Binance Research: Từ thách thức đến cơ hội, DeSci đang hình dung lại khoa học như thế nào?
Tuyển chọn TechFlowTuyển chọn TechFlow
Binance Research: Từ thách thức đến cơ hội, DeSci đang hình dung lại khoa học như thế nào?
DeSci đã đủ trưởng thành để ảnh hưởng đến cách thức tiến hành nghiên cứu khoa học ngày nay.
Chuyên sâu báo cáo Web3Tác giả: Will A Vọng
Từ xưa đến nay, các bậc đế vương, tướng tá đều ôm mộng trường sinh bất lão, và ngày nay cũng không ngoại lệ. Khát vọng kéo dài sự sống và khám phá những chân trời khoa học mới này đang tìm được hướng đi mới nhờ sự hỗ trợ của công nghệ blockchain. Sự trỗi dậy của khoa học phi tập trung (DeSci) đã mở ra hy vọng và khả năng mới cho việc khám phá các lĩnh vực khoa học tiên phong.
Điều đầu tiên khiến tôi chú ý đến DeSci là khoản đầu tư của Pfizer vào VitaDAO – đây không chỉ là khoản đầu tư đầu tiên của Pfizer trong lĩnh vực Web3 mà còn đánh dấu sự công nhận và ủng hộ từ các gã khổng lồ dược phẩm truyền thống đối với lĩnh vực DeSci. Với nền tảng khởi nghiệp trong lĩnh vực y tế số, tôi bắt đầu suy nghĩ về cách sử dụng DeSci để tái tưởng tượng lại mô hình kinh doanh.
Báo cáo nghiên cứu DeSci của Binance Research mang tên "From Challenges to Opportunities: How DeSci Reimagines Science" trước tiên nêu lên hiện tượng "thung lũng tử thần" trong quá trình nghiên cứu khoa học, sau đó giới thiệu DeSci như một giải pháp sáng tạo để vượt qua "thung lũng tử thần", cuối cùng tổng kết cục diện DeSci trên thị trường hiện tại, khẳng định rằng DeSci đã đủ trưởng thành để ảnh hưởng đến cách thức thực hiện nghiên cứu khoa học ngày nay. Dù tình hình hiện tại vẫn tồn tại một số khoảng trống và thách thức, nhưng việc giải quyết "thung lũng tử thần" trong nghiên cứu đã là một bước tiến lớn.
Theo mạch suy luận của báo cáo, trong toàn bộ quá trình chuyển đổi từ nghiên cứu khoa học sang thương mại hóa, DeSci còn có thể kết hợp sâu hơn nữa với công nghệ blockchain và Web3. Chúng ta hãy lấy phát triển y tế làm ví dụ:
-
Thu thập dữ liệu: Dữ liệu từ nghiên cứu cơ bản và nghiên cứu chuyển tiếp có thể được thu thập theo phương thức DePIN, đồng thời tận dụng AI để tăng cường chất lượng dữ liệu. Lợi ích là có thể bao phủ phạm vi toàn cầu và cung cấp động lực khuyến khích;
-
Lưu trữ dữ liệu: Những dữ liệu này có thể được mã hóa và lưu trữ trên chuỗi, đảm bảo tính bất biến và an toàn dữ liệu, đồng thời xây dựng một hình thức công bố mới, mở và mọi người đều có thể truy cập, phần nào giải quyết vấn đề sao chép và tái lập kết quả khám phá khoa học;
-
Cộng đồng lợi ích: Thông qua các quy tắc do tổ chức tự trị phi tập trung (DAO) thiết lập, tạo nên cộng đồng lợi ích giữa nghiên cứu cơ bản và điều trị lâm sàng. Quy tắc này có thể mở rộng hơn nữa, bao gồm toàn bộ các khâu nghiên cứu, lâm sàng, thương mại hóa, tương tác bác sĩ-bệnh nhân, nhằm đạt được lợi ích chung cho nhiều bên.
Tương lai DeSci sẽ hiện ra như thế này: những tổ chức phi tập trung (DAO) được hình thành từ cộng đồng lợi ích đa phương, với mục tiêu và tầm nhìn chung, không còn bị chi phối bởi lợi nhuận vốn đầu tư, tích hợp sâu công nghệ blockchain và Web3, thúc đẩy các khám phá khoa học, đẩy nhanh việc triển khai sản phẩm thực tiễn, góp phần thúc đẩy sự phát triển tiến bộ của toàn xã hội.
Dù DeSci vẫn ở giai đoạn rất sơ khai, nhưng nó đang tích cực ảnh hưởng đến cách thức thực hiện nghiên cứu khoa học ngày nay.
Sau đây là nội dung báo cáo From Challenges to Opportunities: How DeSci Reimagines Science, mời bạn thưởng thức:
01 Quan điểm cốt lõi
-
Quá trình nghiên cứu khoa học đang đối mặt với những thách thức lớn, đặc biệt trong nghiên cứu chuyển tiếp - khâu nối giữa nghiên cứu cơ bản và ứng dụng thực tế. Hiện tượng "thung lũng tử thần" khiến 80%-90% dự án nghiên cứu thất bại trước khi thử nghiệm trên người, chỉ có 0,1% thuốc ứng viên trở thành liệu pháp được phê duyệt.
