GSK bắt tay Relation Therapeutics trong thương vụ 110 triệu USD để thúc đẩy AI phát triển thuốc

GSK đã ký kết hợp tác nghiên cứu với công ty công nghệ sinh học Relation Therapeutics của Anh với trị giá lên tới 110 triệu USD, mở rộng phạm vi hợp tác hiện có của hai công ty trong lĩnh vực khám phá thuốc bằng AI.

Theo thỏa thuận, Relation sẽ tạo ra các bộ dữ liệu quy mô lớn để đo lường cách các tế bào người phản ứng với những thay đổi di truyền và các can thiệp bằng thuốc. Dữ liệu này sẽ được sử dụng để huấn luyện các mô hình AI được thiết kế nhằm xác định các mục tiêu thuốc tiềm năng, bao gồm cả các mô hình trong nền tảng MORGAN của Relation.

Thỏa thuận này đặt việc tạo dữ liệu sinh học song hành với việc phát triển mô hình AI. Phương pháp nghiên cứu của Relation liên kết phân tích tính toán với các thí nghiệm tạo ra thông tin mới về tế bào người.

Sự hợp tác này được xây dựng dựa trên các thỏa thuận trước đó giữa GSK và Relation tập trung vào các bệnh xơ hóa và thoái hóa khớp. Các dự án đó bao gồm những nghiên cứu quan sát được thiết kế để tạo ra hai bộ dữ liệu bệnh lý chức năng phục vụ phân tích bằng nền tảng Lab-in-the-Loop của Relation.

Công việc trước đó đã kết hợp di truyền học người, dữ liệu đa omics đơn bào (single-cell multi-omics) được tạo ra từ mô người, các xét nghiệm chức năng và học máy để xác định và kiểm chứng các mục tiêu bệnh lý tiềm năng.

Cách Relation tạo ra dữ liệu sinh học

Relation mô tả phương pháp Lab-in-the-Loop của mình là sự kết hợp giữa thử nghiệm trong phòng thí nghiệm và phân tích tính toán. Công việc của họ bao gồm lập hồ sơ mô, phiên mã đơn bào và không gian (spatial transcriptomics), giải trình tự và kiểm chứng mục tiêu, trong khi học máy được sử dụng để xác định, ưu tiên, kiểm chứng mục tiêu và thiết kế thí nghiệm.

Công ty cũng thực hiện các thí nghiệm nhiễu loạn (perturbation experiments) để đo lường cách các thay đổi di truyền ảnh hưởng đến các đặc điểm tế bào liên quan đến bệnh tật. Những kết quả đó sau đó có thể được phân tích cùng với dữ liệu di truyền và dữ liệu sinh học có nguồn gốc từ bệnh nhân.

Các kho lưu trữ công cộng vẫn là nguồn tài liệu huấn luyện quan trọng cho các mô hình nền tảng sinh học, mặc dù việc kết hợp thông tin được tạo ra từ các nghiên cứu khác nhau có thể gây ra những thách thức về mặt kỹ thuật.

Một bài đánh giá năm 2025 trên tạp chí Experimental & Molecular Medicine lưu ý rằng các kho lưu trữ bao gồm CZ CELLxGENE, Human Cell Atlas và NCBI Gene Expression Omnibus cung cấp cho các nhà nghiên cứu quyền truy cập vào khối lượng lớn dữ liệu đơn bào. Theo bài đánh giá, chỉ riêng CZ CELLxGENE đã cung cấp quyền truy cập vào hơn 100 triệu tế bào được tiêu chuẩn hóa.

Các phương pháp lấy mẫu, giao thức giải trình tự, quy trình thí nghiệm và quy trình xử lý có thể khác nhau giữa các nghiên cứu. Dữ liệu đơn bào cũng có thể chứa nhiễu kỹ thuật và các yếu tố giả tạo khác, đòi hỏi phải lựa chọn bộ dữ liệu, lọc, cân bằng thành phần và kiểm soát chất lượng cẩn thận trong quá trình huấn luyện mô hình nền tảng.

Sự chồng chéo của bộ dữ liệu là một vấn đề khác. Bài đánh giá lưu ý rằng các tế bào giống hệt hoặc tương tự nhau có thể xuất hiện trên nhiều nguồn tài nguyên công cộng, có khả năng gây ra ảnh hưởng không cân xứng trong quá trình huấn luyện và tạo ra rủi ro rò rỉ dữ liệu khi bộ dữ liệu huấn luyện và kiểm tra chồng chéo lên nhau.

Bài đánh giá cho thấy việc xây dựng một bộ dữ liệu chất lượng cao, không trùng lặp cũng quan trọng như kiến trúc mô hình khi xây dựng các mô hình nền tảng đơn bào mạnh mẽ.

Các bộ dữ liệu sinh học lớn hơn không đảm bảo các mô hình tốt hơn

Nghiên cứu được công bố trên Nature Methods vào tháng 6 năm nay đã xem xét cách quy mô và sự đa dạng của dữ liệu tiền huấn luyện ảnh hưởng đến các mô hình nền tảng đơn bào bằng cách sử dụng một kho dữ liệu gồm 22,2 triệu tế bào. Các nhà nghiên cứu đã huấn luyện 400 mô hình và đánh giá chúng qua 6.400 thí nghiệm.

Nghiên cứu cho thấy các mô hình nền tảng đơn bào hiện nay có xu hướng đạt đến ngưỡng hiệu suất sau khi huấn luyện trên một phần nhỏ của kho dữ liệu có sẵn. Không giống như các mô hình ngôn ngữ lớn, các hệ thống được đánh giá không hiển thị các quy luật mở rộng dữ liệu (data-scaling laws) rõ ràng, trong đó việc liên tục tăng dữ liệu huấn luyện mang lại kết quả tốt hơn một cách nhất quán.

