Startup Vivodyne ra mắt HIVE – phòng thí nghiệm robot tự động để cung cấp dữ liệu sinh học thực cho AI thuốc

Sự ra mắt của HIVE – “trung tâm dữ liệu người” đầu tiên trên thế giới

Vào cuối tuần qua, công ty khởi nghiệp công nghệ sinh học Vivodyne công bố việc khởi động “HIVE”, một hệ thống phòng thí nghiệm robot mô-đun có khả năng nuôi và theo dõi hơn 20 loại mô người khác nhau. Được xây dựng tại một cơ sở mới ngay bên ngoài San Francisco, HIVE không chỉ tạo ra mô mà còn tự động tiêm thuốc, quan sát phản ứng và thu thập dữ liệu sinh học một cách liên tục. Theo CEO kiêm đồng sáng lập Andrei Georgescu, đây là “câu trả lời cho vấn đề dữ liệu” mà toàn ngành AI khám phá thuốc đang gặp phải – dữ liệu hiện nay phần lớn đến từ thí nghiệm trên động vật hoặc các nghiên cứu tách rời tế bào, chứ không phải từ mô người sống thực.

Chi tiết kỹ thuật và thành tựu ban đầu của Vivodyne

Vivodyne tách ra từ Đại học Pennsylvania vào năm 2021, sau khi Georgescu hoàn thành luận án tiến sĩ về kỹ thuật sinh học. Công ty đã huy động gần 80 triệu USD trong hai vòng gọi vốn, do Khosla Ventures dẫn đầu. Với nguồn vốn này, Vivodyne xây dựng một “trung tâm dữ liệu người” quy mô lớn nhất thế giới, nơi HIVE thực hiện các thí nghiệm đồng thời trên hàng trăm nghìn mẫu mô.

HIVE được thiết kế theo kiến trúc mô-đun, mỗi mô-đun có thể nuôi một loại mô người – từ tế bào gan, mô phổi, tới tủy xương. Các mô này được nuôi trong môi trường sinh học kiểm soát chặt chẽ, sau đó hệ thống robot sẽ tiêm các hợp chất thử nghiệm, đo lường độc tính, phản ứng sinh hoá và ghi lại mọi thay đổi theo thời gian thực. Đánh giá nội bộ cho thấy:

• Tế bào gan của HIVE đạt độ chính xác dự đoán độc tính 94 % so với các thử nghiệm lâm sàng thực tế.
• Mô đường hô hấp mô phỏng hành vi của mô người trong 96 % các trường hợp.
• Tủy xương cho 20 loại thuốc hoá trị khác nhau cho kết quả đồng nhất 100 %.

Georgescu nhấn mạnh, “không có mô người, AI sẽ chỉ biết cách chữa bệnh trên chuột”. Anh so sánh quy trình kiểm tra an toàn của thuốc với thử nghiệm va chạm ô tô: “Nhà sản xuất ô tô có thể chắc chắn xe sẽ vượt qua tiêu chuẩn NHTSA trước khi đưa lên đường, trong khi các công ty dược phẩm hiếm khi có được độ tin cậy tương tự khi bước vào giai đoạn lâm sàng”.

Hiện tại, Vivodyne đang hợp tác với một loạt các công ty dược phẩm lớn (không công khai tên) để cung cấp dữ liệu HIVE cho các dự án phát triển thuốc mới. Theo Georgescu, năng suất của HIVE đã gấp đôi tổng số thí nghiệm trên động vật hiện đang được thực hiện tại Mỹ, mở ra khả năng rút ngắn thời gian và giảm chi phí (thường lên tới hàng chục triệu USD cho mỗi thử nghiệm lâm sàng).

Trong bối cảnh AI được quảng cáo là “có thể chữa ung thư”, các nhà lãnh đạo công nghệ như Dario Amodei (CEO Anthropic) và Sam Altman (OpenAI) đã cảnh báo rằng những tuyên bố này đang trở thành sáo rỗng. Thực tế, cho đến nay chỉ có một vài loại thuốc được thiết kế bằng AI bước vào thử nghiệm người, và một trong số đó mới chỉ đạt giai đoạn III. AlphaFold – mô hình dự đoán cấu trúc protein đoạt giải Nobel – dù đã mở ra cánh cửa hiểu biết sâu hơn về sinh học, vẫn chưa tạo ra một loại thuốc mới. Isomorphic Labs, công ty dựa trên AlphaFold, dự kiến sẽ có các thử nghiệm lâm sàng vào cuối năm nay, chứ không phải trong năm 2025 như kế hoạch ban đầu.

Georgescu cho biết, “các mô hình AI hiện nay thiếu dữ liệu nhân quả – chúng chỉ biết trạng thái A và B, nhưng không biết A gây ra B”. Nghiên cứu được công bố trên Nature Methods tháng trước cho thấy khi huấn luyện AI trên dữ liệu tế bào tĩnh, không có quy luật mở rộng dữ liệu rõ ràng. HIVE, với khả năng theo dõi hàng trăm nghìn thí nghiệm liên tục, hứa hẹn sẽ cung cấp “dữ liệu học tăng cường” cho các mô hình AI, giúp chúng hiểu được quá trình sinh học thực tế và từ đó đề xuất các liệu pháp kết hợp – một nhu cầu ngày càng cấp thiết khi các bệnh phức tạp đòi hỏi thuốc tác động đa đường dẫn.

Bối cảnh ngành và tầm quan trọng của dữ liệu nhân quả

Ngành công nghệ AI trong khám phá thuốc đang đứng trước một “cột mốc kiểm tra sức khỏe”. Mặc dù các công ty như DeepMind, OpenAI và Anthropic đã đưa ra những lời hứa hẹn về khả năng chữa khỏi mọi bệnh trong vòng một thập kỷ, thực tế vẫn còn chậm chạp. Theo thống kê, 90 % các hợp chất vượt qua thử nghiệm trên động vật không được FDA chấp thuận cho người. Nguyên nhân chính là thiếu dữ liệu phản ánh đúng phản ứng của cơ thể người.

Vivodyne không phải là công ty duy nhất nỗ lực giải quyết vấn đề này, nhưng HIVE là mô hình đầu tiên tích hợp robot tự động, nuôi mô người đa dạng và thu thập dữ liệu nhân quả ở quy mô thương mại. Nếu thành công, HIVE có thể trở thành nguồn dữ liệu chuẩn cho các mô hình AI mới, giúp giảm phụ thuộc vào thí nghiệm động vật và rút ngắn thời gian đưa thuốc ra thị trường. Đồng thời, việc có dữ liệu “nguyên nhân‑kết quả” sẽ mở đường cho các thuật toán học tăng cường (reinforcement learning) trong y học, một bước tiến quan trọng so với các mô hình hiện tại chỉ học từ các “bức ảnh tĩnh” của tế bào.

Trong tương lai gần, khi các mô hình AI được huấn luyện trên dữ liệu HIVE, chúng có thể dự đoán được hiệu quả và độc tính của thuốc trước khi bước vào giai đoạn lâm sàng, giảm thiểu rủi ro tài chính và thời gian. Điều này không chỉ có lợi cho các công ty dược phẩm mà còn cho bệnh nhân, những người sẽ nhận được liệu pháp an toàn, hiệu quả hơn trong thời gian ngắn hơn.