffnet Netzwerk robotischer Labore, die menschliches Gewebe züchten, um KI in kausaler Biologie zu trainieren

Ein in Philadelphia ansässiges Biotech-Startup sagt, der Grund, warum KI noch keinen Krebs geheilt hat, sei kein Modellierungsproblem — sondern ein Datenproblem. Vivodyne hat eröffnet, was das Unternehmen als das größte humanbiologische Datenzentrum der Welt bezeichnet, ein Netzwerk robotischer Labore, die lebendes menschliches Gewebe züchten, es mit Medikamenten dosieren und aufzeichnen, wie es reagiert — und dabei genau die Art kausaler Daten erzeugen, die heutigen KI-Modellen fehlt.

Das Unternehmen, 2021 von CEO Andrei Georgescu nach seiner Bioengineering-Promotion an der University of Pennsylvania ausgegründet, hat in zwei von Khosla Ventures angeführten Finanzierungsrunden weniger als 80 Millionen Dollar eingesammelt. Acht der weltweit größten Pharmaunternehmen haben bereits für frühen Zugang zur Plattform bezahlt.

Warum KI-Wirkstoffforschung immer wieder an eine Wand stößt

Georgescu argumentiert, dass KI-Modelle, die auf bestehenden biologischen Datensätzen trainiert wurden, grundlegend begrenzt sind, weil diese Daten statische Momentaufnahmen erfassen, nicht Ursache und Wirkung. „Das gesamte Training erfolgt anhand statischer Momentaufnahmen dieser Zellen“, sagte er gegenüber TechCrunch. „Das Modell lernt 'das ist Zellzustand A', 'das ist Zellzustand B', aber nie 'Zellzustand B ist die Folge der Entzündung von Zellzustand A'.“ Ohne diese kausale Verbindung, so sagte er, optimieren Modelle, die ausschließlich mit Tier- oder Zelllinien-Daten trainiert wurden, letztlich auf Ergebnisse, die sich nicht auf den Menschen übertragen lassen — daher seine unverblümte Einschätzung: „Ohne Tests am Menschen, was sollen diese Modelle tun? Sie werden Krebs bei Mäusen heilen.“

Ein Blick in die HIVE-Labore

Vivodynes Antwort ist HIVE — modulare robotische Labore, die 20 verschiedene Arten menschlichen Gewebes züchten und anschließend rund um die Uhr autonom dosieren und überwachen können. Die neue Anlage des Unternehmens in der Nähe von San Francisco beherbergt 12 HIVE-Labore mit der Kapazität, kontrollierte Versuche an 3,1 Millionen großen menschlichen Gewebeproben pro Jahr durchzuführen — nach Angaben von Vivodyne etwa das Doppelte des kombinierten Umfangs aller klinischen Studien, die in den USA durchgeführt werden.

Die bisher gemeldeten Ergebnisse sind bemerkenswert: Lebergewebemodelle zeigen eine Vorhersagegenauigkeit von 94 % im Vergleich zu echten Toxizitätstests am Menschen, Atemwegsgewebe stimmt zu 96 % mit menschlichem Verhalten überein, und Knochenmarktests mit 20 Chemotherapeutika erzielten eine 100-prozentige Übereinstimmung mit klinischen Ergebnissen. Die neueste Hardware des Unternehmens, der TissueDisk der zweiten Serie, ist ein biologischer Chip im Wafer-Maßstab, der gleichzeitig Hunderte funktionsfähiger lebender menschlicher Gewebe züchtet und vollständig auf Vivodynes eigener robotischer Fertigungslinie hergestellt wird.

Was das ermöglicht — und was nicht

Das Argument gegenüber KI-Forschern lautet, dass diese kausalen Hochdurchsatzdaten endlich dieselben Reinforcement-Learning-Techniken unterstützen können, die die Durchbrüche bei Sprachmodellen vorangetrieben haben — diesmal angewandt auf die menschliche Physiologie. Das ist am wichtigsten für Kombinationstherapien, bei denen der Suchraum für Arzneimittelinteraktionen kombinatorisch explodiert. „Wenn wir Kombinationstherapien wollen, explodiert der Raum, der durchsucht werden muss“, sagte Georgescu. „Man muss sagen: 'Ich will, dass dieser Effekt eintritt, welche Ursache muss ich also herbeiführen?'“ — eine Frage, die statische Momentaufnahmedaten schlicht nicht beantworten können.

Vivodynes Gewebemodelle sind keine vollständigen Organismen, und Skeptiker werden anmerken, dass In-vitro-Gewebeverhalten, so ausgefeilt es auch sein mag, immer noch einen Schritt von einem lebenden menschlichen Körper mit Immunsystem, hormoneller Regulation und Organinteraktionen entfernt ist. Das Unternehmen positioniert seine Plattform als Möglichkeit, das Risiko von Medikamenten vor Humanstudien zu senken, nicht als Ersatz dafür — aber der Umfang der generierten Daten ist groß genug, dass KI-Labore und Pharmaunternehmen trotzdem aufmerksam werden.

Wie von TechCrunch berichtet, markiert Vivodynes Ankündigung am 19. August die erste große Infrastruktur-Enthüllung des Unternehmens, seit es sich vor fünf Jahren aus der akademischen Forschung ausgegründet hat.