은행나무 데이터포인트, AI 신약 개발 데이터 과제 해결을 위한 VCPI 이니셔티브 출범

수년 동안 신약 개발 분야의 AI는 믿을 수 없을 정도로 단순한 문제, 즉 품질이 낮은 데이터로 인해 발목을 잡혀 왔습니다. 방대한 양의 시퀀싱 데이터, 풀링된 섭동 연구, 혼합 세포 실험은 마치 진전이 있는 것처럼 착각하게 만들었지만, 개발자들이 기대했던 예측적 도약은 결코 이루어지지 않았습니다. 이 분야에서는 명확성 대신 노이즈가, 재현성 대신 실험적 드리프트가 발생했습니다. 데이터 세트는 과학적 무결성보다는 규모에 최적화되어 있었고, 신뢰할 수 있는 가상 세포 모델을 훈련하는 데 필요한 정밀한 약리학 관련 측정값이 부족했습니다.

이것이 바로 은행나무 데이터포인트가 가상 세포 약리학 이니셔티브(VCPI)를 시작한 배경입니다. 이 프로젝트는 약물 유사 분자가 실제 생물학적 시스템에 미치는 영향을 예측하는 AI 모델을 위해 특별히 구축된 리소스로, 단순히 더 많은 데이터를 제공하는 것이 아니라 더 나은 데이터를 제공하는 것을 목표로 합니다. 공식 발표에 따르면, VCPI는 10만 개의 화합물을 프로파일링하여 120억 개 이상의 데이터 포인트를 생성하여 가상 세포 모델링을 위해 설계된 최초의 표준화된 약리학 데이터 세트를 구축할 것입니다.

'더 많은 데이터'가 실패한 이유

은행나무는 VCPI를 소개할 때 한 줌의 알약을 쥐 우리에 던져 넣은 다음 어떤 쥐가 어떤 알약을 먹었는지 알아내려고 한다고 상상해 보십시오. 이제 이를 거대한 우리 안에 있는 백만 마리의 쥐로 확장해 보세요. 이것은 단일 세포 풀링 약리학 실험의 근본적인 결함을 보여줍니다. 방대한 데이터 세트를 생성하지만, 실험 설계는 특정 화합물과 그에 따른 생물학적 효과 사이의 명확한 연관성을 모호하게 만듭니다.

문제는 기술 부족이 아니라 실험 아키텍처의 결함입니다. 데이터 세트가 크면 자동으로 더 나은 AI 모델이 만들어질 것이라는 믿음은 잘못된 것으로 판명되었습니다. 은행나무의 블로그 게시물은 이러한 사고방식을 '데이터 중독'이라고 명명하며, 잘 구조화된 고품질 입력이 없으면 아무리 뛰어난 AI라도 잘못된 패턴을 학습할 것이라고 주장합니다.

VCPI는 이러한 접근 방식에서 결정적인 단절을 의미합니다. VCPI는 AI가 약리학을 학습하는 데 진정으로 필요한 요소인 생물학적 추적성, 실험의 엄격성, 통제된 구조를 데이터의 양보다 우선시합니다.

VCPI가 데이터 파이프라인을 재구축하는 방법

풀링된 분석에서 벗어나 VCPI는 처리량이 높은 대량 RNA 시퀀싱 방법인 DRUG-seq을 사용합니다. 각 화합물은 분리된 바코드 웰에서 테스트되므로 풀링 방식보다 훨씬 더 깨끗한 신호 대 잡음비로 치료별 반응을 측정할 수 있습니다. 보도 자료에 따르면 은행나무의 자동화된 인프라는 매주 100개 이상의 384웰 플레이트를 처리할 수 있으며, 산업 규모에서 수백만 개의 고충실도 RNA 측정을 생성할 수 있습니다.

