Numerate推出药物模拟技术 医疗人工智能技术的新探索

Numerate推出药物模拟技术 医疗人工智能技术的新探索,第1张

  新药研发周期长、投入大、持续时间久、效率低,一直是医药领域的“心腹大患”。根据塔夫特药物发展研究中心的数据,一款新药从药物研发到获得美国FDA批准大约需要96.8个月。

  而TechEmergence的研究报告显示,人工智能技术的加入可以将新药研发的成功率从12%提升至14%。这细微的2%的增长可以为整个生物制药行业节省数十亿美元,同时研发效率也将大幅提高。

  Numerate成立于2007年,总部位于美国加州圣布鲁诺。它将计算机科学和统计学的先进发展与传统药物的化学方法相结合,致力于为开发小分子疗法的企业提供药物设计平台。

  该平台主要研发一系列用于心血管,代谢,神经衰弱疾病,阿尔茨海默症和亨廷顿式舞蹈症的药物项目。

  Numerate的总裁兼首席执行官Guido Lanza博士表示,与其他AI药物研发公司相比,Numerate已有11年的研发经验。他们的算法能够从非常小的数据集中挖掘有用的信息,并用于解决新型的生物问题。

  基于3D配体的建模,允许他们在不需要化合物的结构资料下利用机器学习解决表型驱动的药物研发难题。这种研发往往是低通量,高内涵的生物学问题。

  2014年6月,Numerate获800万C轮融资,投资方分别是Atlas Venture和Lily Ventures。

  Guido Lanza博士表示,该投资能够推进Numerate在代谢和心血管疾病的进一步研究,以改善糖尿病,肥胖症,心力衰竭和心力失常等症状。

  Numerate专注于建设数据驱动的药物设计模式,促进高效率和可预测的制药分析。该平台尤其适用于数据稀少,或因传统方法局限而无法生成制药所须的先导化合物等情况。

  

  经验团队发挥科学领域的优势

  Numerate公司的团队里拥有来自不同领域的员工,其中包括计算机科学家,数据科学家,药物化学家和生物学家。该公司汇集了各个领域的优点,以构建最佳解决方案为目的去改良药物研发的整个流程。

  从左至右依次为Guido Lanza,Brandon Allgood和John Griffin

  ,Numerate的总裁兼首席执行官Guido Lanza于2006年被商业周刊评选为“30岁以下技术最佳青年企业家”之一。Lanza博士曾是Pharmix制药公司的联合创始人兼首席技术官,并在该公司的董事会有过六年的工作经验。

  在进Pharmix公司之前,Lanza博士作为研究科学家与斯坦福大学的Koza教授共同开发了生物信息学与计算生物学相关的遗传编程应用。

  此外,Lanza博士作为10个科学出版物的作者和4个授权专利的发明者,曾获得加利福尼亚大学伯克利分校的分子细胞生物学和综合生物学的双学位以及英国曼彻斯特大学的生物信息学硕士学位。

  Numerate的首席技术官Brandon Allgood主要负责管理公司的AI平台及应用,并为公司未来技术发展规划蓝图。他不仅获得了加州大学圣克鲁兹分校的计算物理学博士,还曾担任过该公司的计算机科学主任以及Pharmix公司的研究科学家。

  Allgood出版过天体物理学、固体物理学和计算生物学有关的科学书籍,并在大规模云计算,分布式计算,人工智能和数学建模方面拥有15年的工作经验。同时,他也是福布斯技术委员会的成员、UCSC基金会的受托人。

  作为Numerate公司的首席战略官,John Griffin职掌公司的治疗计划和项目合作。他也曾是上市生物制药公司Theravance Inc.的联合创始人兼首席科学官。在担任斯坦福大学的助理教授期间,Griffin发布了共39篇的科学出版物。

  同时,他作为27项专利的发明人多次荣获奖项,其中包括美国化学学会的Arthur C. Cope学者奖以及斯坦福大学的院长教学奖。此外,他也曾担任过威康信托基金会的筹资委员会成员、哈佛医学院国家科学基金会博士后研究员,并在加州理工学院化学专业取得博士学位。

  独创的ADME和毒性预测功能

  Numerate的CEO兼总裁Lanza表示,公司独创的ADME和毒性预测是公司的一项重要支柱。

  ADME是“吸收,分布,代谢和排泄”的缩写,描述了药物化合物在生物体内的消化过程。这四个标准决定了药物的浓度以及药物暴露在组织中的动力情况,因此ADME可以衡量该化合物作为药物的性能和药理学的活性。

  传统的生物技术和制药创业公司一般侧重于少数靶标或单一治疗领域,而新药设计平台主要运用机器学习技术来模拟小分子化合物的药物特性,比如靶点结合能力和特异性,药物动力学和药物代谢特性,以及毒副作用。

