Xaira stawia na X-Atlas, bo większy model bez danych kauzalnych uderza w ścianę

Latent Space rozmawia z Bo Wangiem i Ci Chu z Xaira Therapeutics o modelu X-Cell dla drug discovery oraz dataspecie X-Atlas. Główna teza jest prosta: jeśli test loss spłaszcza się po 1,5B parametrów, a training loss dalej spada, wąskim gardłem jest informacja w danych, nie wielkość modelu.

Xaira buduje na perturbacjach, nie tylko obserwacjach komórek

Tekst przypomina CELLxGENE jako bazę 168 milionów komórek z pomiarem 20 000 do 30 000 genów na komórkę. Takie dane obserwacyjne pomogły całej klasie Virtual Cell models, ale same nie mówią dość o tym, co się stanie po zmianie konkretnego genu.

Xaira buduje X-Atlas na eksperymentach CRISPR, które uruchamiają miliony testów równolegle. Celem jest sygnał kauzalny: co jest upstream, co downstream i jak interwencja w gen zmienia ekspresję w prawdziwych ludzkich komórkach. X-Cell trenuje właśnie na takiej informacji.

Drug discovery przesuwa się z architektury na budżet danych

Dla biotech to ważna zmiana. W ogólnej AI często wystarczy dodać dane z internetu i compute. W komórkach internet nie odpowie, co wydarzy się po interwencji w laboratorium. Ktoś musi to zmierzyć.

Latent Space szacuje, że eksperymenty i infrastruktura mogły kosztować dziesiątki milionów dolarów, a compute, headcount i research kilka milionów. Dokładna cena nie jest publicznie potwierdzona, ale proporcja pokazuje strategię: najdroższy nie jest transformer, tylko produkcja użytecznego sygnału.

Słabym punktem jest walidacja poza własną fabryką danych

Według opisu X-Cell pokonuje linear baseline i generalizuje do prawdziwych eksperymentów laboratoryjnych w ludzkich komórkach. To ważne, ale rynek będzie patrzył na reprodukowalność poza wewnętrzną pipeline Xairy.

Drug discovery ma długą historię modeli, które wyglądały mocno w benchmarku i znikały w mokrym laboratorium. Dane kauzalne zmniejszają ryzyko fałszywej korelacji, ale nie gwarantują wyniku istotnego klinicznie.

Zdecydują zewnętrzne walidacje i wpływ na kandydatów

Najlepsze kolejne sygnały to niezależne replikacje, opublikowane ablations i konkretne przypadki, w których model zaproponował interwencję potwierdzoną poza rozkładem treningowym. Jeszcze mocniejszy sygnał pojawi się wtedy, gdy Xaira pokaże wpływ na wybór lub uratowanie drug candidates.

Na razie X-Cell jest najciekawszy jako zakład o dane. W bioAI wszyscy mówią o modelach, ale rachunek leży w laboratorium.

Werdykt Lilith

Xaira nie sprzedaje większej kryształowej kuli, tylko droższe laboratorium za nią. W biology AI wygrywa ten, kto potrafi kupić właściwe fakty, zanim model zacznie udawać mądrego.