-
Sự thiếu nhất quán trong cơ chế khuyến khích giữa giới học thuật, các tổ chức tài trợ và ngành công nghiệp dẫn đến thiếu hụt tài trợ R&D, giảm hợp tác giữa nhà khoa học và bác sĩ lâm sàng, và chất lượng sao chép, tái lập phát hiện khoa học kém, cuối cùng khiến phần lớn nghiên cứu mắc kẹt trong "thung lũng tử thần".
-
Khoa học phi tập trung (DeSci) là một phong trào sử dụng chồng lớp Web3 để tạo ra mô hình nghiên cứu khoa học sáng tạo, có khả năng giải quyết các thách thức nêu trên.
-
Thông qua việc sử dụng tổ chức tự trị phi tập trung (DAO), blockchain và hợp đồng thông minh, DeSci có thể giải quyết các vấn đề phối hợp then chốt. Điều này giúp các nhóm bên liên quan khác nhau phối hợp lợi ích vốn đầu tư, từ đó khuyến khích họ đưa nghiên cứu tiến tới giai đoạn lâm sàng.
-
Hiện tại, thị trường đã xác định rõ 4 lĩnh vực đổi mới chính trong lĩnh vực DeSci:
-
Cơ sở hạ tầng, bao gồm các nền tảng tài trợ và công cụ DAO – chúng tạo thành nền tảng cho các DAO DeSci.
-
Nghiên cứu, bao gồm các cộng đồng DeSci cơ sở tổ chức hoạt động toàn cầu và các DAO có tầm nhìn thống nhất từ nhiều bên liên quan.
-
Dịch vụ dữ liệu, bao gồm các nền tảng xuất bản và bình duyệt. Các nền tảng này hỗ trợ xuất bản khoa học mở, cũng như các công cụ quản lý dữ liệu, cung cấp tính toàn vẹn dữ liệu mạnh mẽ và kiểm soát truy cập hợp tác.
-
Memes, trực tiếp tài trợ cho các thí nghiệm khoa học hoặc đóng vai trò công cụ đầu tư cho các dự án DeSci khác.
-
Dù chồng lớp hiện tại đã có thể hỗ trợ nghiên cứu cơ bản và nghiên cứu chuyển tiếp, nhưng nó ít phù hợp với nghiên cứu lâm sàng – lĩnh vực mà sản phẩm mang lại lợi ích trực tiếp cho bệnh nhân.
-
Tóm lại, khoa học phi tập trung đã đủ trưởng thành để ảnh hưởng đến cách thức nghiên cứu khoa học ngày nay. Dù hiện tại vẫn còn một số khoảng trống và thách thức, nhưng việc giải quyết "thung lũng tử thần" trong nghiên cứu đã là một bước tiến lớn.
02 Giới thiệu
2.1 Bối cảnh nghiên cứu khoa học truyền thống
Quá trình ngành khoa học tạo ra kiến thức và phát minh mới có thể được chia thành các giai đoạn khác nhau, chủ yếu gồm hai giai đoạn: nghiên cứu cơ bản và nghiên cứu lâm sàng. Hai giai đoạn chính này được nối với nhau bằng nghiên cứu chuyển tiếp. Chức năng then chốt của nghiên cứu chuyển tiếp là chuyển hóa thành quả nghiên cứu cơ bản thành các ứng dụng thực tế có thể được kiểm tra qua nghiên cứu lâm sàng. Mục đích cuối cùng của quá trình này là thương mại hóa các phát hiện nghiên cứu, tạo ra sản phẩm phục vụ xã hội.
(Hình 1: "Thung lũng tử thần" là giai đoạn mà phần lớn nghiên cứu giữa khoa học cơ bản và khoa học lâm sàng thất bại)
Tuy nhiên, thách thức lớn nhất trong quá trình này là hiện tượng "thung lũng tử thần (Valley of Death)", nơi nhiều nỗ lực khoa học thất bại do thiếu nghiên cứu chuyển tiếp hiệu quả.
Theo dữ liệu từ Viện Y tế Quốc gia Hoa Kỳ (NIH), 80% đến 90% dự án nghiên cứu thất bại trước khi thử nghiệm trên người. Ngoài ra, cứ mỗi một loại thuốc được FDA phê duyệt, có hơn 1.000 thuốc ứng viên đã được phát triển nhưng cuối cùng thất bại. Ngay cả ở giai đoạn muộn, thách thức vẫn tồn tại – gần 50% thuốc thử nghiệm thất bại trong giai đoạn thử nghiệm lâm sàng III. Nhìn từ góc độ này, xác suất một ứng viên thuốc mới tiến từ nghiên cứu tiền lâm sàng đến được phê duyệt FDA chỉ là 0,1%. Những con số đáng kinh ngạc này nhấn mạnh thách thức lớn trong việc chuyển hóa kiến thức và đổi mới do các trường đại học và viện nghiên cứu phát triển thành sản phẩm hoặc phương pháp điều trị thực tế cho con người.
