将人工智能引入医疗领域的竞赛主要是在数据中找规律。如今，一家新成立的公司认为下一步更牛：创建能够模拟疾病在人体内一步步发展的AI系统。

总部位于旧金山的Verge Labs（原名Verge Genomics）已正式转型为专注于人类疾病生物学的前沿AI实验室。该公司表示，正在构建先进AI模型，这些模型基于迄今最大规模的专有人脑数据集之一进行训练，以帮助药物开发者更准确地预测哪种药物对哪些患者有效，以及为什么有效[1]。

不像以前那样过度依赖动物模型或实验室模拟，像Verge Labs这样的公司现在越来越倾向于直接用人类数据来理解疾病。

说实话，药物发现仍是医学领域最烧钱、风险最大的工作之一。尽管过去数十年进步不小，但大多数实验性药物最终仍未能到患者手上。据Verge Labs称，其中一个最主要的原因其实很简单：研究人员常常在错误的患者群体中测试错误的生物靶点。

公司觉得AI能搞定这个难题。过去十年中，Verge从几千名患者那收集了超过1.2万个人脑样本，还有相关的基因、分子和临床数据。Verge没有把这些数据集当作孤立的快照，而是训练AI模型来搞懂这些数据是怎么拼到一起的，以及疾病是怎么一步步发展的。该公司希望在不直接接触脑组织的情况下，建一个患者脑子里正在发生什么的数字模型。

从抽血到“虚拟活检”

该平台搞出来的一个更牛的想法是Verge所谓的“虚拟活检”。想法很简单，但背后的技术可不简单。通过结合血液检测、影像扫描和其他临床信息，AI试图还原脑子里可能正在发生的分子层面的详细画面。如果成功，这能帮研究人员找出哪些患者最可能从治疗中获益，估计病情会怎么发展，还能提前预测一种药在烧钱的临床试验开始前会不会有效。

“十年来，Verge一直在收集我们这行一直缺的人体组织数据，”Verge Labs联合创始人兼首席执行官Alice Zhang说。“AI架构的突破意味着，Verge的数据集首次可以用来构建模型，根据从活人身上能测到的数据来推测每个患者大脑的生物学情况。未来十年的神经科学药物开发会像精准肿瘤学那样，我们正在搭建这个平台来实现它。”

拿肿瘤学来比，挺有意思的。癌症治疗已日益转向精准医学，即根据个体患者的生物学特征而非宽泛的疾病类别来匹配疗法。神经科学在这方面远远落后。Verge 押注 AI 能帮忙缩小这个差距。

为下一阶段组建团队

借着品牌重塑的契机，Verge Labs 宣布从 Altos Labs、Calico Life Sciences、Flatiron Health 和 PostEra 等机构挖来了四位大牛。这些新人的背景覆盖了人工智能、计算生物学、产品开发和商业战略几个方向。

“他们每个人都是从零做起，做出了成功的产品，并且率先把 AI 用在了人类健康上，”张说。“他们加入 Verge Labs，就是想像上一代人攻克肿瘤那样，攻克神经科学：针对那些仍有数百万患者在苦苦等待的疾病，为每个患者量身定制精准疗法。”

该公司在其新平台战略下的第一个合作在平台上线一个月后就宣布了。Verge Labs已与总部位于上海的特纳西亚生物科技达成合作，该公司将利用Verge的平台和人体组织数据，在特定的中枢神经系统项目中评估潜在药物靶点[2]。

对Verge而言，这笔交易是对其商业模式的一次早期测试。该公司并非自己开发所有疗法，而是将其AI平台定位为基础设施，供其他药物开发商使用，以便在开发过程的早期阶段改善决策质量。

虽然Verge目前专注于神经系统疾病，但其影响远不止于大脑。长寿研究越来越依赖于理解为什么每个人衰老速度不同，以及为什么有些人治疗有效而有些人无效。能够建立详细的患者生物学模型，最终可能帮助研究人员提前预测疾病风险，识别个性化干预措施，并提高年龄相关疗法的精准度。

AI在医疗保健领域被寄予厚望，但大多集中在行政效率或数据分析上。Verge Labs怀抱更大野心：用AI更深入地看懂人类生物学本身。

这个想法能不能成，还得走着瞧，但随着长寿研究越来越个性化，能模拟个体疾病的平台可能会成为该领域最值钱的工具之一。

[1] https://www.prnewswire.com/news-releases/verge-labs-launches-as-a-frontier-ai-lab-for-human-disease-biology-302782601.html
[2] https://vergelabs.com/resources/news/tenacia-cns-partnership/