Vivodyne ouvre un réseau de laboratoires robotiques cultivant des tissus humains pour entraîner l'IA à la biologie causale

Une startup biotech basée à Philadelphie affirme que la raison pour laquelle l'IA n'a pas encore guéri le cancer n'est pas un problème de modélisation, mais un problème de données. Vivodyne a ouvert ce qu'elle appelle le plus grand centre de données biologiques humaines au monde, un réseau de laboratoires robotiques qui cultivent des tissus humains vivants, les dosent avec des médicaments et enregistrent leur réponse — générant exactement le type de données causales qui manque aux modèles d'IA actuels.

L'entreprise, issue de l'Université de Pennsylvanie en 2021 par le PDG Andrei Georgescu après son doctorat en bio-ingénierie là-bas, a levé moins de 80 millions de dollars sur deux tours de financement menés par Khosla Ventures. Huit des plus grandes entreprises pharmaceutiques mondiales ont déjà payé pour un accès anticipé à la plateforme.

Pourquoi la découverte de médicaments par IA se heurte toujours à un mur

Georgescu soutient que les modèles d'IA entraînés sur les jeux de données biologiques existants sont fondamentalement limités car ces données capturent des instantanés statiques, pas de cause à effet. « Tout l'entraînement se fait sur des instantanés statiques de ces cellules », a-t-il déclaré à TechCrunch. « Le modèle apprend que 'c'est l'état cellulaire A', 'c'est l'état cellulaire B', mais jamais que 'l'état cellulaire B est l'effet de l'inflammation de l'état cellulaire A' ». Sans ce lien causal, dit-il, les modèles entraînés uniquement sur des données animales ou de lignées cellulaires finissent par optimiser des résultats qui ne se transposent pas aux humains — d'où son évaluation sans détour : « Sans tests humains, que vont faire ces modèles ? Ils vont guérir le cancer chez la souris ».

À l'intérieur des laboratoires HIVE

La réponse de Vivodyne est HIVE — des laboratoires robotiques modulaires capables de cultiver 20 types différents de tissus humains, puis de les doser et de les surveiller de manière autonome 24 heures sur 24. La nouvelle installation de l'entreprise près de San Francisco abrite 12 laboratoires HIVE avec la capacité de mener des essais contrôlés sur 3,1 millions d'échantillons de tissus humains volumineux par an, ce que Vivodyne dit représenter environ le double de l'échelle combinée de tous les essais cliniques menés aux États-Unis.

Les résultats rapportés jusqu'à présent sont notables : les modèles de tissu hépatique montrent une précision prédictive de 94 % par rapport aux essais réels de toxicité humaine, le tissu des voies respiratoires correspond au comportement humain 96 % du temps, et les tests de moelle osseuse sur 20 médicaments chimiothérapeutiques ont atteint une concordance de 100 % avec les résultats cliniques. Le nouveau matériel de l'entreprise, le TissueDisk Série 2, est une puce biologique à l'échelle d'une plaquette qui cultive simultanément des centaines de tissus humains vivants fonctionnels, entièrement fabriquée sur la propre chaîne de production robotique de Vivodyne.

Ce que cela débloque — et ce que cela ne débloque pas

L'argument pour les chercheurs en IA est que ces données causales à haut débit peuvent enfin soutenir les mêmes techniques d'apprentissage par renforcement qui ont propulsé les avancées des modèles de langage, mais appliquées cette fois à la physiologie humaine. Cela compte le plus pour les thérapies combinées, où l'espace de recherche des interactions médicamenteuses explose de manière combinatoire. « Si nous voulons des thérapies combinées, l'espace à explorer explose », a déclaré Georgescu. « Il faut dire : 'je veux que cet effet se produise, alors quelle cause dois-je invoquer ?' » — une question à laquelle les données d'instantanés statiques ne peuvent tout simplement pas répondre.

Les modèles tissulaires de Vivodyne ne sont pas des organismes complets, et les sceptiques noteront que le comportement des tissus in vitro, aussi sophistiqué soit-il, reste éloigné d'un corps humain vivant doté d'un système immunitaire, d'une régulation hormonale et d'interactions entre organes. L'entreprise positionne sa plateforme comme un moyen de réduire les risques des médicaments avant les essais humains, non de les remplacer — mais l'échelle des données qu'elle génère est suffisamment vaste pour que les laboratoires d'IA et les entreprises pharmaceutiques y prêtent attention malgré tout.

Comme l'a rapporté TechCrunch, l'annonce de Vivodyne du 19 août marque sa première grande révélation d'infrastructure depuis sa scission de la recherche académique il y a cinq ans.