마찬가지로 중요한 것은 새롭게 설계된 표준화된 참조 세포주인 V-Ref293의 도입입니다. 가상 세포에 '유기적 쌍둥이'와 같은 보편적인 생물학적 기준선을 제공함으로써 VCPI는 동일한 세포주의 돌연변이 또는 유전적 표류 버전을 사용하는 여러 실험실에서 발생하는 변동성을 제거합니다. 이는 약물 유전체학에서 재현 불가능성의 주요 원인을 해결하고 AI 모델에 필요한 안정적인 근거 자료를 제공합니다.

이 이니셔티브는 몇 가지 주요 기능을 갖춘 커뮤니티 중심의 데이터 세트를 구축하고 있습니다:

• 연구자, 제약 팀, AI 개발자를 위한 개방형 참여
• 제출된 화합물에 대한 고처리량 RNA 프로파일링 무료 제공
• 기여자가 데이터를 엠바고하거나 영구적인 독점적 액세스 권한을 유지할 수 있는 옵션
• 커뮤니티 투표를 통한 월별 데이터 공개
• 모델 공유, 화합물 우선순위 지정 및 조기 액세스 "슈퍼 유저" 자격 부여 기회

데이터 덤프가 아닌 커뮤니티 구축 모델

VCPI의 가장 특징적인 측면 중 하나는 데이터 세트가 완성되기 전에 시작된다는 점입니다. 은행나무는 완성된 리소스를 제공하는 대신 과학 커뮤니티를 초대하여 어떤 화합물이 가장 가치 있는지를 결정하고 데이터 세트가 확장됨에 따라 실시간으로 협업할 수 있도록 돕고 있습니다.

이러한 구조는 참여자의 위험 부담도 줄여줍니다. 초기 단계의 생명공학 기업은 화합물을 제출하고 전용 스크리닝에 드는 높은 비용 없이 실제 약리학 데이터를 받을 수 있습니다. AI 팀은 데이터 세트에 모델 훈련에 필요한 특정 생물학적 교란이 포함되도록 지원할 수 있습니다. 학술 연구소는 90일간의 데이터 독점 기간을 유지하면서 기여할 수 있습니다.

이러한 접근 방식은 데이터 생성을 정적인 결과물에서 역동적이고 참여적인 과학적 프로세스로 전환합니다.

이것이 바이오 AI의 미래에 주는 의미

VCPI의 의미는 은행나무나 단일 가상 세포 프로젝트에 국한되지 않습니다. 가상 세포 모델이 과학적 신뢰성을 확보하려면 안정적인 생물학적 참조에 기반한 재현 가능한 치료별 데이터로 훈련되어야 합니다. 이러한 기반이 없으면 AI는 계속해서 환각을 일으키거나, 잘못 예측하거나, 실험 인공물에 과도하게 맞출 것입니다.

VCPI와 같은 이니셔티브는 현장에서 데이터를 보는 방식에 변화를 가져왔습니다. 이제 실험 설계는 모델 아키텍처만큼이나 중요한 것으로 인식되고 있습니다. 재현성은 선택 사항이 아닌 핵심 요구 사항으로 그 자리를 되찾아가고 있습니다. 커뮤니티 주도의 개방형 인프라 프로젝트는 혁신을 가속화할 수 있는 잠재력에서 폐쇄적인 독점 데이터 세트보다 뛰어난 성능을 보이기 시작했습니다.

가상 세포가 화합물의 순위를 매기고, 독성을 표시하고, 습식 실험을 시작하기 전에 생물학적 경로를 밝혀낼 수 있는 신뢰할 수 있는 예측 도구가 된다면, 이는 VCPI와 같은 프로젝트가 개발에 필요한 구조적이고 신뢰할 수 있는 데이터 환경을 구축했기 때문일 것입니다.

은행나무는 단순히 더 많은 데이터보다 더 나은 데이터를 우선시함으로써 AI 기반 생물학의 토대를 재구성하고 있습니다. VCPI는 단순히 신약 개발의 데이터 위기를 해결하는 데 그치지 않고, 생물학적 실험과 AI 훈련 파이프라인이 명확한 목적을 가지고 개방적으로 함께 진화하는 새로운 시대를 위한 발판을 마련합니다.