Trí tuệ nhân tạo trong khám phá ma túy: Năm 2018 được xem xét

Ý tưởng sử dụng trí tuệ nhân tạo (AI) để đẩy nhanh quá trình khám phá thuốc và tăng tỷ lệ thành công của các chương trình nghiên cứu dược phẩm đã truyền cảm hứng cho sự gia tăng hoạt động trong lĩnh vực này trong vài năm qua. Trong năm 2018, mọi thứ đang trở nên hấp dẫn hơn ngay lập tức với sự gia tăng số lượng đối tác, đầu tư và các sự kiện quan trọng khác, được tóm tắt và nhóm lại dưới đây thành các xu hướng nhỏ của Drake.

1. Vốn đầu tư mạo hiểm đang đổ vào các công ty khởi nghiệp khám phá ma túy

Năm nay đã được đánh dấu bằng một số lượng lớn các thỏa thuận gây quỹ ấn tượng giữa các công ty khởi nghiệp khám phá ma túy do AI điều khiển - một dấu hiệu rõ ràng của AI về khám phá ma túy Không gian gian lận đạt được một số sức hấp dẫn nghiêm trọng đối với các nhà đầu tư mạo hiểm.

Nhân từ

Cho đến nay, một BenevolentAI có trụ sở tại London dường như là một nhà lãnh đạo của năm về mặt gây quỹ - vào tháng Tư, họ đã đóng một vòng 115 triệu đô la, đạt mức định giá đáng kinh ngạc 2 tỷ đô la. Mặc dù gặp phải một mức độ hoài nghi nhất định, tin tức này và tốc độ hoạt động nghiên cứu hiện tại của công ty chắc chắn đặt BenevolentAI vào một vị trí rất mạnh trong số các đối thủ cạnh tranh.

Nguyên tử

Atomwise, được thành lập vào năm 2012 và tiên phong trong việc sử dụng mạng lưới thần kinh sâu cho thiết kế thuốc dựa trên cấu trúc, đã huy động được khoản đầu tư 45 triệu đô la A để thúc đẩy công nghệ khám phá thuốc dựa trên AI của mình. Công ty cho biết họ sàng lọc 10 triệu phân tử nhỏ mỗi ngày và sử dụng AtomNet, sử dụng thuật toán học sâu, để phân tích các phân tử và dự đoán tiềm năng của chúng là thuốc, độc tính và tác dụng phụ.

Y học Insilico

Một công ty khá độc đáo trong danh sách - Insilico Medicine có trụ sở tại Hoa Kỳ, là công ty khởi nghiệp duy nhất trong số các đối thủ cạnh tranh gần nhất của họ phát triển hệ thống trí tuệ nhân tạo đầy đủ xếp chồng trên nền tảng dựa trên mạng lưới đối thủ thế hệ (GANs), cho phép kết thúc quá trình khám phá thuốc -to-end - từ mô hình sinh học cơ bản và phát triển dấu ấn sinh học, đến việc tạo ra phân tử hit, tối ưu hóa chì và xác nhận tiền lâm sàng của các ứng cử viên thuốc. Vào tháng 6, Insilico Medicine đã nhận được khoản đầu tư chiến lược không được tiết lộ từ WuXi AppTec, mang lại số vốn huy động hoàn toàn lên tới 20 triệu đô la (theo Crunchbase).

Bộ gen Verge

Đáng chú ý, chỉ một tháng sau, WuXi AppTec đã tham gia vào vòng đầu tư trị giá 32 triệu đô la cho một startup khác do AI điều khiển - Verge Genomics. Loại thứ hai sử dụng máy học và AI để phát triển phương pháp trị liệu chống lại bệnh Alzheimer và bệnh Parkinson. Verge cũng đang tích cực phát triển cơ sở dữ liệu về dữ liệu gen của bệnh nhân - được cho là, công ty sở hữu một trong những nguồn lực lớn nhất trong ngành trong lĩnh vực trị liệu này.

