MELLODDY

定义

MELLODDY（Machine Learning Ledger Orchestration for Drug Discovery）是 2019–2022 年间由欧盟创新药物计划（IMI）资助的项目，10 家大型药企在不共享原始化合物与活性数据的前提下，联合训练预测模型。站内 NAMs/AI 毒理页将其作为联邦学习的早期大规模先例：数据不出各家 [1]。

证据

• 参与方各自在本地用自家数据更新共享模型，仅交换模型更新；项目由区块链式账本和加密机制保障可审计（项目口径）。
• 公开论述中常引用的规模（数亿到数十亿活性数据点、数千万分子）⚠️ 目前未回源核实，写作时请核对论文 [2]。
• 对 Tox21 / ToxCast 等公共毒理数据的补充价值有限，原因是药企私有数据本身的化学空间不同。

争议

• 联邦训练的收益取决于各方数据的异质性与互补性；模型提升幅度在不同终点上差异大。
• 项目结束后能否商业化延续，取决于成员对数据权益的谈判，参见 数据所有权条款。
• 后续做法见 联邦学习与数据回流、Antibody Developability Consortium（AbDev） 与 Lilly TuneLab。

来源

1. 站内 nams-organoid-chip-aitox 页对 MELLODDY 的论述
2. Heyndrickx et al., J. Chem. Inf. Model. 2023（⚠️ 规模数字未回源）