(Hình 2: Trong mỗi 1 tỷ USD chi tiêu R&D toàn cầu, số lượng phân tử mới được phê duyệt liên tục giảm)
Những thách thức này càng trầm trọng hơn do quy trình R&D ngày càng kém hiệu quả trong quá trình phát triển thuốc. Tại Hoa Kỳ, chi phí phát triển và phê duyệt một loại thuốc mới tăng gấp đôi khoảng chín năm một lần – hiện tượng này được gọi là định luật Eroom, nghịch đảo của định luật Moore. Một số nguyên nhân có thể là tiêu chuẩn quản lý ngày càng nghiêm ngặt, ngưỡng phát hiện y học mới đáp ứng nhu cầu khác biệt so với thuốc hiện có rất cao, và chi phí của các tổ chức nghiên cứu hợp đồng trong thiết kế và vận hành thử nghiệm lâm sàng rất lớn. Nếu tình trạng này tiếp diễn, đến năm 2043, chi phí phát triển một loại thuốc của ngành dược phẩm sinh học có thể lên tới 16 tỷ USD. Gánh nặng tài chính này thường khiến ngành công nghiệp tập trung phát triển các loại thuốc mang lại lợi nhuận cao hơn, điều này vô tình che khuất tính cấp bách trong việc giải quyết các nhu cầu sức khỏe thiết yếu khác.
Sự kém hiệu quả này sẽ dẫn đến hậu quả kinh tế và xã hội nghiêm trọng. Chi phí R&D cao kèm theo thất bại thường xuyên khiến chi phí y tế liên tục leo thang, và những chi phí này cuối cùng do bệnh nhân, chính phủ và công ty bảo hiểm gánh chịu. Hơn nữa, việc chậm trễ và thất bại trong chuyển hóa kết quả nghiên cứu thành liệu pháp khả thi có nghĩa là bệnh nhân thường không thể tiếp cận các cơ hội cứu sống, làm trầm trọng thêm các thách thức y tế công cộng. Ví dụ, các bệnh hiếm gặp và tình trạng ảnh hưởng đến nhóm nhỏ thường bị bỏ qua vì chúng được coi là ít lợi nhuận, dù nhu cầu điều trị rất bức thiết.
2.2 Vì sao phần lớn nghiên cứu không thể thoát khỏi "thung lũng tử thần"
Vấn đề gốc rễ nằm ở sự lệch lạc cơ chế khuyến khích, dẫn đến ba thách thức lớn: thiếu hụt tài trợ, giảm hợp tác giữa nhà nghiên cứu và bác sĩ lâm sàng, và tính sao chép, tái lập kém trong các phát hiện khoa học. Những thách thức này cuối cùng khiến nghiên cứu mắc kẹt trong "thung lũng tử thần".
Chúng ta sẽ tìm hiểu kỹ hơn các thách thức chính này dưới đây:
2.2.1 Thiếu hụt tài trợ
Thiếu hụt tài trợ, đặc biệt khi chuyển từ giai đoạn nghiên cứu cơ bản sang nghiên cứu lâm sàng, có thể quy cho sự không nhất quán trong cơ chế khuyến khích giữa nhà tài trợ và nhà nghiên cứu, cũng như quy trình xét duyệt tài trợ thiếu minh bạch.
Xét từ góc độ nhà tài trợ, họ ưu tiên các nghiên cứu có thể chuyển hóa thành sản phẩm tạo ra doanh thu định kỳ. Hệ quả là, do cạnh tranh gay gắt trong việc giành tài trợ, các nhà nghiên cứu có xu hướng làm việc theo mong đợi của nhà tài trợ, khiến nghiên cứu trở nên bảo thủ hơn và vô hiệu hóa sự đổi mới.
Hơn nữa, quy trình xét duyệt thiếu minh bạch có nghĩa là một đề xuất duy nhất gửi đến các nhóm khác nhau có thể nhận được kết quả khác nhau. Khi các tiểu ban xét duyệt tài trợ không được trả thù lao, có thể dẫn đến các tình huống phức tạp khác, chẳng hạn như thiên vị từ các nhà nghiên cứu đối thủ, thiếu tập trung vào chi tiết và chậm trễ nghiêm trọng trong việc phê duyệt tài trợ. Điều này có nghĩa là các nhà nghiên cứu có xu hướng dành nhiều thời gian hơn để xuất bản các ấn phẩm nhằm xây dựng danh tiếng trong giới khoa học, thay vì tiến hành thí nghiệm.
2.2.2 Giảm hợp tác giữa nhà nghiên cứu và bác sĩ lâm sàng
Xét thấy phần lớn nghiên cứu đình trệ trong "thung lũng tử thần", việc phối hợp giữa nhà nghiên cứu cơ bản và bác sĩ lâm sàng trong giai đoạn nghiên cứu chuyển tiếp là then chốt.
