AI trong khám phá thuốc: Khi dữ liệu trở thành chìa khóa vàng

Những con số khiếp sợ trong phát triển dược phẩm

Khám phá và phát triển một loại thuốc mới là cuộc chơi tốn kém và rủi ro. Từ những năm 1950 đến nay, chi phí phát triển dược phẩm tăng gấp đôi cứ sau 9 năm — hiện tượng được gọi là Luật Eroom. Ngày nay, để đưa một loại thuốc mới ra thị trường cần trung bình 10-15 năm và chi phí từ 1 đến 2,5 tỷ USD, với tỷ lệ thất bại vượt quá 90%. Chính vì thế, ngành dược phẩm đang đặt cược lớn vào AI. Theo Paul Belcher, Giám đốc Chiến lược Nghiên cứu Protein tại Cytiva (công ty khoa học sự sống toàn cầu), "Chi phí chính trong khám phá thuốc vẫn nằm ở giai đoạn lâm sàng. AI không chỉ hy vọng tiết kiệm thời gian mà còn giúp đưa các ứng cử viên thuốc chất lượng tốt hơn vào các thử nghiệm lâm sàng."

Từ screening vật lý đến thiết kế dự đoán

Một trong những ứng dụng sớm nhất và hứa hẹn nhất của AI là trong "hit identification" — quá trình tìm kiếm các phân tử có khả năng gắn kết với protein liên quan đến bệnh. Trước đây, các công ty dược phẩm dùng screening thực tế: test hàng trăm nghìn, thậm chí hàng triệu hợp chất để xác định điểm khởi đầu cho phát triển. Giờ đây, AI cho phép thiết kế các ứng cử viên từ đầu và dự đoán cách chúng tương tác với mục tiêu bệnh, mà không cần test vật lý từng cái một. "AI loại bỏ giới hạn đó," Belcher giải thích. "Nó có thể giúp loại bỏ các ứng cử viên chất lượng thấp trước khi phải test chúng, tiết kiệm thời gian và nguồn lực."

Tuy nhiên, AI vẫn còn hạn chế. Nó không thể dự đoán một cách đáng tin cậy các tính chất động học hay khả năng phát triển của các hợp chất mới. Điều này có nghĩa mọi ứng cử viên do AI tạo ra vẫn phải được xác nhận trong phòng lab. Các quy trình screening truyền thống được thiết kế để xác định hits ở quy mô lớn, không phải để kiểm tra chi tiết hàng loạt ứng cử viên phức tạp. Belcher nói rằng "các kỹ thuật hiện tại dùng binary hoặc threshold-based, tạo ra dữ liệu độ chính xác thấp — chỉ yes-or-no responses. AI tăng số lượng hits và có khả năng cung cấp các hits chất lượng tốt hơn. Điều này tăng nhu cầu cho công nghệ throughput cao để validate và xác định đặc tính của những hits đó."

Vấn đề "bức tường dữ liệu" và dữ liệu thất bại

Khi AI tăng nhu cầu dữ liệu, nó cũng phơi bày một vấn đề cơ bản: hầu hết model AI hiện tại gặp phải bức tường dữ liệu. Chúng được huấn luyện trên các tập dữ liệu công khai, nhưng vì tất cả model đều có quyền truy cập vào cùng dữ liệu, chúng đi đến những kết luận tương tự, với hiệu suất giảm dần. Hơn nữa, những tập dữ liệu này không được xây dựng với AI trong đầu — chúng thiếu cấu trúc, ghi nhãn, và sự đa dạng cần thiết để giữ model chính xác và tránh bias.

Publication bias (xu hướng công bố chỉ kết quả tích cực) làm tình hình tồi tệ hơn. Belcher nói, "Hầu hết các tập dữ liệu công khai và các bài báo khoa học chỉ tập trung vào kết quả tích cực. Không ai muốn chia sẻ những thất bại của mình. Bias này giống như một điểm mù. Model AI có thể xác định các mô hình liên quan với thành công, nhưng chúng thiếu hiểu biết toàn diện về thất bại, điều này khiến dự đoán ít đáng tin cậy hơn." Dữ liệu mà Belcher cho rằng sẽ cải thiện model đáng kể — các thí nghiệm thất bại, các hợp chất không gắn kết — vẫn rất khó tìm kiếm. "Chúng tôi thường đùa rằng nên có một tạp chí về negative data," ông nói. "Nó thường bị chôn trong lab notebooks, và không bao giờ được dùng để hướng dẫn nghiên cứu tương lai."

Một thách thức khác là tính toàn vẹn dữ liệu. Giả mạo (fabrication) trở nên dễ dàng hơn với AI. Nhà vi sinh học Elisabeth Bik phát hiện rằng gần 4% các bài báo biomedical chứa hình ảnh trùng lặp hoặc bị thao tác — và đó là vào năm 2016, trước khi generative AI làm việc đó trở nên đơn giản. Belcher cảnh báo, "Dữ liệu thao tác hoặc giả mạo luôn là vấn đề trong khoa học, nhưng trong thế giới AI, đặc biệt khi được dùng để huấn luyện model, nó có thể có hậu quả khủng khiếp. Cần nhiều công cụ hơn để xác minh dữ liệu không bị thao tác."

Hướng tới phòng lab tự động 24/7

Cytiva và các nhà cung cấp khác bắt đầu giải quyết thách thức này. Cytiva phát triển Image Integrity Checker — sử dụng secure hash algorithms (cùng công nghệ blockchain) — để phát hiện xem hình ảnh khoa học có bị thao tác hay không. "Chúng tôi thấy rất nhiều sự quan tâm từ các nhà xuất bản muốn áp dụng điều này như tiêu chuẩn, vì nó là cách nhanh để đảm bảo rằng những gì được công bố là chính hãng," Belcher nói.

Belcher tả tương lai của khám phá thuốc là những phòng lab hoàn toàn tự động, chạy với sự can thiệp con người tối thiểu. Những "dark labs" hoặc "labs-in-the-loop" này hoạt động 24/7, chu kỳ dự đoán → test → tối ưu → đưa kết quả lại vào AI model để hướng dẫn vòng thí nghiệm tiếp theo. Điều này có thể cải thiện tỷ lệ thành công của các ứng cử viên thuốc vào thử nghiệm lâm sàng. Tuy nhiên, tự động hóa một phòng lab phụ thuộc rất nhiều vào tích hợp — các hệ thống có khả năng tương tác, tập dữ liệu có cấu trúc toàn diện, và luồng dữ liệu chảy dễ dàng vào và ra. "Ngày nay, rất nhiều thiết bị trong lab vẫn là standalone," Belcher lưu ý. Tình trạng này chưa thay đổi nhiều — đây sẽ là trọng tâm chính của sự chuyển đổi ngành trong những năm tới.