AI建立庞大细胞图像数据库，加速药物发现进程 | Recursion Pharmaceuticals

药明康德/报道

在过去的十年中，各种新型技术层出不穷，相互融合，为医疗领域内外都带来了无限的可能性。AI和机器学习可以完成面部识别，帮助自动驾驶汽车进行导航等功能，而这些在十年前似乎都还遥不可及。于是我们不禁好奇，如果将这些前沿技术应用于药物发现，实现技术融合，可以产生怎样的效果，同时又能解决哪些问题呢？ 

▲人工智能等新兴技术的出现，为人类的发展增加了无数的可能性（图片来源：Pixabay）

为了寻找到这些问题的答案，Chris Gibson博士和Blake Borgeson博士共同成立了Recursion Pharmaceuticals公司。该公司利用大规模的并行系统，将实验生物学和生物信息学与人工智能相结合，从而快速有效地识别能够在细胞水平建模的疾病疗法。Recursion使用高通量筛选（HTS）来自动获得丰富的数据，包括衰老、炎症、传染病、肿瘤学和诊断等。公司的最终目标是利用科学技术，构建一个全面的人类细胞生物学图谱，从而大幅提高新疗法使患者受益的速度和规模。

为了达到这个目标，Recursion组建了强大的科研和技术团队，让实验生物学家与数据科学家进行合作，一起对人体细胞中数以千计的疾病进行建模，并设计大规模的平行筛选方案。科学家会对每个实验参数进行仔细筛选，从已有的细胞图像数据集中找到尽可能多的数据，同时利用高通量筛选生成数十万个细胞图像，并将所有的图像实时传输至云端服务器。

同时，研究人员使用计算机视觉、机器学习及神经网络技术，针对上百种生物学细胞表型特征进行大规模的数据分析，以及人工智能模型培训。目前，Recursion利用AI技术，可以每周分析超过1000万个细胞图像，并将它们添加到生物图像数据库中。该数据集每周能够新增200多万张新图像，以及超过20TB的数据。这种被Recursion称为“Phenomics”的方法能够以前所未有的规模和速度，构建高价值的细胞模型组合，从而发现新型药物靶点和候选药物，并为数百种单基因功能丧失性疾病、纤维化、炎症和免疫疾病、功效和毒性评分、剂量反应特征提供前沿洞见。

目前，Recursion已经将三项研究成果转入临床前检测阶段，其中两项针对共济失调毛细血管扩张症，另外一种则针对脑海绵状血管畸形。Recursion计划于今年内将另外一个研究项目转入临床试验。

▲Recursion Pharmaceuticals联合创始人兼首席执行官Chris Gibson博士（图片来源：Recursion Pharmaceuticals官网）

“我们的数据科学家正在使用人工智能技术来分析细胞生物学和药理学图像，从而预测潜在药物的性质及对疾病的影响，”Recursion Pharmaceuticals联合创始人兼首席执行官Chris Gibson博士表示：“通过综合使用这些方法及实现过程自动化，我们已经能够将药物的研发时间缩短几个月到几年不等。未来我们将会把更多数据引入模型，目的是应用AI技术，来加速药物研发过程中的几乎所有阶段。”

我们希望，Recursion Pharmaceuticals公司将来可以带给我们更多令人惊喜的新技术和新发现，从而提高药物研发的效率，造福广大患者。

公司名称：Recursion Pharmaceuticals

公司坐标：美国盐湖城

公司官网：https://www.recursionpharma.com/ 

管理团队：Chris Gibson 博士为联合创始人兼首席执行官，Blake Borgeson博士为联合创始人兼首席技术官

参考资料：

[1] Recursion Pharmaceuticals Raises $60 Million to Industrialize Drug Discovery Using Artificial Intelligence

[2] FierceMedTech’s 2017 Fierce 15—Recursion Pharmaceuticals

[3] Recursion bags $60M for AI-enabled drug discovery push

[4] Recursion Pharmaceuticals官网