Hợp tác hiệu quả thúc đẩy thiết kế các thử nghiệm lâm sàng đổi mới, tích hợp các dấu ấn sinh học hoặc phương pháp nghiên cứu định hướng từ nghiên cứu cơ bản. Ví dụ, trong lĩnh vực ung thư học, sự hợp tác đã đạt được tiến bộ lớn, các phát hiện di truyền và phân tử từ phòng thí nghiệm trực tiếp cung cấp thông tin cho điều trị đích và thiết kế thử nghiệm cho các dạng ung thư cụ thể. Sự cộng hưởng này làm giảm rủi ro thất bại ở các thử nghiệm giai đoạn muộn và nâng cao khả năng cung cấp phương pháp điều trị hiệu quả cho bệnh nhân.
Tuy nhiên, hiện tại các nhà khoa học cơ bản (tập trung vào khám phá) và bác sĩ lâm sàng (tập trung vào chăm sóc bệnh nhân và nghiên cứu lâm sàng) hầu như không có động lực hợp tác. Việc thăng tiến trong nghiên cứu khoa học cơ bản thường liên quan đến số lượng tài trợ nhận được và số lượng ấn phẩm trên các tạp chí hàng đầu, chứ không phải đóng góp cho khoa học lâm sàng và tiến bộ y học. Ngược lại, thành công của nhiều bác sĩ lâm sàng phụ thuộc vào số lượng bệnh nhân họ điều trị, họ thường không có thời gian hay động lực để nghiên cứu và tìm kiếm cơ hội tài trợ.
Vì vậy, hai nhóm này cuối cùng hoạt động riêng rẽ, làm giảm khả năng kết hợp các phát hiện phòng thí nghiệm với tính liên quan lâm sàng.
2.2.3 Tính sao chép (Replicability) và tái lập (Reproducibility) thấp trong phát hiện khoa học
Tái lập là khả năng đạt được kết quả nhất quán bằng cách sử dụng dữ liệu, phương pháp và các bước tính toán giống hệt nghiên cứu ban đầu. Trong khi đó, sao chép liên quan đến việc thực hiện một nghiên cứu mới để đạt được phát hiện khoa học giống như trước đó. Nếu các phát hiện khoa học không thể tái lập và sao chép, sẽ rất khó chứng minh tính hiệu quả và hợp lý của nghiên cứu cơ bản, từ đó khó mở rộng sang ứng dụng lâm sàng.
Thách thức trong việc chuyển hóa nghiên cứu trên động vật sang nghiên cứu trên người gây ra sự kém hiệu quả – ước tính chỉ 6% nghiên cứu trên động vật có thể chuyển hóa thành phản ứng ở người. Các vấn đề khác, chẳng hạn như khác biệt về phương pháp (ví dụ: loại lớp phủ trên ống nghiệm, nhiệt độ nuôi cấy tế bào, cách khuấy tế bào trong môi trường), cũng có thể dẫn đến hoàn toàn không thể tái tạo kết quả.
Mặc dù quy mô vấn đề phần lớn có thể quy cho sự phức tạp của khoa học, nhưng sự không nhất quán trong cơ chế khuyến khích giữa các nhà xuất bản và các nhà nghiên cứu trẻ cũng là một nguyên nhân dẫn đến thiếu tính tái lập và sao chép trong phát hiện khoa học. Các nhà xuất bản đóng vai trò quan trọng trong việc nuôi dưỡng các nhà nghiên cứu trẻ, các tác phẩm được xuất bản có thể nâng cao uy tín, từ đó tăng cơ hội nhận tài trợ. Do đó, các nhà nghiên cứu đạt được kết quả có ý nghĩa thống kê ngay từ lần thử đầu tiên thường không muốn lặp lại thí nghiệm, mà chọn xuất bản luôn.
03 Tổng quan về Khoa học Phi tập trung (DeSci)
3.1 DeSci là gì?
Khoa học phi tập trung ("DeSci") là một phong trào sử dụng chồng lớp Web3 để tạo ra các mô hình nghiên cứu khoa học mới.
Blockchain có những lợi thế độc đáo có thể giải quyết các thách thức nêu trên. Nó cung cấp cách thức phối hợp tài trợ không cần tin cậy, đồng thời đảm bảo cách thức theo dõi và ghi nhận tiến độ minh bạch và bất biến, giúp cân nhắc lợi ích của tất cả các bên liên quan.
DeSci vẫn còn ở giai đoạn sơ khai trong ngành mật mã. Điều này thể hiện qua vốn hóa thị trường vừa vượt hơn 1,75 tỷ USD, và CoinGecko chỉ theo dõi 57 dự án trong hạng mục DeSci. Để so sánh, DeFAI (Defi x AI Agent) chỉ với 41 dự án đã đạt vốn hóa 2,7 tỷ USD, trong khi Crypto AI nói chung đạt vốn hóa 47 tỷ USD (tính đến ngày 15 tháng 1 năm 2025).
