人工智能在基因治疗和细胞治疗中的应用前景

人工智能在药物开发中的应用正在向多种治疗方式拓展。

2022年2月2日，GEN网站发表文章，讨论了人工智能如何在基因治疗和细胞治疗的开发和制造中实现自适应建模。

前言

毫无疑问，人工智能正在推进生物发现和生物制造业务。在生物发现中，AlphaFold 和 Atomic Rotationally Equivariant Scorer 等 AI 系统因其预测蛋白质和 RNA 分子三级结构的不可思议的能力而闻名。在生物制造中，人工智能系统通常不太受欢迎。然而，它们可以提供有价值的功能，例如模式识别、批次质量的实时评估、连续制造的多变量控制、关键工艺参数的预测/优化以及异常检测。这些功能对于基因治疗和细胞治疗操作的成功至关重要。

人工智能驱动的深度学习算法正被应用于监测和检查。机器学习应用可以利用多样化的数据源更新生物制造过程，多个人工智能模型可以主动与设备或过程交互，实现“数字孪生”，即物理系统的数字仿真（数字孪生的应用参见GSK｜用于加速疫苗开发和制造的数字孪生）。这些系统为真正的自适应策略提供了一个起点。

生物制造中的人工智能

人工智能支持的系统可以模仿人类的认知功能，使用来自许多来源（包括历史和远程来源）的数据，从各种类型的数据（包括非结构化和多维数据）中学习，并在新信息（包括经验数据）可用时适应它。可观察的分析程序可以区分有价值的数据和冗余、不相关或损坏的数据，从而提高数据处理的效率。人工智能可以支持计算机建模（包括数字孪生），并将很快应用于各种任务（表 1），在产品和流程开发中实现基于自适应模型的实验设计的完全自动化，在生物制造中实现机器人活动的闭环控制。

表1｜用人工智能改进基因治疗和细胞治疗

我们已经熟悉用活细胞执行专门任务的独立设备。例如，我们已经逐渐信任模仿大型生物反应器特征并能进行成本效益实验的微型生物反应器。它们支持节省设施空间、资本、劳动力、介质和耗材。现在我们正在熟悉集成系统。

除了复制人类活动外，全自动和集成系统将部署配备机器学习的机器人，这些机器人可以无休止地迭代流程而不会感到疲劳或分心。其中许多技术正在应用于制药行业。

细胞治疗和基因治疗中的人工智能

细胞治疗和基因治疗包含了一系列技术方法和生产实践。例如，有体内和体外方法，以及自体和同种异体方法。尽管如此，在生物制造操作中存在一些共性。这包括存在许多相同的载体（包括病毒载体）和相同的挑战（包括无法对产品进行最终灭菌）。

支持人工智能的“智能制造”现在开始通过先进的制造过程数字化集成来支持基因治疗和细胞治疗处理，从供应链管理到过程控制再到最终产品的跟踪和追溯。它还为物联网等工业 4.0 技术赋能：实时、集成的大数据分析，自动化和网络物理系统，先进的传感技术（包括“软”传感技术）。最后，它支持数字孪生在设备和操作建模中的广泛应用。

人工智能可以增强许多基因治疗和细胞治疗中常见的系统，这些系统以前在传统的工艺设计和制造操作中都存在挑战（表1）。这些挑战包括在病人分散的细胞处理中协调跟踪操作，以及对加工材料进行净化。

不过，在建立和维护与病人有关的数据的安全、隐私、整理、储存和分配标准方面，人工智能也遇到了挑战。基因治疗或细胞治疗对确保患者隐私和数据安全的工具的要求特别严格。在将AI应用于基因治疗或细胞治疗时，需要同时实施以人工智能和机器学习为中心的数据治理、风险和合规协议，需要获得经验丰富的、以安全为重点的人工智能专家的专业知识和指导。

对于基因治疗和细胞治疗，关键的过程参数往往很难理解。

通常，基因和细胞疗法必须在一个疗程后才能发挥作用。为了确保第一次尝试尽可能有效，生产商面临着发现过程偏差的压力。

个体患者的细胞样本在其状况、活力和药物暴露方面是多种多样的。这会极大地影响样品的特性和性能，需要更强大的过程监测和先进的动态控制。在基因治疗和细胞治疗框架下，治疗药物的预期疗效、质量和安全性甚至比使用小分子或大分子实体更难实现。

此外，操作员和生物制药工程师的制造过程存在关键差异(具体取决于要应用于每个批次或病人应用的具体载体操作)。需要持续的监督来反复检查与这种制造相关的特殊性。因此，每个病人必须与一个批次相联系，而这个批次是通过个性（特定目标）和共性（通用规格）来制造和控制的。

由人工智能驱动的过程控制可以帮助感知或预测处理异常，将当前性能与过去的经验相关联，并确定哪些措施可以纠正偏差参数。现代数据连接和人工智能算法具有独特的能力，可以保持生物事件的实时和动态成像。由于可以对非线性功能关系进行建模，所以他们擅长减少模型-过程的不匹配。这样的系统可以结合生物过程和控制工程的专业知识来执行传感器验证、故障检测。

结论

人工智能在实现基因治疗和细胞治疗方面的潜力是显著的，人们对即将改进的生物制造业务的期望很高。投资于基因治疗和细胞治疗设备的现代化和数字化是我们行业必须采取的最初步骤，就像其他行业已经遵循的那样，走"智能"控制制造的道路。

参考资料

https://www.genengnews.com/artificial-intelligence/the-promise-of-ai-in-gene-and-cell-therapy-operations/

--------- 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】