บริษัทล่าสุดที่แยกตัวจากห้องปฏิบัติการ Stanford Medicine มีพนักงาน 37,000 คน และไม่มีสักรายที่เป็นมนุษย์ ไม่มีพื้นที่ห้องปฏิบัติการ ไม่มีเงินเดือน และไม่มีช่วงพักกลางวัน ในการศึกษาที่ตีพิมพ์เมื่อวันที่ 17 กันยายนในวารสาร Science นักวิจัยได้บรรยายถึงบริษัทเทคโนโลยีชีวภาพเสมือนจริงที่มีเจ้าหน้าที่ AI เต็มรูปแบบ ซึ่งวิเคราะห์การทดลองทางคลินิกนับหมื่นครั้ง เปิดเผยสัญญาณทางชีวภาพที่คาดการณ์ว่ายาชนิดใดจะประสบความสำเร็จ และได้ออกแบบวิธีการรักษามะเร็งปอดอย่างเป็นอิสระ ซึ่งบริษัทยารายใหญ่มาถึงด้วยตัวเองในเวลาต่อมา

บริษัทยาทั้งหมดที่ทำจากตัวแทน

โครงการนี้เป็นผลงานการผลิตของ James Zou รองศาสตราจารย์ด้านวิทยาศาสตร์ข้อมูลชีวการแพทย์ที่ Stanford Medicine และนักศึกษาระดับบัณฑิตศึกษา Harrison Zhang ซึ่งเป็นผู้นำงานนี้ สร้างจาก "ห้องปฏิบัติการเสมือน" ของตัวแทนนักวิทยาศาสตร์ AI ที่กลุ่มของ Zou เปิดตัวในปี 2025 แต่คราวนี้ทีมก้าวไปไกลกว่านั้น โดยสร้างบริษัททั้งหมดที่มีตัวแทน AI นับหมื่นคนที่ได้รับการฝึกอบรมเพื่อรองรับการพัฒนายาอย่างเต็มรูปแบบ

"แนวคิดของเราคือการดูว่าเราจะผลักดันสิ่งนี้ได้ไกลแค่ไหน เราสามารถสร้างบริษัทเทคโนโลยีชีวภาพที่ดำเนินการทุกอย่างตั้งแต่การค้นหาเป้าหมายยาไปจนถึงการออกแบบการทดลองทางคลินิกได้หรือไม่" ซูกล่าวในประกาศของ Stanford Medicine "เราจะมีบริษัทตัวแทนเต็มรูปแบบที่จัดการกับความท้าทายที่ซับซ้อนอย่างยิ่งในการค้นคว้ายาได้หรือไม่"

บริษัทเสมือนจริงแห่งนี้สะท้อนแผนผังองค์กรของเทคโนโลยีชีวภาพที่จัดตั้งขึ้น โดยหัวหน้าเจ้าหน้าที่วิทยาศาสตร์เป็นผู้นำทีมวิจัยที่แบ่งออกเป็นแผนกเฉพาะทางที่ทำงานคู่ขนานกับองค์ประกอบหลักของการออกแบบยา ตั้งแต่การระบุเป้าหมายระดับโมเลกุลไปจนถึงการออกแบบการทดลองทางคลินิก

พบตัวแทน 37,000 รายในการทดลองใช้ 50,000 ครั้ง

หนึ่งในความท้าทายที่ใหญ่ที่สุดในการค้นพบยาคือการทำนายว่าโมเลกุลใดจะรอดจากการทดลองทางคลินิก กระบวนการที่ Zou ตั้งข้อสังเกตอาจมีราคาหลายสิบหรือหลายร้อยล้านดอลลาร์และใช้เวลานานหลายปี เจ้าหน้าที่ได้รับมอบหมายงานที่พิถีพิถัน: แทนที่จะกวาดล้างวรรณกรรมทางวิทยาศาสตร์อย่างกว้างๆ เจ้าหน้าที่แต่ละคนวิเคราะห์การทดลองทางคลินิกที่เฉพาะเจาะจง และดึงข้อมูลเกี่ยวกับความปลอดภัยและประสิทธิผล โดยรวมแล้ว พวกเขาจัดหมวดหมู่การทดลองได้ประมาณ 50,000 รายการในเวลาไม่ถึงหนึ่งสัปดาห์ งานที่ Zou กล่าวว่าอาจต้องใช้เวลาหลายปีสำหรับนักวิจัยที่เป็นมนุษย์

