BrieflyBio推出助力解决科学可重复性危机

BrieflyBio表示，其开发的软件可以帮助科学家清晰一致地记录和分享他们的工作成果，从而使实验室工作更具可重复性。总部位于伦敦的BrieflyBio公司最近成立，该公司的官员表示，科学正面临可重复性危机。他们补充说，在临床前研究中，据估计超过50%的重复实验努力都以失败告终，每年给该行业造成超过500亿美元的损失。

BrieflyBio联合创始人KatyaPutintseva博士、HarryRickerby和StaffanPiledahl表示，为了解决这个问题，公司开发了软件，通过帮助科学家清晰、一致地捕捉和分享他们的工作，使实验室工作更具可重复性。

BrieflyBio成立后，已获得120万美元的种子前融资。此轮融资由CompoundVC领投，NPHard、TinyVC以及科技和生物技术领域的天使投资者参投。

他们列举了如下观点，例如实验室科学家难以重复和借鉴彼此的实验;数据科学家没有必要的背景来分析实验室产生的数据;自动化团队缺乏构建机器人实验室的所有细节。

实验的共享语言

BrieflyBio决定通过创建一种实验共用语言来解决这些问题，这种语言在科学家之间是一致的，并且任何合作者都能清晰地理解。他们的软件使用人工智能将现有的实验描述转换为这种一致的格式，同时自动填补空白和发现错误。公司发言人指出，这有助于捕捉每个实验的价值，并使科学家能够相互学习。

在创办该公司之前，Putintseva、Rickerby和Piledahthe曾在药物研发初创公司LabGenius共事，并帮助该公司建立了由机器学习驱动的抗体研发平台。

“科学方法有点像软件代码，它们是一组定义实验如何运行的指令，”首席执行官Rickerby评论道。“这些‘代码’大部分都是不完整的，因为编写每个实验的完整内容需要付出巨大的努力。现在，有了LLM，就有办法使这些方法保持一致，而不会影响科学家的工作流程。正如Github帮助软件工程师协作并在彼此的代码上进行构建一样，我们认为Briefly可以帮助科学家和工程师在他们的实验中做同样的事情。”

他表示，借助人工智能和高通量实验，科学发现的效率将得到大幅提升。初创公司和大型制药公司正投入数千亿美元来利用这一优势。

为了实现这一潜力，科学需要在生成这些数据集的方式上更加一致和透明，因为任何模型的价值都是它所训练的数据的产物。Rickerby说，BrieflyBio正在构建这一必要的基础设施层，以加速生物学领域的科学发现。