Owkin

Owkin có trụ sở tại New York - Paris, được thành lập vào năm 2016 để áp dụng học máy để tối ưu hóa quá trình khám phá thuốc thông qua việc hiểu rõ hơn các dữ liệu sinh học dư thừa, đã tăng Vòng A 11 triệu đô la vào tháng 1 để mở rộng nền tảng công nghệ Owkin Socrates. Nền tảng này có thể tích hợp các thư viện phân tử và hình ảnh với dữ liệu bệnh nhân để tiết lộ các mẫu dấu ấn sinh học gây bệnh và công ty đang áp dụng học tập chuyển đổi để cải thiện hiệu suất mô hình trong đó dữ liệu được dán nhãn đúng là khan hiếm.

XtalPi

Được thành lập vào năm 2014 bởi một nhóm các nhà vật lý lượng tử tại MIT, XtalPi là một công ty công nghệ sinh học của Hoa Kỳ đã huy động một vòng Series B trị giá 15 triệu đô la vào tháng 1 từ một số nhà đầu tư, bao gồm cả Google và Sequoia Trung Quốc. Công ty đang tuyên bố rằng họ có thể dự đoán nhanh chóng và chính xác nhiều đặc điểm quan trọng của thuốc phân tử nhỏ và dạng rắn bằng cách kết hợp trí tuệ nhân tạo, vật lý lượng tử và điện toán đám mây hiệu suất cao. Sử dụng sự tương tác tinh vi của các công nghệ này, công ty sẽ có thể cung cấp những hiểu biết tiết kiệm thời gian về sự an toàn, ổn định và hiệu quả của các ứng cử viên ma túy.

Băng ghế dự bị

Cuối năm nay, Google cũng đồng đầu tư vào BenchSci - một nền tảng thông minh để tìm kiếm dựa trên AI cho các sản phẩm sinh học. Vòng đấu tổng cộng 8 triệu đô la từ một số nhà đầu tư.

Khoa học sinh học động cơ

Engine Bioscatics là một công ty công nghệ sinh học có trụ sở tại San Francisco và Singapore, đã công bố khoản tài trợ trị giá 10 triệu đô la để thúc đẩy nền tảng dựa trên AI của họ để khám phá thuốc, phát triển phương pháp trị liệu kết hợp và lập trình lại tế bào. Công nghệ của công ty cho phép các nhà nghiên cứu và nhà phát triển dược phẩm tiết lộ các tương tác gen và mạng lưới sinh học và cung cấp các liệu pháp thử nghiệm đặc biệt nhắm mục tiêu tương tác di truyền. Nền tảng AI của công ty có thể hỗ trợ phát hiện mục tiêu, tái sử dụng thuốc và phân tích cho các ứng dụng y học chính xác.

Các khoản đầu tư đáng chú ý khác trong năm 2018 bao gồm: TwoXAR ($ 10 M), ReviveMed ($ 1,5 M), GTN ($ 2,8 M), v.v.

(Để xem lại số liệu thống kê tổng hợp về AI AI trong ngành công nghiệp khám phá ma túy, hãy đọc cuốn Cảnh quan trí tuệ nhân tạo (AI) trong báo cáo R & D của Dược phẩm).

2. Các nhà sản xuất thuốc tiếp tục săn lùng các mối quan hệ đối tác AI bên ngoài

Năm 2018, các công ty dược phẩm cho thấy sự quan tâm liên tục trong việc hợp tác với các công ty khởi nghiệp dựa trên AI mới nổi - để tận dụng sức mạnh của các thuật toán để thúc đẩy các chương trình khám phá thuốc của riêng họ. Dưới đây là danh sách một số hợp tác thiết kế thuốc đáng chú ý thuộc loại này:

Thương

Tháng cuối cùng của năm hiệu quả này được đánh dấu bằng sự hợp tác nghiên cứu mới giữa công ty dược phẩm khổng lồ Merck của Đức và một công ty do Canada điều hành Cyclica. Các bên đồng ý rằng Merck sẽ sử dụng đám mây điều khiển AI độc quyền của Cyclica dựa trên nền tảng sàng lọc silico proteome Ligand Express® để làm rõ các cơ chế hoạt động cho một số ứng cử viên phân tử nhỏ của Merck, đánh giá hồ sơ an toàn của họ và khám phá thêm các ứng dụng trị liệu.

