基因泰克｜利用人工智能的力量

2021年12月7日，Recursion宣布与罗氏和基因泰克开展变革性合作。根据协议条款，罗氏和基因泰克可能启动多达40个项目，Recursion将获得1.5亿美元的预付款，并有资格获得基于进展的额外里程碑付款，合作总潜在价值124亿美元。

本文是来自基因泰克官网的一篇文章（2022年1月7日发布），文章介绍了基因泰克对于AI的理解和布局，以及与Recursion合作的细节内容。

在过去的几十年里，我们见证了机器学习（ML）和人工智能（AI）在语言翻译、股票交易和太空探索等应用中的力量。虽然人工智能的许多面向公众的应用是由科技部门推动的，但世界各地的科学家也一直在努力利用它来提出更大的问题，并解决人类生物学和疾病中以往难以解决的挑战。

在药物研发和医疗保健领域推进人工智能工具（例如机器学习）比以往任何时候都更加重要，因为药物开发人员正在超越熟悉的靶点，并正在解决越来越具有挑战性的靶点，以治疗具有高度未满足需求的更复杂的疾病。

科学家们正在使用这些工具来挖掘数据，以获取传统方法无法获得的洞察力，其规模和速度是以前无法实现的。

“传统的药物开发过程是线性和连续的，”基因泰克研究和早期开发(gRED)组织的副总裁兼神经科学主管Casper Hoogenraad说。“研究人员从一个单一的靶点开始，基于疾病生物学或人类遗传学，然后找出什么样的治疗方法可以调节该靶点的活性，无论是小分子、RNA 方法还是大分子（例如抗体）。”

“随着我们不断突破药物发现的界限，我们需要新的方法，使我们能够提出超越单一靶点或生物途径的问题，”罗氏的制药研究和罕见病高级副总裁兼全球神经科学与罕见病负责人 Azad Bonni 说。“我们需要了解众多潜在的药物靶点如何共同作用来驱动疾病。”

为了实现这一点，我们需要一种更好、更高吞吐量和更并行的工作方式。基因泰克和罗氏正在这样做，力求将先进计算与创新研究方法相结合，获得倍增效益。这使我们能够提出更大的问题，并在我们对人类生物学的理解方面取得巨大进展。反过来，这种增强的洞察力揭示了新的治疗靶点，并为新药的设计和优化提供了信息。

利用人工智能

基因泰克和罗氏目前正在跨疾病领域和治疗方式应用机器学习，目标是为药物发现创建更好的具有预测性、生成性和可解释性的模型。这种三重模型特征可用于预测特定分子是否可以访问靶点，生成一个与该靶点结合的分子，并解释靶点和分子如何相互作用。

“例如，ML 已成为从大规模细胞分析数据中发现关系的宝贵工具”，罗氏的制药合作研究技术负责人 Barbara Lueckel 说。“而且我们也看到了在使用 ML 预测蛋白质结构方面取得的令人兴奋的进展，最终为复杂分子的新药设计带来了希望。”

“我们想了解极其复杂的生物网络是如何在疾病中失灵或失调的，并确定干预以恢复健康的最佳点，”基因泰克人工智能/机器学习高级首席科学家兼总监 Tommaso Biancalani 说。“人工智能已经在改变这个领域，我们正在进一步构建这项技术，以发现我们用传统方法无法发现的发现。”

例如，我们 AI/ML、传染病和计算化学部门的基因泰克科学家也在使用 AI 来发现新的抗生素。为了消除细菌病原体，抗生素必须穿透靶点的外层（膜）。但是病原体已经开发出将抗生素拒之门外的方法，确定哪些抗生素可以穿透膜可能是一个费力的过程。因此，基因泰克的科学家们正在使用人工智能技术来检查数十亿种潜在抗生素的化学结构，并确定哪些有可能绕过病原体的膜并消除它。然后他们可以合成这些并在实验室中进行测试。

