药物发现是一个漫长且高风险的过程，每种新药的开发和批准平均成本高达20亿美元。位于帕洛阿尔托和休斯顿的初创公司Biostate AI正试图通过推出一个研究人员的数据共享平台来革新这一过程。
Biostate AI由Ashwin Gopinath和David Zhang在德克萨斯州创立，旨在利用人工智能（AI）预测特定药物如何影响人体健康。该公司目前正在开发AI模型，以基于DNA、RNA和蛋白质生物标志物预测活体生物的健康结果。CEO Zhang表示，数据共享平台Omics Web是这一方向上的第一步。
“Omics Web就像一个藏书丰富的图书馆，我们不断添加更多的书籍[或]生物实验和收集的数据，”Zhang说。“但里面还有图书管理员，这些图书管理员恰好是AI，它们会读取所有书籍并告诉你其中的亮点。”他指出，数据库中的“AI图书管理员”是研究人员的重要工具，因为否则他们很难理解Omics Web中实验数据的复杂性。Zhang表示，公司使用Omics Web数据库来“智能化”他们的AI机器和模型，以预测人体健康结果。
研究人员、教授和研究生被强烈鼓励与该平台共享数据并开展新的合作。“我认为Omics Web的未来基本上是建立一个现代版的亚历山大图书馆，只不过是以生物书籍为主，”他补充道。
Omics Web包含了Biostate AI自己进行的生物实验数据，以及公司为其他研究人员进行的实验数据。CTO Gopinath表示，Biostate AI的主要目标之一是通过降低RNA测序的成本来使研究更加普及。例如，Biostate AI通过RNA测序进行了大量研究，并找到了将该过程成本降至40美元的方法。通过保持低成本，Gopinath表示公司旨在为自己和合作伙伴提取更多数据。“与其他人相比，我们更便宜，”Gopinath说。“如果你选择我们，你可以进行五到十倍的实验，这意味着五到十倍的数据量，这也就意味着你有五到十倍的机会获得更多的洞察。”
Biostate AI为他人找到的数据随后会被上传到Omics Web，前提是与其合作的研究人员允许这样做。尽管Biostate AI宣传Omics Web具有诸多优势，但一些研究人员如儿科和计算机科学教授Gill Bejerano仍持怀疑态度。“像我这样的研究人员看到这样的资源时，会说，‘老兄，我已经有10到15个类似的资源在争夺我的注意力了，’”Bejerano说。“为什么我还要花一两个月的时间来弄清楚这个呢？”
Bejerano表示，通过像Omics Web这样的平台共享研究数据可能会很困难，特别是当存在类似的政府拥有或其他公司的平台时。然而，这些替代数据共享平台并非没有缺点。虽然政府平台更易访问且价格实惠，但获取数据的时间较长，有时也缺乏组织。Bejerano认为，Omics Web可能凭借其成本和有效整理生物数据的能力脱颖而出，使研究人员能够轻松利用这些数据。Bejerano表示，像Omics Web这样的工具最令人兴奋的方面在于它们能够为研究人员打开新的可能性，他将该平台比作查看不同餐厅的菜单。“作为一名研究人员，你会尝试阅读尽可能多的菜单，因为菜单让你想象可以提出哪些问题，”他说。“然后你会说，‘你知道吗？如果我去那家餐厅并从他们那里购买这些项目，我可以提出之前没有人问过的问题，也许我能做出一项重要的发现。’”
未来，Biostate AI希望利用Omics Web的信息帮助制药公司淘汰AI准确预测为不安全的药物，Gopinath表示，这可以节省数十亿美元，并帮助药物更快地到达患者手中。“如果我们能提供更好的医疗保健，将正确的药物在正确的时间提供给正确的人，我们就能让每个人接近90岁，这是人们可以自然、生物学上达到的寿命，”Zhang说。
(全文结束)