3.2 DeSci giải quyết "thung lũng tử thần" như thế nào?
Như đã nêu, phần lớn nghiên cứu thất bại trong "thung lũng tử thần" do cơ chế khuyến khích không nhất quán, dẫn đến thiếu hụt tài trợ, giảm hợp tác, và tính sao chép, tái lập kém trong kết quả khoa học. DeSci có thể giải quyết vấn đề phối hợp này bằng cách sử dụng tổ chức tự trị phi tập trung (DAO), blockchain và hợp đồng thông minh.
Dưới đây, Binance Research tóm tắt cách DeSci cung cấp giải pháp cho các thách thức hiện tại, trước tiên trình bày dưới dạng bảng để dễ hiểu, sau đó giải thích chi tiết. Là một phong trào, DeSci giải quyết các thách thức này bằng cách:
3.2.1 DeSci giải quyết thiếu hụt tài trợ như thế nào
DAO có thể đóng vai trò công cụ hình thành vốn cho nghiên cứu, người tham gia có thể là sự pha trộn giữa bệnh nhân, nhà nghiên cứu và cộng đồng nhà đầu tư. Vì các bên liên quan có mục tiêu chung là đưa nghiên cứu vào giai đoạn lâm sàng, cuối cùng đạt thương mại hóa, nên họ có động lực chung giúp nghiên cứu vượt qua "thung lũng tử thần".
Quyết định được đưa ra thông qua quản trị token phi tập trung, biểu quyết có thể diễn ra một cách minh bạch và dân chủ. Sau đó, hợp đồng thông minh thực thi các tham số do DAO quyết định, đồng thời đảm bảo tính minh bạch. Các ví dụ bao gồm tài trợ theo từng mốc được phát hành theo chương trình, tài sản trí tuệ (IP) sinh ra từ nghiên cứu khoa học được mã hóa thành token, phân chia quyền sở hữu IP và phân bổ cho tất cả người tham gia DAO nhằm phối hợp lợi ích.
Nói chung, các DAO trong lĩnh vực DeSci có thể phối hợp các bên liên quan theo cách không cần tin cậy, hợp tác hướng tới mục tiêu chung, từ đó cung cấp phương pháp tích hợp đầu cuối từ nghiên cứu cơ bản đến nghiên cứu lâm sàng.
3.2.2 DeSci giải quyết giảm hợp tác giữa nhà nghiên cứu và bác sĩ lâm sàng như thế nào
Như đã nêu, nguyên nhân chính dẫn đến giảm hợp tác là sự khác biệt về cơ chế khuyến khích giữa nhà nghiên cứu và bác sĩ lâm sàng. Điều này có thể được giải quyết thông qua việc tham gia DAO, nơi các giả thuyết nghiên cứu, phương pháp thí nghiệm và tham số có thể được thỏa thuận ngay từ khi tạo DAO, từ đó phối hợp kết quả nghiên cứu. Kết hợp với việc mã hóa tài sản trí tuệ, cả nhà nghiên cứu và bác sĩ lâm sàng đều nhận được động lực và phần thưởng đầy đủ để đưa nghiên cứu tiến vào giai đoạn lâm sàng.
Các công cụ khác thúc đẩy hợp tác lớn hơn bao gồm các nền tảng khuyến khích bình duyệt, trong đó phần thưởng được phân bổ theo chương trình thông qua hợp đồng thông minh sau khi bình duyệt thành công. Điều này giúp bác sĩ lâm sàng đến gần hơn với nhà nghiên cứu, cung cấp đầu vào sớm, và nếu thành công, có thể dẫn dắt nghiên cứu đến triển khai thực tế trong giai đoạn lâm sàng. Ngoài ra, có thể xây dựng hệ thống danh tiếng trên chuỗi cho các thành viên trong giới khoa học dựa trên đóng góp của họ đối với các DAO DeSci khác nhau, công việc bình duyệt, triển khai lâm sàng, v.v., trong đó mọi công việc đóng góp cho tiến bộ khoa học đều được ghi nhận đúng cách.
3.2.3 DeSci giải quyết vấn đề tính sao chép và tái lập thấp trong phát hiện khoa học như thế nào
Một cách giải quyết vấn đề này là ghi lại phương pháp nghiên cứu, thiết kế thí nghiệm và từng bước trên blockchain. Blockchain là sổ cái bất biến, điều này đảm bảo các nhà nghiên cứu khác có thể hiểu đầy đủ về thí nghiệm đã thực hiện, nếu họ muốn lặp lại thí nghiệm, họ có thể truy vấn từng biến số.
Hơn nữa, có thể sử dụng các nguyên tố Web3 để xây dựng một hình thức công bố mới, mở và mọi người đều có thể truy cập, nơi tất cả nghiên cứu (kể cả các nghiên cứu thất bại) đều có thể được chia sẻ. Điều này sẽ loại bỏ thiên kiến xuất bản, tức là chỉ các thí nghiệm thành công mới được công bố, vì dữ liệu từ các thí nghiệm thất bại vẫn có giá trị.
