تمكنت Briefly Bio من جمع 1.2 مليون دولار أمريكي لبناء GitHub للتجارب العلمية

نبذة مختصرة عن السيرة الذاتيةأعلنت شركة ناشئة مقرها لندن عن جولة تمويلية صغيرة ولكنها مهمة بقيمة 1.2 مليون دولار من Compound VC وشركات أخرى بهدف جعل التجارب العلمية والبيانات أكثر قابلية للتكرار.

في الواقع، هناك آلاف عديدة من نتائج التجارب العلمية لم يتم إعادة إنتاجها بعد – أو ربما لا يمكن إعادة إنتاجها – لدرجة أن بعض الباحثين اعتبروا هذا أمرًا مستحيلًا. أزمة إعادة الإنتاج أو التكرار.

في محاولة للمساعدة في حل هذه المشكلة، تستخدم منصة Briefly Bio نماذج لغوية كبيرة (LLM) مثل النوع الذي يدعم منتجات الذكاء الاصطناعي الرائدة مثل ChatGPT لتحويل وثائق المختبر المعقدة إلى تنسيق متماسك ومنظم. والفكرة هي أن أي شخص يمكنه استخدام الوثائق الأصلية والبناء عليها في مختبره الخاص بسهولة أكبر.

وقد نجحت الشركة بالفعل في جذب عملاء مبكرين للنسخة المدفوعة من العرض، ولديها خطط لإنشاء نسخة عامة من المنصة للمشاركة المفتوحة والتعاون في البيانات العلمية التي تقول إنها ستكون مشابهة لمستودع أكواد GitHub لمشاركة البرمجيات مفتوحة المصدر والمرخصة بشكل قانوني.

وقال هاري ريكيربي، الرئيس التنفيذي والمؤسس المشارك لشركة Briefly Bio، في بيان: “نظرًا لأن GitHub يساعد مهندسي البرمجيات على التعاون والبناء على أكواد بعضهم البعض، فإننا نعتقد أن Briefly يمكن أن يساعد العلماء والمهندسين على القيام بنفس الشيء بتجاربهم”.

مشكلة إمكانية إعادة إنتاج البيانات في العلوم

عندما يحاول العلماء حل مشكلة بيولوجية معقدة، فإنهم يتبعون طرقًا مختلفة. بعض الطرق تنجح، وبعضها يؤدي المهمة جزئيًا وبعضها لا يؤديها على الإطلاق، ولكن في جميع الحالات، يتم توثيق البروتوكول الخاص بالعمل المختبري – خطة البحث، وتغطية الأهداف، والتصميم، والمنهجية والإحصاءات – وتفاصيل التجربة نفسها بشكل كامل.

إن الفكرة وراء جمع هذه البيانات هي إعطاء الفرق العلمية الأخرى قاعدة أساسية لمواصلة البحث أو حل أي مشكلة أخرى وثيقة الصلة. ومع ذلك، هنا أيضًا تبدأ مشكلة إمكانية إعادة الإنتاج.

في الأساس، لدى كل عالم طريقته الخاصة في توثيق عمله، مما يؤدي في كثير من الحالات إلى الغموض وفقدان التفاصيل الهامة التي تعتبر حاسمة للتفاهم المشترك.

على سبيل المثال، قد يخوض بعض الباحثين في تفاصيل واسعة النطاق عند وصف نهجهم في تحرير الجينات بكلماتهم الخاصة، في حين قد يكتفي آخرون بالحديث عن فكرة مفادها أن الفرق الأخرى قد تمتلك معرفة مماثلة. وقد يؤدي هذا بسهولة إلى تعاون غير فعال وفشل في إعادة إنتاج التجارب، مما يكلف الصناعة أكثر من 50 مليار دولار سنويًا.

وقال ريكربي لموقع VentureBeat إنه وزملاءه في LabGenius، كاتيا بوتينتسيفا وستافان بيليدال، رأوا المشكلة بشكل مباشر على مستويات مختلفة.

“عملت كاتيا كعالمة في الأوساط الأكاديمية وواجهت تحديات إعادة استخدام وتكييف العمل من الأدبيات المنشورة. ثم انتقلت إلى علم البيانات، حيث احتاجت إلى فهم دقيق لكيفية إنشاء البيانات لتحليلها ونمذجتها. من ناحية أخرى، عمل ستافان كمهندس أتمتة وكان بحاجة إلى تعريفات كاملة لسير عمل المختبر لنقلها إلى الروبوتات. بعد المغادرة، أدركنا أن العديد من الصراعات في جميع أنحاء حياتنا المهنية تشترك في سبب جذري مشترك – لم يكن هناك توثيق متسق لكيفية إدارة العمل المختبري،” كما قال.