Các nhà nghiên cứu nhận thấy rằng năng lực mô hình, quy mô bộ dữ liệu và tài nguyên tính toán cần được cân bằng thay vì chỉ đơn giản là tăng cùng nhau. Nghiên cứu không khẳng định rằng các bộ dữ liệu nhỏ hơn hoặc độc quyền vốn dĩ tốt hơn, nhưng cho thấy việc bổ sung thêm dữ liệu huấn luyện sinh học không dẫn đến những cải thiện hiệu suất liên tục.

Một nghiên cứu riêng biệt được công bố trên Genome Biology vào năm 2025 đã đánh giá hai mô hình nền tảng đơn bào là Geneformer và scGPT thông qua một số tác vụ đánh giá zero-shot. Các mô hình này không vượt trội hơn một cách nhất quán so với các phương pháp đơn giản hơn, đồng thời các nhà nghiên cứu cũng xác định những thách thức liên quan đến hiệu ứng lô (batch effects) và cảnh báo không nên cho rằng các mô hình tiền huấn luyện lớn hơn sẽ tự động tạo ra các biểu diễn sinh học tốt hơn.

Các công ty dược phẩm theo đuổi các bộ dữ liệu chuyên biệt

Relation đã áp dụng phương pháp tạo dữ liệu của mình vào Osteomics, dự án mà họ mô tả là một bản đồ xương đơn bào chức năng độc quyền. Dự án sử dụng các mẫu có nguồn gốc từ bệnh nhân và kết hợp omics đơn bào và không gian với dữ liệu hình ảnh, hệ gen, hệ protein và kiểu hình lâm sàng.

Theo công ty, Osteomics đang được sử dụng để nghiên cứu sinh học bệnh tật, các mục tiêu điều trị, dấu ấn sinh học và các phân nhóm bệnh nhân trong bệnh loãng xương. Các bệnh viện và đối tác nghiên cứu tại Anh và Úc đang tham gia vào nghiên cứu quan sát này.

Nghiên cứu được công bố trên Nature Genetics vào tháng trước cũng đã xem xét các yếu tố quyết định về tế bào và di truyền của bệnh xương bằng cách sử dụng phân tích đơn bào, dữ liệu di truyền và kiểm chứng chức năng. Một số nhà nghiên cứu của Relation nằm trong số các tác giả của nghiên cứu này.

Một phân tích năm 2025 trên Nature Biotechnology về các thương vụ dược phẩm sinh học tập trung vào AI đã xác định các nhà cung cấp bộ dữ liệu chuyên biệt là một trong nhiều xu hướng nổi lên từ các quan hệ đối tác gần đây. Các xu hướng khác bao gồm các khoản thanh toán trả trước lớn hơn, các phương thức điều trị mới và sự tham gia lớn hơn từ các công ty công nghệ sinh học lớn.

Phân tích cho biết các bộ dữ liệu chất lượng cao, đặc thù cho bệnh lý đang trở thành đầu vào quan trọng cho các mô hình học máy nhân quả và tạo sinh. Phân tích này đã trích dẫn thỏa thuận riêng của GSK với Ochre Bio, trị giá 37,5 triệu USD cho việc cấp phép dữ liệu liên quan đến dữ liệu đơn bào gan người và dữ liệu cơ quan được tưới máu (perfused-organ).

Một ví dụ khác liên quan đến việc AstraZeneca và Pathos AI ký thỏa thuận trị giá 200 triệu USD với Tempus vào năm 2025. Theo thỏa thuận, Pathos sẽ phát triển các mô hình nền tảng ung thư sử dụng dữ liệu lâm sàng, hệ gen và hình ảnh đã được khử định danh của hơn 150.000 bệnh nhân.

Quyền truy cập vào dữ liệu chất lượng cao đầy đủ vẫn là một hạn chế trong khám phá thuốc bằng AI. Một bài viết nổi bật trên Nature về học liên kết (federated learning) trong nghiên cứu dược phẩm đã xác định việc hạn chế quyền truy cập vào dữ liệu huấn luyện phù hợp là một nút thắt lớn đối với các ứng dụng AI, đồng thời lưu ý rằng các công ty cũng có thể phải đối mặt với những hạn chế trong việc chia sẻ thông tin độc quyền.

Do đó, các thỏa thuận AI-dược phẩm sinh học khác nhau về cách các công ty có được dữ liệu và năng lực tính toán. Một số tập trung vào quyền truy cập vào các nền tảng AI, trong khi những thỏa thuận khác bao gồm phát triển chung, cấp phép dữ liệu hoặc tạo ra các bộ dữ liệu sinh học mới.

Thỏa thuận giữa GSK và Relation bao gồm cả việc tạo dữ liệu và phát triển mô hình. Relation sẽ tạo ra các bộ dữ liệu tế bào người như một phần của sự hợp tác và sử dụng chúng để huấn luyện các mô hình AI nhằm xác định các mục tiêu thuốc tiềm năng.

(Ảnh của CDC)

Xem thêm: Cách AI đang rút ngắn thời gian khám phá thuốc tại Trung Quốc

Bạn muốn tìm hiểu thêm về AI và dữ liệu lớn từ các nhà lãnh đạo ngành? Hãy tham khảo AI & Big Data Expo diễn ra tại Amsterdam, California và London. Sự kiện toàn diện này là một phần của TechEx và được tổ chức cùng với các sự kiện công nghệ hàng đầu khác bao gồm Cyber Security & Cloud Expo. Nhấp vào đây để biết thêm thông tin.

AI News được vận hành bởi TechForge Media. Khám phá các sự kiện và hội thảo trực tuyến về công nghệ doanh nghiệp sắp tới tại đây.