Bayer

Vào tháng 11, Bayer đã thành lập một hợp tác nghiên cứu nhiều giai đoạn với công ty khám phá dược phẩm Cyclica có trụ sở tại Toronto để sử dụng nền tảng khám phá dựa trên AI nhiều mặt của nó cho một loạt các nhiệm vụ nghiên cứu. Trong khuôn khổ của sự hợp tác này, Cyclica sẽ cung cấp nền tảng sàng lọc proteome dựa trên đám mây Ligand Express® để nghiên cứu cấu hình ngoài mục tiêu của các phân tử nhỏ và áp dụng công nghệ Thiết kế thuốc khác biệt (DDD) hạng nhất của nó cho đa mục tiêu thiết kế thuốc. Hơn nữa, nó sẽ áp dụng công nghệ AI của mình để xây dựng các mô hình dự đoán tiên tiến nhất cho các đặc tính dược động học.

Pfizer

Vào tháng 9, Pfizer đã tham gia một thỏa thuận đánh giá với Atomwise - giờ đây, startup phát triển AI sẽ cần xác định các ứng cử viên dược phẩm đầy triển vọng cho tối đa ba protein mà Pfizer lựa chọn.

Chỉ vài tháng trước, Pfizer đã hợp tác với một công ty khởi nghiệp do AI điều khiển AI khác để phát triển một nền tảng phần mềm khám phá ma túy, sử dụng chuyên môn XtalPiiến trong vật lý tính toán và trí tuệ nhân tạo. Nền tảng này sẽ được áp dụng cho mô hình phân tử chính xác của các phân tử nhỏ giống như thuốc.

Bristol-Myers Squibb

Bristol-Myers Squibb tham gia thỏa thuận hợp tác nghiên cứu đa mục tiêu với Sirenas, một công ty công nghệ sinh học áp dụng các phương pháp tính toán dựa trên máy học để khám phá phương pháp trị liệu có nguồn gốc từ microbiome toàn cầu, để áp dụng nền tảng khám phá thuốc độc quyền của mình chống lại một loạt các mục tiêu điều trị chưa được tiết lộ nhưng đầy thách thức . Sự hợp tác nghiên cứu này thúc đẩy chuyên môn của Sirenas, trong việc áp dụng công nghệ khai thác dữ liệu độc quyền ATLANTIS ™ để xác định các ứng cử viên ma túy tiềm năng trong thư viện hóa học độc quyền của Sirenas, được phân lập từ các bộ sưu tập microbiome toàn cầu. Điều quan trọng cần lưu ý là một lĩnh vực khác về chuyên môn của Sirenas, - tổng hợp hữu cơ tiên tiến, giúp công ty không chỉ đưa ra dự đoán tính toán mà còn cả các hợp chất hóa học với giàn giáo lấy cảm hứng từ thiên nhiên khác thường.

Boehringer Ingelheim

Vào tháng 5 năm 2018, Boehringer Ingelheim hợp tác với Bactevo để áp dụng Động cơ thuốc tích hợp thuốc hoàn toàn của họ để xác định các ứng cử viên thuốc phân tử nhỏ mới lạ.

GlaxoSmithKline

Vào tháng 5, GlaxoSmithKline (GSK) đã thành lập một sự hợp tác thiết kế thuốc với Cloud Dược phẩm, một công ty phát hiện thuốc điều khiển AI, để phát triển một loạt các phân tử nhỏ chống lại các mục tiêu sinh học do GSK chỉ định.

(Đọc cách Big Pharma chấp nhận AI để tăng cường khám phá dược phẩm để tìm hiểu thêm về sự hợp tác của loại hình này và các trường hợp sử dụng điển hình cho ứng dụng AI trong khám phá thuốc)

3. Khác mà còn mở rộng khả năng AI nội bộ

Một mặt, các công ty dược phẩm đang ngày càng thuê các công ty khởi nghiệp AI để khám phá các cơ hội, nhưng mặt khác, họ cũng tích cực trong việc phát triển chuyên môn AI nội bộ và định hình cơ sở hạ tầng kỹ thuật số để sử dụng dữ liệu hiệu quả hơn.