  这一平台通常的药物筛选流程会依据特定的药物活性、特异性和ADME模型,从包含一兆个模拟化合物的化合物库中选出2500万个化合物进行模拟测试

  研究表明,整个过程只需一周就可以完成,每个模拟化合物的测试成本为0.01美分。化学家会对测试结果进行分析,挑选出最有希望的模拟化合物进行合成和实验。

  实验结果被用于修正和改良模拟的准确性,随着这个过程的不断循环,模拟系统给出的候选化合物将越来越有针对性。

  由此可见,Numerate的制药平台能够运用机器学习高效率、高性价地解决生物问题,运用平台去关注/验证数据,从而改善整个制药产业。

  另外,Lanza表示,他们在该领域获得了1000多万美元的投资,其中包括与美国国防威胁降低局的大型合同,以建立和验证一套系统,可能将先导化合物快速转化为临床候选药物。

  Numerate与制药公司的许多合作都基于他们所具备的ADME和毒性预测能力,其独特之处在于能够从过去的所有研发项目中学习,为未来的每一个化学设计和候选药物选择提供正确的决策。

  2017年6月,武田药业与Numerate公司正式签约,使用Numerate公司的AI技术开发肿瘤学、胃肠病学和中枢神经系统疾病的小分子药物展开合作。

  Lanza表示,Numerate希望与大型制药公司建立购买产品线形式的合作,武田药业将预先获得由Numerate的AI平台产生的许可资格。

  数据技术和商业模式对AI初创公司至关重要

  Numerate公司的首席执行官Lanza博士预言,在未来的三到五年内,AI技术会被应用到整个医药行业。在他看来,数据技术和商业价值对运营一家AI初创公司而言至关重要。

  了解生物领域中的算法和应用以及算法正在应用的数据是创造实验模型的关键。Lanza 表示,为了解决这些问题,他们花费了数10年的时间去了解数据,攻克技术障碍,解决生物学(及其带来的噪音)的混乱以及化学方面的挑战(以及它们带来的偏差)。

  从商业角度下分析,Numerate更看重客户的需求。Lanza博士表示,他们的新药研发团队专注于产品在商业和学术领域均有的实际价值。

  他们的盈利方向源于制造和扩展治疗疾病的相关产品,以授权该公司的计算程序和应用技术为最终目的。其应用程序分为以下两类:

  合作计划程序

  Numerate一部分投资情况是通过与其他公司的相互合作,其中包括与合作伙伴共同建立一个目标明确、想法一致的产品计划,比如先导化合物的优化项目等。这些基于可选的程序涉及到Numerate所创建的目标类型和应用领域,其合作的关键是以共同创立外部化的研究模型来获取收益。

  内部程序

  Numerate的第二部分投资包括以授权技术为目标开发的内部项目。这也涵盖了他们与其他公司合作所购买的科技产品和设计。

  例如,2017年6月,Numerate与一家总部位于法国的国际医药公司Servier共同购买的兰尼碱受体2(RyR2)的小分子调幅器,以治疗心血管相关疾病为目标,致力于改善患者心力衰竭或心力失常等症状。

  Servier公司主要通过五大领域的创新来推动企业发展,其中包括:糖尿病,癌症,免疫性炎症疾病,神经衰退性疾病,以及公司在高质量仿制药领域的宣传与活动。

  Numerate公司的强力竞争对手

  1. Numerate与Recursion PharmaceuTIcals的比较

  Recursion公司成立于2013年,它有一个雄大的目标:在十年内找到100种疾病的治疗方法。这家公司的核心技术在于运用计算机视觉技术来处理细胞图像,并且通过分析1000多种细胞特征来评估疾病细胞在给药后的效果。使用先进的成像技术和人工智能技术,这一平台可以进行高通量的细胞模型实验,在上百种疾病的细胞模型中进行上千种候选药物的检测。

  Recursion公司已经发现了15种治疗罕见病的候选药物,其中治疗脑海绵状血管畸形 (cerebral cavernous malformaTIon) 的候选药物即将进入临床试验。

  与Numerate相比,Recursion PharmaceuTIcals利用AI技术深度分析细胞结构,主要通过分析图像的方式来推广新型制药。

  其技术原理和研究方向与Numerate都不同;Recursion针对罕见病、遗传病的研究,而Numerate面向肿瘤学、胃肠病学和中枢神经系统疾病的相关探索。

  2. Numerate与Insilico Medicine的比较

  Insilico Medicine公司成立于2014年,宗旨是延长人类的健康寿命。

  为此,该公司收集了大量不同年龄的健康和患病人群的多类组学数据(mulTI-omics data),并且利用机器学习对这些数据进行综合分析,从中找出与衰老和疾病有关的生物标记物,并且根据这些数据寻找上市药物的新功能,发现新的抗衰老药物。

  该公司的另一项业务是与研究所和制药公司合作,利用自身对深度神经网络机器学习的专长,帮助它们进行药物研发、发现生物标记物和开发研究衰老的新工具

  两家公司相比,Numerate与Insilico Medicine在药物分子解析方面有异曲同工之妙。他们都是通用机器学习、数据解析和实验模拟的方式对分子进行深度探究。

  Numerate相对Insilico Medicine,成立时间久,融资金额多。然而Insilico Medicine在合作项目与产品输出方面也表现得毫不逊色。

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/2645163.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-08-12
下一篇 2022-08-12

发表评论

登录后才能评论

评论列表(0条)

保存