近日，據(jù)總部位于倫敦的新創(chuàng)公司Briefly Bio的官員表示，科學正處于重現(xiàn)性危機中。在臨床前研究中，據(jù)估計超過50%的實驗重現(xiàn)嘗試失敗，每年給行業(yè)造成超過500億美元的損失。

為了解決這一問題，該公司開發(fā)了一款軟件，旨在通過幫助科學家清晰且一致地記錄和分享他們的工作，使實驗室工作更加可重現(xiàn)。Briefly Bio的聯(lián)合創(chuàng)始人Katya Putintseva博士、Harry Rickerby和Staffan Piledahl表示。

Briefly Bio co-founders (left to right): Staffan Piledahl, Katya Putintseva, PhD, and Harry Rickerby. [Briefly Bio]

隨著公司的成立，Briefly Bio已成功完成了120萬美元的初始種子輪融資。此次融資由Compound VC領(lǐng)投，NP Hard、Tiny VC以及科技和生物科技領(lǐng)域的天使投資人參與。

生物實驗變得越來越復雜。隨著這種復雜性的增加，關(guān)鍵的細節(jié)往往未被記錄和遺失，聯(lián)合創(chuàng)始人們指出，這使得科學合作效率低下。他們列舉了實驗室科學家難以重現(xiàn)和改進彼此的實驗；數(shù)據(jù)科學家缺乏必要的背景信息來分析實驗室產(chǎn)生的數(shù)據(jù)；以及自動化團隊缺乏構(gòu)建機器人實驗室所需的全部細節(jié)等問題。

實驗的共享語言

Briefly Bio決定通過創(chuàng)建一種一致且清晰的實驗共享語言來解決這些問題。他們的軟件利用人工智能將現(xiàn)有的實驗描述轉(zhuǎn)換為這種一致的格式，同時自動填補空白并發(fā)現(xiàn)錯誤。公司發(fā)言人指出，這有助于捕捉每次實驗的價值，并使科學家能夠相互學習。

在創(chuàng)立公司之前，Putintseva、Rickerby和Piledahl曾在藥物發(fā)現(xiàn)初創(chuàng)公司LabGenius共同工作，幫助建立其基于機器學習的抗體發(fā)現(xiàn)平臺。

Briefly Bio tool screenshot. [Briefly Bio]

“科學方法有點像軟件代碼，是定義實驗如何進行的一套指令，” CEO Rickerby評論道?！坝捎谕暾涗浢總€實驗需要大量精力，因此大多數(shù)‘代碼’是不完整的?，F(xiàn)在，有了大型語言模型，我們有辦法在不影響科學家工作流程的情況下，使這些方法一致。就像Github幫助軟件工程師協(xié)作并改進彼此的代碼一樣，我們認為Briefly可以幫助科學家和工程師協(xié)作并改進他們的實驗?！?/p>

他指出，通過人工智能和高通量實驗，有機會大幅提升科學發(fā)現(xiàn)的效率。數(shù)千億美元正通過初創(chuàng)公司和大型制藥公司進行投資，以充分利用這一優(yōu)勢。

為了實現(xiàn)這一潛力，科學需要在數(shù)據(jù)集生成方式上有更多的一致性和透明度，因為任何模型的價值都是其訓練數(shù)據(jù)的產(chǎn)物。Rickerby表示，Briefly Bio正在構(gòu)建這一必要的基礎設施層，以加速生物學領(lǐng)域的科學發(fā)現(xiàn)。

編輯：周敏

排版：李麗