Một lĩnh vực khác DeSci có thể hỗ trợ là tính toàn vẹn dữ liệu và tuân thủ. Mặc dù các hệ thống lưu trữ truyền thống cũng đáp ứng nhu cầu này, nhưng chúng thường phụ thuộc vào băng từ, khiến việc truy xuất dữ liệu rất chậm. Xét tính chất động của nghiên cứu khoa học, liên quan đến xử lý dữ liệu giống nhau giữa nhiều bên, đồng thời duy trì tính bất biến và an toàn dữ liệu, thì lưu trữ phi tập trung và kho dữ liệu có thể là giải pháp. Chúng có thể cung cấp kiểm soát truy cập dữ liệu cần thiết, tăng độ dư thừa bằng cách loại bỏ điểm lỗi đơn, đồng thời cho phép truy xuất dữ liệu nhanh chóng phục vụ công việc hợp tác. Điều này sẽ thúc đẩy nghiên cứu khoa học chặt chẽ hơn và tăng khả năng đạt được kết quả có thể sao chép và tái tạo.
04 Tổng quan về cục diện DeSci
4.1 Các lĩnh vực đổi mới chính
Binance Research đã xác định 4 lĩnh vực đổi mới chính trong cục diện DeSci: cơ sở hạ tầng, nghiên cứu, dịch vụ dữ liệu và Memes.
Cơ sở hạ tầng (Infrastructure) bao gồm các ngành con như nền tảng tài trợ và công cụ DAO (ví dụ: mã hóa tài sản trí tuệ, thành lập DAO và thỏa thuận pháp lý). Những yếu tố này tạo thành nền tảng cho các DAO DeSci, vốn đang dẫn đầu trong khám phá khoa học.
Nghiên cứu (Research) bao gồm các cộng đồng cơ sở như DeSci Global, DeSci Collective, tổ chức hoạt động toàn cầu để kết nối những người yêu thích DeSci, cũng như các DAO hợp nhất lợi ích từ nhiều bên liên quan. Các DAO này thường tập trung vào các lĩnh vực khoa học khác nhau, như tuổi thọ, rụng tóc, sức khỏe phụ nữ, v.v.
Dịch vụ dữ liệu (Data Service) bao gồm các nền tảng xuất bản và bình duyệt, có thể truy cập mở các ấn phẩm khoa học, từ đó thúc đẩy hợp tác nhiều hơn, cũng như các công cụ quản lý dữ liệu nhằm cung cấp tính toàn vẹn dữ liệu mạnh mẽ và kiểm soát truy cập phù hợp.
Memes đại diện cho sự quan tâm của các nhà đầu tư bán lẻ, có thể mang lại thêm nhận thức và giáo dục cho lĩnh vực DeSci, vốn thường bị giới hạn trong giới học thuật. Một số Memecoin trực tiếp tài trợ cho các thí nghiệm khoa học, trong khi những loại khác đóng vai trò công cụ đầu tư cho các dự án DeSci khác.
4.2 Các ngành con đáng chú ý
A. Cơ sở hạ tầng: Mã hóa / Phân mảnh Tài sản trí tuệ (IP)
Mã hóa tài sản trí tuệ (IP) đóng vai trò cách mạng trong việc thúc đẩy khoa học chuyển tiếp bằng cách giải quyết một trở ngại căn bản trong nghiên cứu và đổi mới, đó là việc thương mại hóa và thanh khoản của tài sản trí tuệ (IP).
Hệ thống quản lý và giao dịch IP truyền thống rườm rà, tập trung và thường không thể tiếp cận với các bên liên quan nhỏ hơn, làm chậm tốc độ thương mại hóa các phát hiện và chuyển hóa thành ứng dụng thực tế. Bằng cách tận dụng công nghệ blockchain, việc mã hóa IP tạo ra một khuôn khổ phi tập trung và minh bạch, cho phép các nhà nghiên cứu, nhà đầu tư và các bên liên quan khác tham gia và tài trợ cho các dự án đổi mới một cách hiệu quả hơn.
Mã hóa IP liên quan đến việc chuyển đổi tài sản trí tuệ thành tài sản kỹ thuật số, khiến chúng có thể giao dịch và thanh khoản. Các dự án như Molecule thể hiện quá trình này bằng cách giới thiệu khái niệm IP-NFT (token không thể thay thế tài sản trí tuệ) và token IP (IPT). IP-NFT đưa tài sản trí tuệ lên chuỗi, trong khi phân mảnh cho phép nhiều bên liên quan cùng quản lý tài sản trí tuệ. Kết quả mong đợi là sự phối hợp giữa các bên liên quan, nhằm đảm bảo đủ vốn để đưa nghiên cứu vào giai đoạn lâm sàng và cuối cùng đạt thương mại hóa.