จากนั้นเจ้าหน้าที่จะตรวจสอบข้อมูลโมเลกุลที่รวบรวมระหว่างการทดลองเหล่านั้น และสร้างระบบการให้คะแนนสองระบบ วิธีแรกวัดว่ายากำหนดเป้าหมายไปที่เซลล์ประเภทใดโดยเฉพาะ แทนที่จะส่งผลกระทบต่อเซลล์หลายประเภทในวงกว้าง "bimodality" ที่วัดค่าครั้งที่สอง ไม่ว่ากิจกรรมของยีนเป้าหมายจะมีพฤติกรรมเหมือนสวิตช์ไฟ เปิดและปิด หรือเหมือนสวิตช์หรี่ไฟที่มีสถานะระดับกลางหลายช่วง

รูปแบบที่ปรากฏก็โดดเด่น ยาที่มุ่งเป้าไปที่ยีนที่มีลักษณะคล้ายสวิตช์ในลักษณะเฉพาะของเซลล์นั้น มีแนวโน้มที่จะก้าวหน้าจากการทดลองระยะที่ 1 ถึงระยะที่ 2 เพิ่มขึ้น 40% มีแนวโน้มที่จะเข้าถึงตลาดได้มากกว่า 48% และมีเหตุการณ์ไม่พึงประสงค์น้อยลง 32% เมื่อเทียบกับยาที่มีฤทธิ์ในวงกว้าง ผลยังคงมีอยู่ในโรคมะเร็ง โรคสมอง โรคหัวใจ และภาวะไตและปอด

“วิทยาศาสตร์ที่สารค้นพบนั้นน่าตื่นเต้นมาก และมันแสดงให้เห็นว่าคุณสมบัติเซลล์เดียวเหล่านี้สามารถนำมาใช้ในการผลิตยาได้ดีขึ้น” ซูกล่าว "สิ่งนี้ชี้ให้เห็นถึงความสำคัญของการรวบรวมข้อมูลประเภทนี้ ซึ่งสามารถช่วยอุตสาหกรรมการค้นคว้ายาทั้งหมดได้"

การทดสอบ B7-H3: จากการทำนายจนถึงการตรวจสอบความถูกต้อง

คำถามชี้ขาดคือบริษัทที่ใช้ AI ทั้งหมดสามารถออกแบบยาจริงได้หรือไม่ ทีมงานได้ชี้ไปที่สาร B7-H3 ซึ่งเป็นโปรตีนที่เป็นที่สนใจของนักวิจัยด้านมะเร็งปอดมายาวนาน ตัวแทนวิเคราะห์การศึกษาและที่เก็บข้อมูลชีวการแพทย์ และพบว่า B7-H3 มีการแสดงออกสูงในไฟโบรบลาสต์ ซึ่งเป็นเซลล์เนื้อเยื่อเกี่ยวพันที่มักอาศัยอยู่ใกล้เซลล์เนื้องอก เมื่อเจาะลึกข้อมูลการถอดเสียงเชิงพื้นที่ พวกเขาค้นพบว่าไฟโบรบลาสต์ที่แสดงออกถึง B7-H3 เหล่านี้กำลังส่งสัญญาณไปยังเซลล์ภูมิคุ้มกันในบริเวณใกล้เคียงและปราบปรามเซลล์เหล่านั้น และปิดบังเนื้องอกจากการป้องกันตามธรรมชาติของร่างกายได้อย่างมีประสิทธิภาพ

