Outer Biosciences dostarcza żywą ludzką skórę — pozyskiwaną z odrzuconych tkanek chirurgicznych i utrzymywaną w żywotności przez ponad miesiąc — do modeli uczenia maszynowego. Startup ma nadzieję uczynić proces odkrywania leków i prognozy dermatologiczne znacznie bardziej niezawodnymi. Ich dwuletni proces przenosi tkankę z sal operacyjnych do laboratorium w ciągu kilku godzin, co według firmy pozwala zachować naturalne zachowanie komórek.
Dlaczego stare zestawy danych nie wystarczają
Przez większość niedawnej historii biotechnologii badacze polegali na modelach zwierzęcych lub hodowanych liniach komórkowych, aby trenować narzędzia obliczeniowe. Systemy te są tanie i łatwe w obsłudze, ale rzadko oddają pełną złożoność ludzkiej skóry — wielowarstwowego organu z komórkami odpornościowymi, zakończeniami nerwowymi, interakcjami z mikrobiomem oraz dynamiczną odpowiedzią na hormony i stres. To niedopasowanie zmusza firmy farmaceutyczne do przeprowadzania wielu rund testów na zwierzętach i badań klinicznych na ludziach, co zwiększa koszty i wydłuża harmonogramy.
Outer Biosciences pozycjonuje się jako most nad tą przepaścią. Korzystając z tkanki, która nigdy nie została zmieniona w naczyniu hodowlanym, firma wierzy, że jej AI może uczyć się wzorców niewidocznych dla modeli syntetycznych. „Żywe dane” (living data) to termin, którego zespół używa, aby opisać różnicę między statycznym obrazem linii komórkowej a stale oddziałującym plastrem tkanki, który wciąż komunikuje się ze swoim środowiskiem.
Od sali operacyjnej do algorytmu
Wyzwanie logistyczne dorównuje naukowemu. Outer Biosciences pozyskuje skórę, która w przeciwnym razie zostałaby odrzucona podczas takich zabiegów jak abdominoplasty czy mastektomie. Organizacje non-profit i komercyjne biobanki, działające pod nadzorem Komisji Bioetycznej (IRB), dokumentują zgodę dawcy na wykorzystanie do celów badawczych. Gdy szpital zgłosi odpowiedni preparat, sieć kurierska firmy odbiera go, transportuje w kontenerach z kontrolowaną temperaturą i dostarcza do zakładu przetwarzania w ciągu kilku godzin.
W laboratorium skóra znajduje się w systemie perfuzyjnym, który naśladuje przepływ krwi, utrzymując komórki przy życiu przez nawet 30 dni. W tym oknie czasowym zespół rejestruje obrazy o wysokiej rozdzielczości oraz dane transkryptomiczne i proteomiczne w wielu punktach czasowych. Multimodalny zestaw danych zasila potoki głębokiego uczenia, które przewidują, jak tkanka zareaguje na związki chemiczne, ekspozycję na UV lub czynniki zapalne.
Ludzie pociągający za dźwignię
Współzałożyciel i CEO Michael Polansky wnosi wykształcenie matematyczne z Harvardu oraz doświadczenie w skalowaniu złożonych operacji, od portfeli venture capital po globalne trasy koncertowe. Główny naukowiec Kyung-Jin Jang, specjalista w dziedzinie biologii skóry, kieruje stroną eksperymentalną, podczas gdy CTO Chris Hinojosa buduje platformę inżynierii danych, która łączy strumienie obrazowania i danych molekularnych. W radzie nadzorczej zasiada ikona popkultury Lady Gaga, która przewodniczy również marce kosmetycznej Haus Labs — przedsięwzięciu, które dzieli zasoby badawcze z Outer Biosciences.
Te międzybranżowe powiązania dają startupowi zarówno kapitał do budowy niszowej sieci logistycznej, jak i gotowy rynek dla wczesnych zastosowań. Haus Labs, na przykład, mogłoby testować nowe receptury na platformie z żywą tkanką przed przejściem do testów na ochotnikach, co potencjalnie skróciłoby typowy cykl rozwoju produktu o wiele tygodni.
