imec呼吁建设欧洲生物数据基础设施，以推动人工智能药物研发

欧洲需要建设能够生成并连接生物数据的基础设施，以利用人工智能开发药物。imec生命科学技术研究员兼项目主任Liesbet Lagae表示了这一观点。在布鲁塞尔欧洲议会公共卫生委员会（SANT）举行的演讲中，她解释说，医院数据必须结合有关细胞、蛋白质和组织运作的实验信息。

简而言之，imec提议建设欧洲基础设施，将生物实验、测量技术和人工智能模型结合起来，用于药物研究。Liesbet Lagae认为，获取相关数据不足限制了当前模型的能力。临床信息和实验室生成的信息发挥着互补作用。该提案旨在推动研究人员、技术公司、制药业、生物技术企业和初创企业之间的合作。欧洲议会议员询问了谁将控制数据和研究结果、专利保护将如何运作，以及如何处理训练数据中的错误。演讲者主张，在药品审批中继续维持安全要求。此次听证会没有宣布新的欧洲资助计划，也没有公布能够验证这一整体方法的临床结果。

Lagae介绍了一条被称为TechBio的研究方向，该方向将测量技术、数据分析和人工智能整合到生物过程研究中。目标是开发能够帮助研究人员理解疾病，并更好地选择值得测试的物质或干预措施的模型。她指出，当前生物模型仍在成熟过程中，尚未达到实现所有这些目标所需的可靠性水平。

其中一项困难在于研究所需信息的性质。要理解细胞的反应或某种分子的作用，模型必须使用通过相关实验和测量产生的数据进行训练。据演讲者介绍，这些信息分散在学术实验室、医院和制药企业中，而只能获取彼此分散的数据片段，限制了研究人员构建更完整模型的能力。

拟议的基础设施将把生成数据的工具与用于训练模型的系统整合起来。Lagae描述了一个研究平台：实验室实验将持续为生物模型提供数据，而模型的预测结果则可用于指导新的实验。她使用biofoundry（生物制造工厂）这一概念，来描述实验能力、自动化和计算开发之间的结合。

在演讲中，这位研究人员举例介绍了DNA测序、神经活动记录，以及借助微型生物系统进行毒性测试。这些技术能够生成关于生物体及其对干预措施反应的不同类型信息。她还提到DNA合成领域，该技术可通过构建和测试设计出的生物结构，支持细胞和基因疗法研究。

Lagae强调，这些实验数据能够补充临床信息。欧洲健康数据空间可在其规则框架内支持将医疗数据用于研究，但生物模型的设计还需要患者档案中不存在的信息。有关蛋白质、细胞或组织的测量数据，对于回答与临床观察所能回答的问题不同的研究问题是必要的。

向欧洲议会提出的提案还涉及欧洲合作的组织方式。这位研究人员呼吁汇聚技术合作伙伴、制药和生物技术企业以及初创企业，并借鉴半导体研究领域的合作经验。她认为，欧洲可以支持共同基础设施以及这些领域之间的联系，从而保持欧洲的研究能力和药物开发能力。

对数据的控制权是欧洲议会议员提出的核心问题之一。Lagae警告说，掌握数据和模型的企业可能在未来的生物研究中获得重要地位，并要求欧洲当局分析这对患者和产业的影响。她没有提出关于数据应由公共部门还是私人部门所有的单一解决方案，但认为这一选择需要得到政策层面的认真考虑。

欧洲议会议员Ondřej Dostál询问，应如何从专利以及数据提供者贡献的角度看待这些系统产生的结果。讨论提出了一个问题：由研究基础设施、模型开发者和信息提供者共同创造的价值应如何分配。演讲者的回答探讨了保护某些发明的可能性，但听证会并未就模型或其结果是否具有可专利性确立普遍的法律解释。

András Kulja询问，如何处理医疗数据中的偏差，包括与诊断编码实践有关的偏差，以及如何在加快研究的同时评估长期影响。Lagae认为，使用更大规模的数据集可能有助于识别某些偏差，并说明这一判断是她个人的观点，她并非医院组织领域的专家。扩大数据集并未被描述为能够保证所有错误都会消失。

关于审批，她的立场是，借助人工智能开发的药物必须满足同样严格的安全要求。其目标收益在于更好地筛选候选药物，并减少对最终证明无效项目的投入。这一研究视角不能取代产品在临床使用前对质量、安全性和有效性的证明。

imec是一家从事纳米电子和数字技术研究的中心，同时也开发生命科学工具。在SANT委员会介绍的工作旨在通过具有不同基础设施和专业知识的领域之间的合作，运用测量技术和计算能力解决生物和医学问题。

此次辩论是围绕这类研究的发展机遇、局限及其条件展开的意见交流。会议没有确定拟议基础设施的欧洲预算、具有约束力的实施时间表，也没有设立针对人工智能设计药物的特别审批程序。‌⁣