Mới đây, Novartis tuyên bố hoàn thành giai đoạn đầu tiên của chiến lược chuyển đổi kỹ thuật số của công ty, tập trung vào dữ liệu lớn, cơ sở hạ tầng kỹ thuật số và trí tuệ nhân tạo. Giai đoạn đầu tiên là chương trình nội bộ có tên là STRIDE, và nó bao gồm sự ra mắt của một số hệ thống cơ sở hạ tầng CNTT quan trọng để quản lý tài liệu, điều tra nội bộ, tính toán hiệu suất cao, quản lý thử nghiệm lâm sàng và các nhiệm vụ khác.

Giai đoạn tiếp theo của chuyển đổi kỹ thuật số Novartis, là triển khai nền tảng phân tích dự đoán, được thúc đẩy bởi các thuật toán học máy, để hỗ trợ các hoạt động thử nghiệm lâm sàng. Điều này sẽ được thực hiện trong khuôn khổ sáng kiến ​​của Nerve Live và phối hợp với công ty máy học QuantumBlack của Hoa Kỳ.

Cuối cùng, có kế hoạch cho dự án tương lai lớn thứ ba - Dữ liệu 42 - dự án tập hợp tất cả các bộ dữ liệu của Novartis, để có thể truy vấn bất kỳ dữ liệu nào trong một mannar tập trung. Đây chắc chắn là một điều kiện tiên quyết chính cho sự chuyển đổi dựa trên AI trong công ty.

Tương tự, hầu hết mọi nhà sản xuất thuốc toàn cầu - Pfizer, AstraZeneca, Eli Lilly, Merck, GSK và những người khác - đang thực hiện các biện pháp tái cấu trúc nội bộ để chuẩn bị cho việc chuyển đổi kỹ thuật số nghiên cứu dược phẩm và áp dụng trí tuệ nhân tạo để phát hiện và phát triển thuốc.

4. Săn lùng dữ liệu lớn

Một điều hiển nhiên là, yếu tố hỗ trợ chính của cuộc cách mạng trong tương lai của AI trong nghiên cứu dược phẩm là dữ liệu. Nếu không có quyền truy cập vào dữ liệu lớn đa dạng, liên ngành, chất lượng và được quản lý đúng cách, tác động biến đổi của công nghệ AI không thể được thực hiện đầy đủ. Trong bối cảnh này, điều quan trọng là phải xem các công ty đang di chuyển theo hướng mô hình nghiên cứu tập trung vào dữ liệu như thế nào.

GSK và 23andMe

Vào tháng 7, GSK đã đầu tư 300 triệu đô la vào 23andMe, một công ty thử nghiệm gen ở Thung lũng Silicon, được hỗ trợ bởi Google. Thỏa thuận này mở ra một cánh cửa để GSK truy cập vào cơ sở dữ liệu DNA rộng lớn, cung cấp thông tin về mối quan hệ giữa gen và bệnh tật. 23andMe có hơn 5 triệu khách hàng, phần lớn trong số họ đã chọn tham gia cho phép dữ liệu của họ được đưa vào các chương trình nghiên cứu.

Genavant và Verge Genomics

Datavant, một công ty khởi nghiệp trẻ có trụ sở tại Hoa Kỳ, tập trung vào việc tổ chức và cấu trúc dữ liệu chăm sóc sức khỏe để có được những hiểu biết có thể hành động để thiết kế và giải thích các thử nghiệm lâm sàng. Vào đầu tháng 1, nó đã công bố một liên minh chiến lược với Verge Genomics, một công ty sử dụng trí tuệ nhân tạo để khám phá và phát triển phương pháp trị liệu mới. Quan hệ đối tác mới được thành lập nhằm mục đích mở khóa giá trị của bộ dữ liệu dược phẩm trong việc sở hữu Datavant - dữ liệu thử nghiệm lâm sàng, yêu cầu, lịch sử dược phẩm, hồ sơ sức khỏe điện tử và dữ liệu gen về bệnh nhân. - để tăng tốc khám phá và phát triển các loại thuốc mới.