B. Cơ sở hạ tầng: Thành lập DAO
Cơ sở hạ tầng DAO đại diện cho đổi mới then chốt trong việc phi tập trung khoa học, cho phép cộng đồng bệnh nhân, nhà khoa học và chuyên gia công nghệ sinh học cùng nhau tài trợ, quản lý và sở hữu các dự án khoa học. Việc tài trợ khoa học truyền thống thường bị giới hạn bởi các tổ chức tập trung, hàng rào kiểm soát nghiêm ngặt và quy trình thiếu minh bạch. Cơ sở hạ tầng DAO phá vỡ mô hình này bằng cách cung cấp một khuôn khổ minh bạch, phi tập trung cho việc lên kế hoạch, tài trợ và quản trị các chương trình khoa học.
Thông qua DAO, các bên liên quan có thể gom nguồn lực, ra quyết định tập thể và trực tiếp ảnh hưởng đến định hướng nghiên cứu khoa học. Giao thức BIO là một ví dụ, hỗ trợ việc tạo lập, tài trợ và quản trị BioDAO. Mỗi BioDAO có chuyên môn riêng và tập trung vào các lĩnh vực khoa học khác nhau, như tuổi thọ (VitaDAO), đông lạnh (CryoDAO), rụng tóc (HairDAO), sức khỏe phụ nữ (AthenaDAO), v.v.
C. Cơ sở hạ tầng: Nền tảng tài trợ
Các nền tảng tài trợ Web3 đang thay đổi cách thức tài trợ cho nghiên cứu khoa học bằng cách phi tập trung quy trình và tạo điều kiện tham gia rộng rãi hơn. Tài trợ nghiên cứu truyền thống thường phụ thuộc vào tài trợ và hỗ trợ từ tổ chức, có thể tiến triển chậm, quan liêu và phạm vi hạn chế. Thông qua hình thức gây quỹ cộng đồng, nó tạo cơ hội cho các nhà nghiên cứu kết nối trực tiếp với nhà tài trợ, cộng đồng và cộng sự, từ đó thúc đẩy hệ sinh thái tài trợ minh bạch và bao trùm hơn.
Các nền tảng tài trợ này cũng có thể khác nhau về đối tượng thụ hưởng. Ví dụ Catalyst (nhằm tài trợ cho các IP DeSci), Bio.xyz Launchpad (nhằm tài trợ cho các DAO DeSci) và pump.science (nhằm tài trợ cho kiểm tra hợp chất).
Tính kết hợp của Web3 cho phép các nền tảng gây quỹ khác nhau phối hợp các bên liên quan ở từng giai đoạn nghiên cứu, từ đó thúc đẩy hệ sinh thái tài trợ liền mạch. Ví dụ, một DAO DeSci được tài trợ qua Bio.xyz có thể tổ chức vốn cho nghiên cứu IP cụ thể thông qua Catalyst, hoặc kiểm tra và xác thực hợp chất một cách minh bạch thông qua pump.science.
D. Dịch vụ dữ liệu: Nền tảng Xuất bản / Bình duyệt
Mô hình xuất bản nghiên cứu khoa học truyền thống thường chậm, đắt đỏ và khó tiếp cận, với phí xử lý bài viết (APC) cao và mức độ minh bạch trong bình duyệt hạn chế. Hơn nữa, các nhà nghiên cứu hiếm khi được vinh danh hay trả công vì đóng góp của họ trong quá trình bình duyệt. Điều này làm chậm tốc độ xét duyệt và tăng khả năng thiên vị do xung đột lợi ích. Nhìn chung, điều này cản trở tốc độ tiến bộ khoa học và hạn chế khả năng tiếp cận tri thức của đối tượng rộng lớn hơn.
Các nền tảng xuất bản và bình duyệt có khuyến khích nhằm giải quyết các vấn đề này bằng cách tạo ra hệ thống mở và minh bạch, nơi các nhà nghiên cứu được thưởng vì đóng góp (bao gồm xuất bản, bình duyệt và hợp tác). Bằng cách tích hợp công nghệ blockchain và quản trị cộng đồng, các nền tảng này dân chủ hóa việc tiếp cận tri thức khoa học, đẩy nhanh việc lan tỏa nghiên cứu và thúc đẩy hợp tác giữa các nhà nghiên cứu toàn cầu. ResearchHub là một ví dụ, các nhà nghiên cứu có thể nhận thưởng bằng token khi bình duyệt bài viết, hoặc hợp tác với những người có cùng mối quan tâm trong lĩnh vực khoa học họ yêu thích. Những đóng góp tích cực cho cộng đồng khoa học có thể được ghi lại trên chuỗi, xây dựng danh tiếng cho các nhà khoa học và mở khóa các chức năng như phê duyệt và kiểm soát truy cập.
Đây cũng là điểm giao thoa thú vị với trí tuệ nhân tạo. Các dự án như yesnoerror đã ra mắt, một tác nhân AI sử dụng OpenAI để phát hiện lỗi toán học. Nó có khả năng phát hiện lỗi toán học, nhận diện dữ liệu giả mạo và phát hiện các sai lệch số học có thể làm tổn hại tính toàn vẹn khoa học ở quy mô lớn, với thời gian ngừng hoạt động gần như bằng không.