“纵观全局，当ML与实验和数据形成循环时，它有可能以非常强大的方式影响靶点和药物发现，从而放大罗氏和基因泰克的许多现有努力”，Lueckel 说。

合作采用革命性的新方法

高级计算是一个多方面且快速发展的领域。为了支持内部努力并保持该领域的领先地位，基因泰克和罗氏还一直在与外部合作者进行接触。

2021年12月，罗氏和基因泰克与Recursion展开合作，探索细胞生物学的新领域，并在神经科学和肿瘤学适应症的关键领域开发新的治疗方法。该合作伙伴关系将利用 Recursion 的技术支持的药物发现平台，结合罗氏和基因泰克广泛的单细胞数据生成和 ML 能力，为新的药物靶点建立广泛、全面的网络，并推进和加快小分子药物的开发。

与从已知靶点开始的传统方法不同，该合作伙伴关系将生成和分析不同类型的细胞和遗传数据，大规模构建前所未有的人类细胞生物学图谱。这些地图可以用来识别新的生物学关系，并最终帮助发现新的靶点，从而更快地为患者带来更好的药物。

“我们将大量数据集分层，包括细胞如何响应基因变化和化学扰动或干扰的高分辨率成像，以及小分子如何影响这些反应的数据，并使用人工智能对其进行分析”，Bonni说。

Bonni 补充说，这可能带来如何识别新靶点以及匹配疗法的范式的转变。这种伙伴关系可以帮助确定使用标准方法无法获得的新药。这是一种在神经科学中特别有用的方法，神经科学是一个困难的领域，具有有限数量的有希望的靶点，以及使药物穿过血脑屏障的众所周知的挑战。 

“这个项目的规模几乎是闻所未闻的，”Hoogenraad 说。“我们将与遗传扰动和 RNA 分析方法并行筛选小分子文库，因此我们将立即获得潜在药物的发展，这是一个决定性的好处。追求新靶点涉及很多风险，因为我们对潜在的生物学了解不够。对靶点和潜在治疗方法更有信心将是神经科学和其他疾病领域的巨大飞跃。”

对先进计算的坚定投入

与Recursion的合作补充了罗氏和基因泰克的其他合作伙伴关系，可以改善药物发现和开发的各个方面。2020 年 7 月，罗氏和基因泰克与 Reverie Labs 合作，利用人工智能发现和开发下一代激酶抑制剂。2020 年 10 月，Genentech 与 Genesis Therapeutics 合作，利用他们的深度学习和分子模拟平台来发现小分子，以寻找其他方法无法实现的具有挑战性的靶点。2021 年 8 月，Genentech收购了 Prescient Design，这家公司拥有深度学习蛋白质设计平台和广泛的专业知识，可帮助识别和设计抗体，最终目标是在计算机上（在计算机上）快速设计候选治疗药物。

罗氏的科学家们还在与罗氏子公司 Spark Therapeutics 和 Dyno Therapeutics 合作，寻求新的方法来识别 AAV 衣壳。今天的基因疗法是使用天然存在的病毒提供的，这些病毒可以携带有限的有效载荷并且只针对某些组织类型。凭借 Dyno 的 AI 驱动的 CapsidMap 技术，合作伙伴旨在优化组织靶向和免疫逃避特性，同时提高 CNS 和肝病基因治疗解决方案的包装能力和可制造性。

除其他外，这些合作伙伴关系与罗氏和基因泰克的内部研究工作相结合，体现了罗氏和基因泰克对先进计算的坚定投入，以及坚信药物发现和开发的数字化具有为患者带来有意义改变的真正潜力。

药物发现领域正处于转折点。“我比以往任何时候都更受鼓舞”，Lueckel 说。“未来几年将进一步证明 ML 等先进计算方法在哪些应用中能够兑现其价值，我乐观地认为，这些技术将显着增强我们尽可能快速有效地将新药带给患者的努力。”

参考资料

https://www.gene.com/stories/harnessing-the-power-of-ai

--------- End ---------

感兴趣的读者，可以添加小邦微信（zhiyaobang2020）加入读者实名讨论微信群。添加时请主动注明姓名-企业-职位/岗位 或

姓名-学校-职务/研究方向。

- 历史文章推荐 -

【产业进展】