對于藥物發(fā)現(xiàn)過程來說，動物試驗的必要性是一個悲哀，盡管小鼠并不是特別準確的人類模擬物，但似乎沒有好的辦法來替代小鼠?，F(xiàn)在Quris公司聲稱，它將人工智能與來自 "芯片上的病人"數(shù)據(jù)結(jié)合起來，以相當?shù)偷某杀救〈∈?，提供非常強大的測試和自動化過程。

該公司已經(jīng)籌集了900萬美元的種子輪資金，以便實現(xiàn)從試驗到生產(chǎn)。它的基本想法非常合理：建立一個更好的小規(guī)模人體模擬，并利用它來收集機器學習系統(tǒng)可以輕松解釋的數(shù)據(jù)。這家位于以色列公司的方法建立在哈佛大學關于使用所謂的"芯片上器官"一項重要研究之上。這些系統(tǒng)仍然相對較新，但在該領域已經(jīng)確立，使用少量干細胞衍生的組織("器官")作為藥物或治療的試驗臺。

[[429658]]

哈佛大學研究人員發(fā)現(xiàn)，通過將多個器官芯片系統(tǒng)連接在一起(如肝臟、腎臟和心臟細胞)，你最終會得到一個令人驚訝的有效人體模擬。當然，沒有什么比得上真實的東西，但這種串行的類器官系統(tǒng)或"芯片上的病人"可以成為小鼠測試的真正替代物。

考慮到候選藥物進入臨床階段的成本可能高達數(shù)億，因此花費哪怕是幾千萬，來淘汰一些注定要失敗的藥物是非常值得的。Quris系統(tǒng)使用了它所謂芯片上技術(shù)，換句話說，它是一個包含多個有機體的芯片，但比最先進的實驗室系統(tǒng)更小、更有效并且更廉價。該系統(tǒng)使用的原始生物材料較少，可以自動化，并伴有訓練有素的機器學習模型。

這套獨特的數(shù)據(jù)將驅(qū)動一個獨特的人工智能，理解并能幫助運行和解釋實驗結(jié)果。人工智能已經(jīng)在用現(xiàn)有的和一些即將上市的藥物進行訓練，學習各種傳感器的信號對物質(zhì)的安全性意味著什么。這使得有效的測試可以用少量的芯片完成，而不是500只小鼠。