E. Dịch vụ dữ liệu: Tính tương tác và toàn vẹn dữ liệu
Ngành công nghiệp chăm sóc sức khỏe và nghiên cứu y sinh bị ảnh hưởng bởi sự phân mảnh hệ thống dữ liệu, thiếu minh bạch và thiếu các thực hành lấy bệnh nhân làm trung tâm. Bệnh nhân thường hiến tặng dữ liệu và mẫu sinh học quý giá cho nghiên cứu, nhưng không thể biết hoặc kiểm soát việc sử dụng đóng góp của mình, và hiếm khi được chia sẻ giá trị khoa học hoặc thương mại sinh ra. Những khoảng trống này dẫn đến mất niềm tin, rò rỉ riêng tư và giảm sự tham gia, đặc biệt trong các cộng đồng bị thiệt thòi và thiếu đại diện.
Tính tương tác và toàn vẹn dữ liệu nhằm giải quyết các vấn đề này bằng cách tạo ra các hệ thống trao quyền cho bệnh nhân về minh bạch, kiểm soát và chia sẻ lợi ích, đồng thời tạo điều kiện hợp tác liền mạch giữa các nhà nghiên cứu, tổ chức và doanh nghiệp. Các hệ thống tương tác cho phép phối hợp các nguồn dữ liệu khác nhau, khiến chúng có thể sử dụng được trên mạng, đồng thời bảo vệ quyền riêng tư và tính toàn vẹn dữ liệu. Điều này cuối cùng đẩy nhanh khám phá khoa học, đơn giản hóa phát triển lâm sàng và xây dựng lòng tin vào nghiên cứu y sinh.
AminoChain là một ví dụ, một nền tảng phi tập trung nhằm kết nối các tổ chức y tế và hỗ trợ các ứng dụng chăm sóc sức khỏe do người dùng sở hữu. Nó cho phép bệnh nhân kiểm soát dữ liệu và mẫu của mình, đảm bảo minh bạch trong cách sử dụng dữ liệu, và cho phép họ chia sẻ giá trị sinh ra từ nghiên cứu. Các giải pháp dữ liệu phi tập trung khác bao gồm Filecoin, Arweave, Space and Time, nơi dữ liệu được lưu trữ an toàn, không có điểm lỗi đơn, đồng thời cung cấp kiểm soát truy cập linh hoạt để đảm bảo dữ liệu được xử lý đầy đủ.
05 Kết luận
Chúng ta đang ở giai đoạn sơ khai của DeSci, nhưng cách tiếp cận khoa học phi tập trung này sẽ ngày càng nổi bật trong cách thức thực hiện khoa học hiện nay. DeSci có tiềm năng phối hợp các bên liên quan từ giai đoạn nghiên cứu ban đầu để đảm bảo đủ động lực đưa nghiên cứu tiến vào giai đoạn lâm sàng.
Cơ sở hạ tầng để phối hợp nghiên cứu theo cách phi tập trung đã tồn tại. Các bên liên quan đồng thuận có thể chính thức hóa lợi ích chung trong nghiên cứu khoa học dưới dạng DAO, cung cấp tài trợ và tiến hành nghiên cứu, họ có thể sở hữu tài sản trí tuệ sinh ra, chia sẻ dữ liệu một cách an toàn trong khuôn khổ hướng dẫn bảo vệ dữ liệu, nhằm tăng cường hợp tác giữa các cộng đồng khoa học khác nhau.
Tuy nhiên, chồng lớp hiện tại phù hợp hơn với nghiên cứu cơ bản và nghiên cứu chuyển tiếp, còn ít phù hợp với nghiên cứu lâm sàng. Giai đoạn nghiên cứu trước đòi hỏi nhiều phối hợp không cần tin cậy hơn, trong khi giai đoạn sau lại cần phối hợp với các nhóm tập trung như cơ quan quản lý, công ty dược phẩm, phòng thí nghiệm vật lý, v.v.
Hơn nữa, tính hợp pháp của DAO vẫn là lĩnh vực tranh luận liên tục và đang phát triển về quy định. Trong vụ Ooki DAO, tòa án quận Bắc California, Hoa Kỳ đã phán quyết rằng Ooki DAO là một "cá nhân" theo Đạo luật Giao dịch Hàng hóa, tạo tiền lệ rằng DAO có thể chịu trách nhiệm pháp lý. Quyết định này có tác động lớn đến các thành viên DAO, vì nó cho thấy các holder token tham gia quản trị có thể phải chịu trách nhiệm cá nhân đối với hành vi của DAO. Trước sự thiếu rõ ràng trong cách xử lý DAO, điều này có thể làm nản lòng các nhà tài trợ tiềm năng.
Tóm lại, DeSci đã đủ trưởng thành để ảnh hưởng đến cách thức thực hiện nghiên cứu khoa học ngày nay. Dù hiện tại vẫn tồn tại một số khoảng trống và thách thức, nhưng việc giải quyết "thung lũng tử thần" trong nghiên cứu đã là một bước tiến lớn.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
0xWillmfer
