GSK擴大攜手Relation：用細胞擾動資料訓練AI，尋找疾病機制與新靶點

藥物研發中的人工智慧，能否真正理解疾病，往往不只取決於模型大小，更取決於餵給模型的實驗資料。英國生技公司Relation Therapeutics宣布擴大與GSK的研究合作，將大規模製造人類細胞受到基因或藥物干預後的變化資料，試圖從動態反應中找出疾病機制與潛在治療靶點。

依Relation公告，這項協議包含預付款及依成果支付的里程碑金，總額最高可達1.1億美元；公司未拆分預付款金額，也未說明里程碑條件、合作期限或GSK可取得哪些資產權利。Relation將運用人類疾病細胞模型及自動化實驗系統，產生具時間序列的細胞擾動資料，並同步讀取多種分子層次的變化。

所謂細胞擾動，是以基因編輯、基因表現調控或化合物處理改變細胞，再觀察RNA、蛋白質及其他分子訊號如何隨時間重組。相較只比較健康與患病樣本，這類資料較有機會呈現因果方向，例如某條路徑被關閉後，哪些下游反應消失或轉向；但結果能否跨越培養皿、重現人體內複雜環境，仍是靶點驗證的關鍵門檻。

合作產生的資料將用於開發、驗證及訓練基礎模型，包括Relation同日公布的MORGAN。其名稱來自「運用人工神經網路的多組學調控基因體學」，設計目標是預測不同細胞類型與疾病情境下，人類細胞面對基因及藥理干預時的反應。Relation稱，MORGAN將由自動化高通量實驗產生的拍位元組級多組學資料支撐，並針對具有治療重要性的特定細胞類型建立模型。

這項合作的實際價值，在於模型提出的新靶點能否經獨立實驗重現，並進一步形成具有選擇性、安全性與人體療效的候選藥物。目前公開資訊未列出鎖定的疾病、細胞系統、資料規模與品質控制方法，也沒有公布MORGAN的基準測試、外部驗證結果或相對既有方法的表現，因此尚無法判斷它能把多少預測轉化為可開發的藥物計畫。

協議顯示大型藥廠願意為結合自動化濕實驗、多組學量測與AI建模的研究基礎設施投入資金；然而最高交易金額並不等同已支付價值。後續較具判斷力的訊號，將是合作是否產生經實驗確認的疾病機制、由GSK推進的具體靶點，以及這些結果能否在病人來源樣本或更接近人體生理的模型中成立。