Co jest stawką
Jeśli podejście to spełni swoje obietnice, firmy farmaceutyczne mogłyby ograniczyć liczbę badań na zwierzętach wymaganych do wczesnego przesiewu, redukując zarówno koszty, jak i obawy etyczne. Kliniki dermatologiczne mogłyby zyskać narzędzia AI przewidujące, jak skóra pacjenta zareaguje na przepisany krem, co umożliwiłoby tworzenie prawdziwie spersonalizowanych planów leczenia. Szersza społeczność AI również mogłaby skorzystać z bogatszego, bardziej realistycznego zestawu treningowego, który przesuwa granice biologii predykcyjnej.
Model ten budzi jednak pytania o skalowalność i prywatność. Pozyskiwanie tkanki z operacji zależy od szpitali i dawców chętnych do udziału, a łańcuch dostaw może stać się wąskim gardłem wraz ze wzrostem popytu. Choć biobanki działają pod nadzorem IRB, szczegółowe profile molekularne mogłyby, teoretycznie, zostać powiązane z konkretnymi osobami, jeśli praktyki zarządzania danymi zawiodłyby. Krytycy argumentują, że nawet za zgodą, komercyjne wykorzystywanie odrzuconej tkanki balansuje na cienkiej granicy etycznej.
Kontrargument: Czy organoidy wciąż mają znaczenie?
Naukowcy rozwijający organoidy – trójwymiarowe skupiska komórek hodowane w laboratorium w celu naśladowania funkcji organów – przestrzegają przed całkowitym odrzuceniem tych modeli. Organoidy mogą być generowane z indukowanych pluripotencjalnych komórek macierzystych pojedynczego pacjenta, oferując spersonalizowaną platformę bez konieczności pozyskiwania świeżej tkanki chirurgicznej. Pozwalają one również badaczom na studiowanie procesów rozwojowych przez wiele miesięcy, czego nie jest w stanie zrobić 30-dniowy płat skóry. Outer Biosciences przyznaje, że jej platforma nie jest uniwersalnym zamiennikiem, lecz uzupełniającym źródłem wysokiej jakości danych dla konkretnych pytań badawczych, w których kluczowe znaczenie ma naturalna architektura skóry.
Droga naprzód
Outer Biosciences prowadzi obecnie badania pilotażowe z kilkoma partnerami biotechnologicznymi, testując moc predykcyjną swoich modeli w odniesieniu do znanych wyników działania leków. Wstępne wyniki, udostępniane jedynie w wewnętrznych odprawach, sugerują wyższą korelację z danymi z badań klinicznych niż porównywalne prognozy oparte na organoidach. Firma planuje rozszerzyć swoją kolekcję tkanek o inne typy organów, choć każdy z nich będzie wiązał się z własnymi wyzwaniami logistycznymi.
Organy regulacyjne nie wydały jeszcze konkretnych wytycznych dotyczących modeli AI trenowanych na żywej ludzkiej tkance, ale powstające ramy FDA dla wyrobów medycznych opartych na AI prawdopodobnie przetną się z pracami Outer. Startup twierdzi, że przygotowuje dokumentację spełniającą zarówno standardy prywatności danych, jak i oczekiwania agencji w zakresie przejrzystości algorytmicznej.
Podsumowanie
Outer Biosciences przekształciło logistyczne osiągnięcie – transport świeżej ludzkiej skóry z sali operacyjnej do laboratorium w ciągu zaledwie kilku godzin – w silnik danych, który może sprawić, że prognozy AI dotyczące leków i zdrowia skóry staną się bardziej wiarygodne. Sukces przedsięwzięcia będzie zależał od zdolności do zapewnienia ciągłości dostaw tkanek, ochrony prywatności dawców oraz udowodnienia, że „żywe dane” faktycznie przewyższają istniejące modele syntetyczne. Jeśli tak się stanie, efekt domina może zostać odczuty w farmacji, kosmetyce i dermatologii klinicznej, zmieniając sposób, w jaki szkolimy maszyny do rozumienia ludzkiego ciała.