介绍
DeSci 正在打破生物行业的规则手册。通过打开科学知识的大门并利用开源的力量，它正在喷涌出一股可信的、新的协作方法的浪潮。结果呢？将会彻底颠覆药物开发和生物技术行业的典型上市模式。
问题:
制药公司的研发投资回报率直线下降。飞涨的成本、蜗牛般的开发速度和极高的废弃率，导致许多潜在的突破未能走到终点。
解决方案：
通过释放协议代币和创造性的激励计划，DeSci 激发了前所未有的合作。再见竞争，你好合作！增强公益性和投资者回报。它无障碍且全球化，揭示了当前未开发的科学突破途径并串联起了全球的科学人才一起开疆破土。
继我们之前 探索了 DeSci 对制药和学术界的影响之后，我们现在研究人工智能在提升 DeSci 潜力方面的作用。DeSci 和人工智能的整合不仅具有开创性且至关重要,生命医药或是唯一受益最大化的应用领域。
在本次分析中，我们将揭开推动这一演变的关键 DeSci 框架、协议和平台的各个层面，并描述人工智能的重要贡献。
最后，希望读者能够清楚下图！一个可视化路线图，封装了我们将在接下来的部分中逐步解开的核心概念和机制——一个指南针，引导我们穿越前方令人兴奋的地图。
人工智能不仅是 DeSci 药物发现的增强器，也是降低人体试验失败风险的解决方案。
人工智能正在改变生物技术
人工智能在现代生物学中的作用正变得越来越清晰，使结构生物信息学与基因组革命同步。谢尔比博士的两篇 文章雄辩地记录了人工智能对药物开发的颠覆性影响。
从药物设计到发现、筛选到临床开发，人工智能在每个阶段都留下了印记。它加深了我们对生物学的理解，彻底改变了基因分析，优化了分子，并为个性化治疗铺平了道路。甚至医学文献综述也在进行人工智能升级。
业界不仅注意到了这一点并张开双臂积极拥抱人工智能。制药巨头和灵活的生物技术公司都在以惊人的速度将人工智能融入他们的产品线。我们不仅见证了人工智能设计的药物处于早期阶段，而且还处于高级人体试验阶段！
让这个观念深入你的心里一会儿。人工智能想象出的分子正在真实的患者身上进行测试，一天天地接近市场。
那么，哪些类型的人工智能在药物发现中发挥着重要作用：
变分自动编码器 (VAEs)
VAE 简化了高维数据——将复杂的数据转换为更容易理解的形式。它们不仅创造新的分子结构，而且还改进药物特性，以提高疗效和安全性——一位拥有无限想象力的熟练化学家。与其他人工智能模型相比，VAE 可以以更低的计算成本管理复杂的数据集。这种涡轮增压的性能是解决当今世界所面临紧迫健康挑战的游戏规则改变者。
扩散模型
为了与基因组测序的进步并行，扩散模型绕过了缓慢的传统生物信息学方法（减少了对湿实验室的依赖）。他们利用庞大的数据库进行更快、更准确的蛋白质预测。
但好处并不止于单一的分子领域。对生物学的全面理解意味着人体研究将更有效、更便宜。他们通过分析个体对药物的基因反应，可以进行更高效、更具成本效益的临床试验和个性化治疗设计。在这个世界里，治疗方案是根据您的 DNA 量身定制的而不仅仅是您已发的症状。
大型语言模型 (LLM)
在药物发现初期，通用语言模型 (LLMs) 在需求广泛的生物机制理解的任务上表现出色，并在各个生物信息学和医疗保健领域展示出了优异的熟练技能。
它们还有望解决更广泛的行业挑战。通过熟练地处理不同信息的整合，它们以其他模型无法实现的方式“思考” —— 非常适合于识别新的研究领域、生成假设以及总结出版物。
当下的医疗保健系统正处于泰坦尼克号顶层甲板的时刻，接下来一年发生的事情将定义全球医疗保健的下一个个世纪。在 ai 表面热潮的当下，基本上每个人都在忽视更深层次的事情。这才是真实的故事：
医疗保健由四个因素定义：
1. 供应极其有限（医学博士稀缺且昂贵）。
2. 费用方面的委托代理问题（你的保险公司支付，而不是你）。
3.需求缺乏弹性，信任度高（你需要它并且对它有信心）。
4. 政府垄断。
这导致了该行业表现出非常奇怪的运行方式。成本不断增长，患者体验不断下降，诊所永远排队等候
因为患者信任它，需要它，但不花钱，而且别无选择。
在过去的几年里，我们看到这四个因素全部发生了变化：
1. 供应正在扩大。很难想象在未来十年内有超过90%的医疗保健没有被LLM辅助——在经历了多年的电子病历的残酷之后，我们已经接近拥有技术杠杆的医学博士了。
2. 随着商业保险的恶化，患者在医疗保健方面会从代理付费/主治医师为中心的模式转变为针对每一种健康状况的在线远程医疗服务。这最终将导致亚马逊成为您的医生和药房（请使用现金，这里不欢迎保险）。
3. 患者对系统失去信任。这始于美国滥用阿片类（止痛药）药物进行医疗辅助以来，一直持续到大流行，以及今天临床上的可怕经历。答案不是患者要求改善，而是患者将完全离开。
4. FDA 在监管新的护理方法方面仍然进展缓慢，致使其模糊了医疗/非医疗之间的界限。药丸工厂和其他在线开处方换现金的骗局被允许运营多年，与此同时，越来越多的患者请求进行非医疗的“健康优化”。
那些已有监管深入介入的部分（如电子病历等）比以往任何时候都要更加难以改变。
当监管机构行动缓慢时，它实际上会让这种固化现象持续加深到荒谬的程度。我们没有办法解开这些复杂的纠缠。
上个月我刚刚在各种医疗保健会议之间穿梭，聚会仍在继续。我们拥有免费的、医师质量的人工智能入院服务。然而，业界可以提出的最有趣的问题是如何实现传真机的自动化。
似乎/实际上，没有人相信变革即将到来——那些最有信心的人似乎相信，如果我们再投入十亿美元，医生的书写工作将会变得更加高效。没有人在意到护理的系统模式将会发生变化的这一事实。
在任何情况下，技术都擅长使新公司比现有公司更具有效率，这为它们设定了更高的追赶标准。技术努力将传统企业提升到超出其行业的水平。失败便成为了默认和预期的结果。
技术在医疗保健领域一直是一团糟，因为：
1. 技术公司在不了解其现有工作流程的情况下，过度承诺/交付不足的解决方案。
2. 医疗保健公司看到他们的同行试图采用技术但失败了，所以他们安心的忽略了它。
在一个没有供应方竞争（没有新的进入者）的世界里--这是一个完美的策略。
问题是这已经不再是现实情况了，病人们现在正在传统医疗系统旁边建立一个需求巨大的另类医疗体系。其需求量令人难以置信。
在接下来的24个月里，我们将看到数百种新型的医疗方案出现，这些方案与我们所熟悉的医疗体系大相径庭。
这些将是现金支付的，通常在法律上存在灰色地带，并且很可能主要依靠大型语言模型辅助。它们将提供更好、更便宜、更快捷的选择。
即使你不相信这种自由主义-现金支付自由市场的乌托邦可能存在(确实如此)，你只需看一看综合医疗保健网络，就能窥见未来的样子。
亚马逊/沃尔玛/CVS已经在建设这种平行的医疗保健系统。
这一切就这样结束了。
我们即将看到对已经垄断了一代人之久的系统发起激烈竞争，从提供护理到支付费用，所有的一切都处于竞争状态。 医疗保健已经成为一个技术产业，也是一个消费者产业，但没有人为此做好准备。
生成对抗网络 (GAN)
是极具想象力的强大技术，可生成高保真合成图像，例如 MRI 和 CT 扫描，GAN 使 AI 模型训练无需大量真实患者数据，这一点在患者数据稀缺（例如罕见疾病）的情况下至关重要。在分子设计中，与所讨论的其他模型相比，可以对 GAN 进行调节以实现更精确的控制。
多智能体系统 (MASs)
随附的一篇文章《类固醇的偶然发现》描述了多个大型语言模型（LLMs）如何能够独立地进行复杂的化学实验，并为工程酶的机器人实验室提供动力。
该论文扩展了区块链驱动的多智能体系统（MASs）在简化专利创新发现过程中的作用，这些系统由 OLAS 和 DAIN 等提供。它深入探讨了它们以前所未有的速度取得真正科学突破的能力。
这些由 AI 驱动的突破不仅仅是逐步的改进；它们在我们理解疾病及我们治疗疾病的能力上是巨大的飞跃。
DeSci X AI
区块链技术的出现引入了新颖奇特的工具，将彻底改变研究的方式。回顾我在药物开发领域的暮年，我突然意识到了这一点。行业内潜伏着一股神秘的力量，比任何其他力量都更强大，但这股力量到底是什么？
不是制药巨头。
也不是监管部门。
真正的力量在于患者权益团体。这些组织是在严峻的健康状况考验下建立起来的，以其独创性和坚定不移的意志而脱颖而出。他们拥有雄厚的资金、卓越的组织以及超越其他所有人的动力。
他们对自己疾病的理解往往超过了治疗他们的临床医生，展示了一个杰出的集体智慧（也称为蜂巢思维）的例子。大型制药公司经常发现自己默许他们的影响力，强调了他们挑战乃至逆转监管裁决的能力。
与加密世界中许多表面上的 DAO 不同，这些组织本质上是精神上的 DAO。它们始于 bioDAO。
去中心化自治组织 (DAO)：
作为生物医学转型的先锋，Vita、Valley、Athena、Hair、Cerebrum 和 Cryo 等 BioDAO 正在从头开始重新定义研究。代币化模型从 Nimbus 开创性的去中心化药物开发和药品许可框架中汲取灵感，将个人雄心与促进公共产品的集体目标错综复杂地交织在一起。
这些实体以精英政治的形式蓬勃发展，贡献的价值超越了金钱投入。BIO 代币的推出体现了这一原则，通过丰富参与、治理和流动性来增强 DeSci 的生态系统。以 DeSci Labs 和 LabDAO 的协作平台为基础，他们倡导跨学科协作、透明和公平的文化，并在链上精心记录发现，以造福所有人。
他们可能会因对治理攻击持开放态度而受到批评，但新的代币标准正在出现，以缓解此类问题。与声誉系统（稍后详细介绍）配合使用，它们将得到增强。
2023 年蛋白质科学领域的开创性进展（ProGen2、AlphaFold、ESMFold 和 RoseTTAFold）凸显了人工智能在生物技术中的新兴作用，这为人工智能无缝集成到 DAO 框架奠定了基础。然而，这些见解的专有性质和全球计算资源的稀缺性限制了这些革命性发现的访问。公共领域缺乏高级模型的训练数据进一步加剧了这个问题。
像 Inference Labs 这样的项目使模型去中心化，而像 Prime Intellect 这样的项目则聚合计算市场。这使得 DAO能够培养丰富、多样的数据集，真正代表我们这个异质的全球人口。“少数群体”在西方的基因库中可能不是少数，但在世界范围内确实如此。
DAO 可以使用 Data Lake 等协议来民主化对匿名患者数据的访问，确保由此产生的创新成果在人类之间可公平共享。我们面前有：
1. 由 DAO 拥有并通过特定治疗领域微调的大型语言模型（LLMs）进行货币化。
2. DAO使用基于成员数据以及合成的GAN数据训练的扩散模型来进行个性化治疗。
研究表明，这样精细调整过的模型可以使用更少的资源进行训练，仍然能够超越领先的现有模型。BioDAO将反击那些拥有数据和计算资源的人的权力集中。它们将创造公平的竞争环境。
声誉系统和去中心化身份 (DIDs)
这些系统对于促进人类和自主代理之间的信任与协作至关重要。在药物发现方面，根据虚假信息采取行动的后果可能会很严重。此类系统通过身份证明记录 DAO 参与者的可信度和可靠性，这些身份证明可以在 Holonym 网络上私下铸造，用于密钥和数据托管。
认可和奖励高质量贡献者的机制促使参与者追求卓越。这种机制推动研究和创新的整体质量更上一层楼。
我的前主席有一句指导原则，“药物不能由委员会设计”，当我与外人谈论 BioDAOs 时，这句话在讨论的走廊中回响。然而，诸如 ResearchHub 正在开发的基于代币的声誉系统的部署，优雅地反驳了对它们平等主义结构的怀疑。
通过这些系统，关键决策将由杰出专家的智慧做出，他们在 BioDAO 领域中游历，提供宝贵的见解并获得反映其可验证和链上认可声誉的报酬。其他 DAO 成员则将投票权委托给那些知道自己在做什么的人。
对于治理代理来说，声誉框架提供了一种衡量其贡献和互动的方法，通过严格的审查向谨慎的人类科学家灌输信心。数据的神圣性，特别是对于人工智能模型训练而言，怎么强调都不为过。Ceramic“流”提供了一种灵活的方式来体现 DAO AI 模型可能需要的各种数据，从研究数据和患者数据到文档和架构。
去中心化知识图谱（DKG）：
图机器学习通过其分析大规模生物网络的能力，拥有药物开发的变革潜力。通过了解这些系统内复杂的关系和动态，研究人员可以确定新的治疗靶点。
虽然区块链非常适合建立信任，但它们处理动态数据库的能力有限。DKG 弥补了这一差距。OriginTrail 引领这一潮流，为机器学习和相关知识市场打造可验证的基于 DAO 的知识图谱，以促进关键领域的发现。
BenevolentAI 正在挖掘科学文献，为药物发现创建知识图谱——所有这些都在专有的环境中进行。相比之下，DKG 通过透明度、所有权和数据可组合性解决了传统数据孤岛的固有局限性。它们是 DeSci 的“Google”，为自主代理漫游提供敏捷、查询友好的环境。
人工智能算法利用 DKG 的复杂数据集，以前所未有的速度和深度提取见解，超越了传统生物技术方法的能力。这些图表指导自主代理识别，可能会绕过人类经常被社会影响的趋势和关联。它是纯粹的假设生成器。
人工智能不断将新发现整合进其思考过程的能力，确保了最新研究不断丰富着更广泛的科学理解。知识图谱（DKGs）是构建技术树和结果图的基石，它们是理解技术能力、识别挑战和确定影响力区域的重要工具。
Foresight Institute 等具有前瞻性思维的组织利用这些分析框架来探索和推进长寿、太空和纳米技术的前沿领域，为未来的探索开辟了道路。
超级证书：
超级证书彻底改变了贡献激励方式，从知识囤积文化转变为共享和协作文化。通过为开创性和基础性研究提供追溯奖励，他们促进了研究工作的全面透明度。
通过 Coordination.network，这些创新性的原语被纳入到以治疗为重点的技术树中，塑造出一种影响力广泛的“推动机制”，与现有的专利和经济激励“拉动机制”产生协同作用。关键在于，他们鼓励传播积极和消极的结果——后者通常从不发表——以降低实验的重复性和对环境的负面影响。
在这些框架中，LLM 扮演着关键角色，识别和评估能够加速科学突破的新生贡献。发现未被充分重视的见解并激励人们执行它们。人工智能和超级证书共同开启了一个协同循环：人工智能的分析能力放大了超级证书的有效性，这反过来又创造了一个开放且数据丰富的环境，人工智能可以在其中茁壮成长。
该模型确保基础研究（未来医学进步的基石）的贡献者得到应有的奖励。
二次方资助：
BioDAO 可以利用其他有趣的加密机制，如二次资助，方法是根据捐赠的规模来评估支持者的数量。Gitcoin 将所有大大小小的捐赠整合到一个匹配的池中，并确保获得更多人支持的项目获得更多支持，支持“多数人”而不是“富裕的少数人”的声音
这些创新与超级证书一起构建了一个由社区驱动的具有洞察力的密集网络，这些网络将输入到 DKG 中并将资源引导到最有价值的地方。
预测市场：
众包的潜力不仅仅是融资，还延伸到预测领域。预测市场允许对资产的疗效或临床结果进行猜测，远远早于传统的时间表。
通过将 IP-NFT 和资产预测市场融入 BioDAO，我们显着提高了药物开发决策的敏捷性和准确性，充分利用了集体的“人群智慧”。这些市场不仅使人工智能能够简化资源配置和风险评估，还进一步吸引了一系列渴望利用短期投资周期的投机者。
设想一个世界，其中由大量互连的 DKG 丰富的人工智能多智能体系统积极播种并驾驭这些市场，推动药物发现向前发展。这个场景不只是幻想，而是现实。这是我们当前的现实，Vitalik Buterin 对 Olas 代理最近参与 Omen等预测市场的观察强调了这一点。
知识产权 NFT（IP-NFT）和代币（IPT）：
Molecule 的开创性 IPT 和 NFT 正在改变知识产权的创造、管理和交易。通过将开放基础设施与智能合约编码的规则和权利相结合，可以消除传统的低效率问题。他们将早期投机投资者、内在价值投资者、专利维护者和链上知识产权资产的其他利益相关者联合起来。
签订研究协议的研究人员将他们的研究成果贡献给 DAO，从而获得随后归档并代表为 IP-NFT 的知识产权的股份。 DAO 作为研究的融资者，持有 IP-NFT 的一部分，并可以灵活地拍卖这种代币化资产 (IPT) 的一部分，以产生资金或激励某些活动。
这些新工具刺激了社区对科学的参与，嵌入了对使用权和收入共享的激励措施，并将知识产权与 DeFi 连接起来，扩大了发明者的金融机会（专利和数据现在可以用作金融抵押品）。
重要的是，科学家现在可以直接拥有自己的创新成果。他们可以在各个阶段将其货币化，以引导后续工作并使他们的专利资产更加强大。声誉系统可以用来避免“知识共享”的困境，允许公开的共同发展。
简单来说，IPT 开放了二级市场。以前生物技术风险投资和私募股权公司独有的投资机会现在覆盖了更广泛的投资者。它们允许持续筹款，以适应知识产权资产的长生命周期和不断变化的价值。随着价值变得更加确定，投资可以随着时间的推移而吸引，而不是一次性筹集资金。
利用基于 BioDAO 患者数据训练的扩散模型，代理可以为成员确定有效的治疗方法。他们可以发现现有药物的新应用，或者为陷入困境的生物技术的未开发资产注入活力。这反映了 Roivant、BridgeBio 和 Cambrian Biopharma 等实体对资产的战略性重新利用。
在 GW Pharma 的工作中，我们专注于从天然化合物中开发药物。鉴于天然存在的实体无法申请专利，我们通过全面的使用、制造和配方专利矩阵为竞争对手设置了障碍。并不是说每一个单独都无法克服，而是叠加起来就变得没有吸引力了。
IP-NFT 具有可组合和可互操作的特性，非常适合构建此类复杂的保护框架。它们简化了过去复杂的官僚噩梦。
未来蓝图：
现在我们已经阅读了有 2000 字了，所以这里有一张图片可以为您节省另外 1000 字：
结论
人工智能能力的激进进步正在重塑一个本已未知的 DeSci（科学去中心化）领域，引发了关于资金支持方向的众多问题。药物开发的临床阶段传统上需要 8 至 10 年，但像 Vitalia 这样的倡议—一个“长寿生物科技的洛斯阿拉莫斯”—承诺通过特殊经济区将药物开发加速至极速水平（正如我们在 Covid 期间所见）。这让人想起 1970 年迪拜的转型，但这次的焦点是科学而非金融，并将利用 DeSci 内在的监管套利机会。
随着将传统十年药物开发旅程压缩至显著更短时间线的可能性，人类的角色从亲力亲为的执行者转变为战略决策者。
这一转变强调了在日益自动化的世界中保留人类主动性的重要性，赋予我们塑造我们所设想未来的力量。DeSci提供了一个开放框架来指导人工智能，作为与我们的集体愿景相一致的未来设计师。
「原文存档链接」
编译贡献者：DeSci.money 中文翻译小组
评论 (0)