Outer Biosciences 用活人皮膚餵 AI，尋找下一代護膚成分

Outer Biosciences 係一間 2022 年成立嘅生物科技初創，由 Michael Polansky 領導；佢亦因為係 Lady Gaga 嘅伴侶而廣為人知。公司嘅核心構想係：如果 AI 唔係淨係食細胞實驗或者合成模型數據，而係直接學習真正人類皮膚長時間受到刺激後嘅反應，或許可以更有效咁搵出護膚及皮膚健康相關成分。358

不過要留意，現時公開證據大部分仍然係公司或媒體轉述。公開資料尚未證實有獨立實驗室重現其皮膚維持生存能力，亦未見公開模型基準測試、臨床結果、收入數據或者已推出市場嘅成分。1120

Michael Polansky 點解會投身呢個項目？

公開報道將 Polansky 嘅背景，連繫到應用數學、金融及創業投資，包括同 Bridgewater Associates、Sean Parker 及 Founders Fund 有關嘅工作經歷。呢種數學、資本配置同創業投資背景，可以解釋 Outer 點解重視成本高昂嘅生物實驗、專有數據，以及日後向合作夥伴授權技術或成分嘅商業模式。56

至於有關癌症免疫療法及慈善工作等較具體嘅個人履歷，現有公開資料不足以逐項獨立核實。Lady Gaga 就同呢間公司有密切關聯，亦曾協助宣傳，但報道對佢係咪正式列為共同創辦人並不一致。較具體嘅創辦團隊名單包括 Polansky、首席科學家 Kyung-Jin Jang、技術長 Chris Hinojosa，以及首席商務官 Stanley King。35

將原本丟棄嘅手術皮膚留喺體外

Outer 表示，公司會取得經捐贈者同意、並已去識別化嘅人類全層皮膚。呢啲皮膚原本可能會喺手術後被丟棄。公司嘅系統透過灌流及生物反應器裝置，持續為組織供應營養，同時移除代謝廢物；Outer 聲稱，咁樣可以令皮膚喺體外維持生存超過 30 日，而傳統體外皮膚樣本按公司自己嘅比較，大約只能維持一星期。21925

呢個較長嘅實驗窗口，對研究一啲唔會即時出現嘅皮膚變化尤其重要。Outer 表示，平台可以用嚟觀察 UVB 傷害、炎症、膠原蛋白重塑、色素形成，以及皮膚屏障修復等反應。813

相比只觀察幾日嘅細胞測試，維持原生、全層人類皮膚較長時間，理論上可以追蹤同一塊組織嘅變化。但「超過 30 日」目前應視為公司聲稱，唔係已經獲業界普遍驗證嘅標準。公開資料未交代「仍然生存」究竟以咩指標衡量、有幾多樣本可以維持到呢個時間，亦未指出有邊間外部實驗室成功重現結果。11

AI 點樣同活體皮膚形成閉環？

Outer 所描述嘅流程，大致係一個「預測—實驗—再學習」嘅閉環：

1. 將活體皮膚組織暴露於某種化學化合物；
2. 測量分子、細胞及功能層面嘅反應；
3. 用公司內部模型學習化合物同特定皮膚功能之間嘅關係；
4. 由模型排序尚未測試、但可能產生目標反應嘅分子；
5. 將預測結果放到其他活體皮膚樣本上測試；
6. 無論結果好定壞，都將數據回饋畀模型，作下一輪預測。

呢種做法叫做閉環發現系統：實驗產生數據，模型根據數據揀下一批實驗，而新結果再改善模型。816

所以，Outer 真正想建立嘅「護城河」未必只係某一種 AI 架構，而係喺自家實驗室長期測試人類皮膚後，累積落嚟嘅專有數據集。理論上，較長時間、較多次觀察可以捕捉到短期測試睇唔到嘅資訊。不過，呢個優勢要成立，數據必須夠大、夠一致、涵蓋不同捐贈者，而且模型要可以喺原本實驗以外準確預測。

公司聲稱發現速度加快

Outer 表示，公司最初約 18 個月只搵到少量候選項目，加入機器學習後，現時大約每六星期產生一個新候選成分。報道亦提到，公司有 6 個活躍項目，以及數十個「命中」結果。21214