จากนั้น ตัวแทนได้ออกแบบคอนจูเกตแอนติบอดี-ยา ซึ่งเป็นโปรตีนเป้าหมายที่อยู่ในเซลล์ที่มี B7-H3 มากมาย และส่งมอบปริมาณเคมีบำบัดให้กับพวกมันโดยตรง สิ่งสำคัญที่สุดคือ การออกแบบอาศัยข้อมูลที่มีอยู่ก่อนเดือนมกราคม 2025 เท่านั้น หลายเดือนต่อมาในเดือนสิงหาคม 2025 บริษัทยาที่จัดตั้งขึ้นได้พัฒนากลยุทธ์คอนจูเกตแอนติบอดี-ยาแบบเดียวกันกับ B7-H3 อย่างเป็นอิสระ การบำบัดดังกล่าวได้รับการกำหนดให้เป็นการบำบัดที่ก้าวหน้าโดย FDA หลังจากแสดงประสิทธิผลในการศึกษาในมนุษย์ ผลลัพธ์ที่ Zou อธิบายว่าเป็นการตรวจสอบโดยบุคคลที่สามที่เป็นอิสระเกี่ยวกับการออกแบบเทคโนโลยีชีวภาพเสมือนจริง

Zou ไม่ได้ดำเนินการ B7-H3 ต่อไป เนื่องจากบริษัทอื่นกำลังดำเนินการไปยังคลินิกอยู่แล้ว แต่เขากล่าวว่าเทคโนโลยีชีวภาพเสมือนจริงได้ค้นพบเป้าหมายอื่น ๆ ที่ออกแบบมาในลักษณะเดียวกัน

มนุษย์ยังคงเป็นท่อร้อยสาย

แม้ว่าบุคลากรตัวแทนจะมีขนาดใหญ่ แต่ Zou ก็มีความชัดเจนเกี่ยวกับขีดจำกัดดังกล่าว “มนุษย์ การทดลองทางกายภาพ และการตรวจสอบความถูกต้องจะเป็นช่องทางที่ AI จะสร้างผลกระทบเสมอ” เขากล่าว ขั้นตอนต่อไปของทีมคือการย้ายการค้นพบใหม่ของเทคโนโลยีชีวภาพเสมือนจริงไปยังห้องปฏิบัติการจริงเพื่อทดสอบว่ามีกี่สิ่งที่ดำรงอยู่ในโลกทางกายภาพ

การวิจัยได้รับทุนจากทุนการศึกษา Knight-Hennessy, สถาบันสุขภาพแห่งชาติ, มูลนิธิวิทยาศาสตร์แห่งชาติ และ Chan Zuckerberg Biohub โดยได้รับการสนับสนุนเพิ่มเติมจาก Department of Biomedical Data Science ของ Stanford

ทำไมมันถึงสำคัญ

การศึกษานี้เกิดขึ้นท่ามกลางการเปลี่ยนแปลงในวงกว้างในการประยุกต์ใช้ AI กับวิทยาศาสตร์ ตั้งแต่แบบจำลองที่สรุปการวิจัยไปจนถึงระบบตัวแทนที่วางแผนการทดลอง วิเคราะห์ข้อมูล และเสนอวิธีการรักษาแบบใหม่ รายงานข่าวของ The New York Times และสื่อมวลชนในอุตสาหกรรมจีโนมิกส์ตอกย้ำความสนใจเกี่ยวกับกรอบการทำงาน "เทคโนโลยีชีวภาพเสมือนจริง"

หากผลการออกแบบก่อนการตรวจสอบความถูกต้องของ B7-H3 เป็นข้อบ่งชี้ใดๆ แสดงว่าอุตสาหกรรมยาก็มีเครื่องมือวิจัยประเภทใหม่ที่จะประเมิน นั่นคือ องค์กรของตัวแทน AI ที่สามารถบีบอัดการทบทวนวรรณกรรมและการวิเคราะห์การทดลองเป็นเวลาหลายปีให้เป็นวันได้ คำถามปลายเปิด ซึ่งเป็นคำถามที่ทีมของ Zou กำลังทดสอบอยู่ คือสิ่งที่เจ้าหน้าที่เสนอให้รอดชีวิตจากการสัมผัสกับม้านั่งในห้องปฏิบัติการจริงได้มากน้อยเพียงใด

ก้าวนำหน้า AI

AI กำลังเปลี่ยนแปลงการวิจัยในทุกระดับ ตั้งแต่การค้นพบยาไปจนถึงฟิสิกส์พื้นฐาน หากต้องการทราบข่าวด่วน AI เพิ่มเติมและการวิเคราะห์การวิจัยที่กำหนดรูปแบบสาขานี้ อ่านข่าว AI เพิ่มเติม →

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →