主要内容
GSK与英国生物技术公司Relation Therapeutics达成最高1.1亿美元的AI辅助药物发现研究合作，将扩展双方现有合作。根据协议，Relation将生成人类细胞对基因变化和药物干预反应的大规模数据集，用于训练AI模型识别潜在药物靶点，包括其MORGAN平台内的模型。
合作基于双方早期在纤维化疾病和骨关节炎领域的研究，通过Lab-in-the-Loop平台生成功能疾病数据集，结合人类遗传学、单细胞多组学、功能检测及机器学习识别验证靶点。
Relation采用“Lab-in-the-Loop”方法，整合实验室实验与计算分析，包括组织图谱、单细胞/空间转录组学、测序、扰动实验等，机器学习用于靶点识别、优先级排序和实验设计。
公共数据库（如CZ CELLxGENE、人类细胞图谱、NCBI基因表达综合数据库）是生物基础模型训练的重要材料，但存在技术挑战：研究方法差异、数据重叠、技术噪声等。2025年《Experimental & Molecular Medicine》指出，高质量非冗余数据集与模型架构同等重要。
2024年6月《Nature Methods》研究（基于2220万个细胞）发现，模型性能在数据量达到一定程度后停滞，需平衡模型容量、数据量和计算资源，而非单纯增加数据。