但呢啲數字並唔等於獨立性能基準。單靠「每六星期一個候選」未能反映：公司究竟測試咗幾多化合物、AI 預測有幾準、候選物係咪對真人使用有效，或者同傳統研發流程比較係快幾多。真正重要嘅考驗，係候選物能否通過安全性、可重現性、配方及實際功效評估。

捐贈者同意、私隱同監管仍然係關鍵問題

就算皮膚原本會被丟棄，都唔代表相關研究可以免除倫理及私隱責任。Outer 表示，樣本會喺交到公司之前取得捐贈者同意並去識別化；報道則提到，樣本來源包括組織庫、經紀及其他中介機構。1319

真正需要問嘅問題包括：捐贈者究竟同意咗咩用途？咩情況下需要機構審查委員會（IRB）審批？皮膚樣本點樣同其他背景資料連結？邊啲人可以接觸由樣本產生嘅生物數據？又有咩措施防止捐贈者身份被重新識別？

現時公開報道未有足夠資料，評估 Outer 嘅具體同意書、IRB 流程、數據治理政策或者重新識別防護措施。去識別化可以刪走直接身份資料，但當組織數據同其他資料結合時，仍然需要小心處理。

化妝品研究唔等於藥物開發

Outer 現階段似乎主要集中喺化妝品成分及皮膚健康研究，而唔係直接提出治療疾病嘅醫療聲稱。兩者涉及嘅證據要求、產品命名及監管路徑都唔一樣。

喺體外人類皮膚測試入面出現理想反應，唔代表成分已經證明適合消費者使用，亦唔會自動取代必要嘅安全測試。現有替代測試框架包括重建人類表皮方法，以及由 OECD 指引涵蓋嘅體外、化學信息及電腦模擬整合方法。1718

因此，Outer 嘅平台日後可以成為更大證據組合其中一部分，但單靠佢嘅測試，唔應該被理解為監管批准，亦唔代表可以取代所有必要測試。

商業模式同資金

Outer 看來係想圍繞經驗證嘅成分、測試方法及研發項目，建立授權或者商業化業務，合作對象包括美容、護膚、製藥、生物科技及原料供應商。公司合作夥伴頁面亦表示，會同 biotech、pharma、護膚及化妝品公司，以及成分供應商合作。2627

公開報道估計，公司已披露集資約 2,300 萬美元，但現有資料未能證明公司已有收入、已簽署嘅合作合約，或者已經推出商業化成分。1420

呢種模式可以令 Outer 主要出售生物學洞見、測試能力及成分授權，而唔係成為一個以消費者護膚品為主嘅品牌。公司最終值唔值錢，關鍵仍然係佢嘅實驗系統能否產生合作夥伴可以配方化、驗證同推出市場嘅成分。

同 organ-on-a-chip 公司有咩唔同？

Outer 參與緊一個更大方向：尋找比傳統實驗及動物測試更貼近人體嘅研究方法。器官晶片、類器官及其他微生理系統，通常用工程化組織或者細胞構造去模擬人體生物學，可用於安全評估及產品開發。1824

Outer 所強調嘅分別就喺於，佢主打將捐贈嘅原生、全層人類皮膚維持較長時間，再喺公司內部以呢啲實驗結果訓練 AI 模型。416

呢個係實驗材料同數據策略上嘅差異，唔代表 Outer 今日已經令實體實驗變得多餘。公司長遠希望建立一個可以預先排序、甚至模擬更多實驗嘅模型，減少真正使用皮膚樣本嘅次數。但要令人信服，模型必須能夠跨越不同捐贈者、膚色、身體部位、化學物類別，以及真實產品配方作出準確預測。

下一步最值得睇乜？

最重要嘅問題，唔係 Outer 可唔可以將一塊皮膚留喺體外一個月，而係：當模型遇到新捐贈者同新化合物時，預測仲準唔準？而佢搵到嘅候選物，最終能否成為安全、可重複驗證，並且對人類有可量度好處嘅成分？

Outer 最大嘅潛在優勢，係活體皮膚同機器學習之間嘅反饋循環；但最大風險亦正正喺呢度，包括獨立驗證有限、數據規模及多樣性未明、監管及研究監督細節不足，以及由實驗室訊號走到商業產品之間仍有一大段距離。

現階段，Outer Biosciences 最適合被理解為一個有潛力、但仍處於早期階段嘅嘗試：希望令 AI 主導嘅護膚成分發現，建立喺更貼近真實人體生物學嘅數據之上。