ولمعالجة هذه المشكلة، اجتمع الثلاثي وأطلقوا Briefly Bio. وفي الأساس، توفر الشركة للعلماء منصة يمكنها تحويل أي بروتوكول علمي موثق باللغة الطبيعية إلى تنسيق متماسك ومنظم يحتوي على معلومات خطوة بخطوة. وكل ما يتعين على المستخدم فعله هو تقديم كتلة من النص من المؤلف الأصلي، وستقدم الأداة مخرجات منظمة تفصل طريقة إعادة إنتاج التجربة أو البناء عليها.

“أداة Briefly مدعومة بـ الذكاء الاصطناعي التوليدي“وهذا يساعد على هيكلة أوصاف النص العادي للمعرفة الإجرائية وتحويلها إلى تمثيل هرمي. وتقوم نماذج اللغة الكبيرة الموجودة تحت الغطاء باستخراج المعلومات الرئيسية تلقائيًا وتصنيفها إلى عمليات وأفعال وتفسيرات ومعايير مختلفة. ثم يتم تحويل هذا التمثيل المنظم إلى تمثيل مرئي أوضح وأسهل في الهضم من جدار من النص،” كما أوضح ريكربي.

لا يعمل هذا العرض على إنشاء لغة مشتركة لفهم البيانات فحسب، بل يرسم أيضًا صورة واضحة تُظهر كيف تتغير الأساليب العلمية وتتطور، بطريقة لم تكن ممكنة باستخدام أوصاف النصوص التقليدية.

والأمر الأكثر أهمية، بالإضافة إلى تحويل الأوصاف العلمية الموجودة إلى تنسيق منظم، يتضمن Briefly Bio أيضًا مساعدًا للذكاء الاصطناعي، والذي يمكن تشغيله عبر اللغة الطبيعية لاكتشاف الأخطاء والعثور على أكبر عدد ممكن من المعلمات التي يمكنه العثور عليها فيما يتعلق بالعمل المختبري الذي يتم إجراؤه. يولد الذكاء الاصطناعي المعلمات المفقودة في غضون ثوانٍ، مما يثري التمثيل الهرمي للطريقة لإعادة استخدامها في تجربة معملية.

ولم يشارك الرئيس التنفيذي التفاصيل الدقيقة للنماذج التي تدعم التجربة بأكملها، لكنه قال إنهم يعملون على بناء النماذج الحالية وإثرائها بسياق تجريبي إضافي لتحسين فهم العمل المختبري.

لإعادة استخدام البيانات المولدة في التجارب، يمكن للفرق تشغيل مساحة عمل Briefly Bio. فهي تنسخ الطريقة المعززة والمنظمة كما هي مع السماح للمستخدمين وأعضاء فريقهم بوضع علامة على كل خطوة على أنها مكتملة/غير مكتملة مع الحسابات المرتبطة بها والنص وتخطيط العينة الذي يرسم صورة لما يوجد في كل بئر من طبق المستخدم، طبقة تلو الأخرى.

باختصار، يهدف Bio’s إلى إنشاء منصة شبيهة بـ Github

رغم أن Briefly Bio لا تزال في مراحلها المبكرة، فإن الشركة تزعم أنها بدأت في حجز الإيرادات من العملاء الأوائل على نموذج SaaS القائم على كل مستخدم.

وأشار ريكربي إلى أن “مستخدمينا هم في العادة علماء مختبرات يعملون في مرحلة مبكرة من البحث والتطوير – سواء في الأوساط الأكاديمية أو في مجال التكنولوجيا الحيوية والصيدلة – ويبحثون عن طريقة أوضح لتوثيق أعمالهم ومشاركتها. كما وجدنا اهتمامًا كبيرًا من جانب العاملين في أتمتة المختبرات، باستخدام Briefly كوسيلة للتعاون مع العلماء لوصف سير عملهم بشكل صحيح قبل برمجة الروبوتات”.

وفي الأمد البعيد، تريد الشركة بناء هذا العمل وفتح نسخة عامة من المنصة لمشاركة التجارب والبروتوكولات. وأضاف الرئيس التنفيذي للشركة: “سيسمح هذا للعلماء باكتشاف منهجية كاملة وقابلة للتكرار يمكنهم تكييفها واستخدامها بسهولة في مختبراتهم الخاصة – تمامًا كما فعلت Github لتطوير البرمجيات مفتوحة المصدر”.