礼来（Eli Lilly）近日宣布，将开放其开发的人工智能（AI）模型，供小型Biotech公司免费使用，以加速药物研发进程。

礼来预期自家丰富的数据集和经过验证的 AI 模型能够帮助小公司完成诸如评估分子成药性以及评估吸收和毒性等基本特性，同时也希望通过添加更多数据来提高模型泛化能力。目前首批已有包括 Firefly Bio、Superluminal Medicines 和 Circle Pharma 在内的十多家Biotech合作伙伴加入。

此次开放的模型将通过名为 TuneLab的新平台提供。TuneLab 专注于药物研发中从早期发现到临床候选药物提名之间的中间阶段，现阶段可提供 12 个机器学习模型用于预测小分子的体外特性，即吸收、分布、代谢、排泄和毒性（ADMET），以及 6 个用于抗体可开发性特性的模型，如热稳定性、溶解性和粘度。这些模型与礼来科学家在公司实验室中使用的模型相同。礼来预计未来几个月将增加更多模型，包括来自药物研发 AI 独角兽 Insitro 的一个模型，该模型专注于分析活体动物产生的数据。

作为交换，与礼来合作Biotech将提供数据帮助训练模型，以增加模型中所代表候选药物的多样性。

礼来承诺不会查看合作伙伴的数据，而是使用联邦学习（federated learning）平台，这种分布式机器学习技术允许在其服务器上保留数据隐私的同时帮助更新模型训练。TuneLab平台在允许Biotech使用礼来 AI 的同时，实现其在本地数据上进行训练。与将原始数据发送回礼来不同，该平台仅共享模型权重的变化，即每个输入对算法的重要性。这些变化将汇总并更新全球模型，供所有用户使用。礼来公司也将参与其中，并预计每月从这些数据贡献中更新模型。

不过，吸纳更多数据并不一定总是利好。礼来对数据收集的要求严格，因为模型可能会将数据中的微小变化误认为是信号，从而影响预测性能。目前，礼来正在试验添加其他公司的历史数据（来自其他合作协议）是否会改善其模型。一旦新数据导致模型性能下降，就必须回滚更改。

Firefly Bio 是 TuneLab 今年初的首个早期用户。该公司首席执行官 Scott Hirsch 表示，TuneLab 的AI已帮助公司重塑其抗体药物发现流程。Firefly Bio 专注于开发一类名为降解剂-抗体偶联物（degrader-antibody conjugates）的新疗法。该公司去年完成了 9400 万美元的 A 轮融资，礼来也是投资者之一。