Cho đến nay, Datavant có thêm hai mối quan hệ đối tác ngoài Verge - với Viện nghiên cứu lâm sàng Duke (DCRI), Tập đoàn gen toàn cầu (G3) - tất cả đều nhằm mục đích kết hợp chuyên môn khám phá thuốc, dữ liệu lớn sinh học và công nghệ phân tích dữ liệu mới, như AI, thúc đẩy đổi mới trong lĩnh vực nghiên cứu dược phẩm.

5. Hướng tới các nền tảng nghiên cứu tích hợp

Theo xu hướng trên (tập trung vào AI và dữ liệu lớn), một hệ quả hợp lý là ngành nghiên cứu dược phẩm đang hướng tới các mô hình hợp tác và nghiên cứu dựa trên nền tảng. Nền tảng là cơ sở hạ tầng kỹ thuật số, kết nối các dấu chấm giữa các loại hoạt động khác nhau, khu vực nghiên cứu, chế độ hoạt động và luồng dữ liệu. Các nền tảng, hay các siêu nền tảng khác, trực tuyến phổ biến rộng rãi về tài chính, thương mại điện tử tiêu dùng và các ngành công nghiệp khác, nhưng đây vẫn là một hiện tượng mới cho nghiên cứu dược phẩm. Một số sự kiện trong năm 2018 khá minh họa ở đây:

Merck, Accergy và AWS

Nó đã được thông báo rằng Merck và Accdvisor đang hợp tác với Amazon Web Services để tạo ra một nền tảng dựa trên đám mây sẽ bao gồm các cộng tác viên trong các lĩnh vực khác nhau của ngành khoa học đời sống. Nền tảng phân tích này sẽ được xây dựng bằng các giao diện lập trình ứng dụng mở (API) và sẽ tạo điều kiện cho môi trường hợp tác để đẩy nhanh các nỗ lực khám phá thuốc sớm. Nó sẽ không chỉ giúp các nhà nghiên cứu dễ dàng tổng hợp, truy cập và phân tích dữ liệu liên ngành hơn mà còn giảm các rào cản gia nhập thị trường cho các nhà cung cấp giá trị mới - nhà phát triển ứng dụng, nhà khoa học dữ liệu, nhà cung cấp dữ liệu và nội dung, v.v.

Google và WuXi NextCODE

Vào tháng 3, WuXi NextCODE đã công bố hợp tác với Google để tích hợp hệ thống quản lý cơ sở dữ liệu genomics có thể mở rộng quy mô lớn và các ứng dụng nghiên cứu trong Google Cloud Platform. Đổi lại, các công cụ như Google Cloud BigQuery và DeepVariant sẽ được tích hợp với các khả năng của WuXi NextCODE. Hai công ty cũng sẽ làm việc trên các công cụ và API bổ sung để trao quyền cho cộng đồng genomics toàn cầu.

(Đọc thêm: Chuẩn bị sẵn sàng cho các siêu nền tảng trong nhà nghiên cứu về chăm sóc sức khỏe và dược phẩm

6. Các tổ chức hợp tác để áp dụng AI để khám phá ma túy

Một trong những yếu tố quan trọng của một hệ sinh thái công nghiệp trưởng thành - sự hiện diện của các hiệp hội và hiệp hội chuyên ngành, với mục tiêu là tạo thuận lợi cho sự tương tác giữa các thành viên của cộng đồng, thiết lập các tiêu chuẩn công nghiệp và tiết lộ các thông lệ tốt nhất, giáo dục công chúng về chủ đề này và vận động thay đổi quan trọng theo quy định của chính phủ.

Ngành công nghiệp nghiên cứu dược phẩm đang ở thời kỳ đầu tiên áp dụng trí tuệ nhân tạo rộng rãi để khám phá ma túy, vì vậy hệ sinh thái mới nổi của các học viên AI trong không gian này mới chỉ bắt đầu phát triển. Tuy nhiên, một số bước quan trọng đối với việc tạo ra các liên minh công nghiệp đã được thực hiện gần đây:

Hiệp hội MLPDS

Vào tháng 5 năm 2018, MIT đã thành lập một tập đoàn công nghiệp - học viện hùng mạnh, Machine Learning for Discovery Discovery and Synt tổng hợp (MLPDS), bao gồm một số công ty hàng đầu trong lĩnh vực dược phẩm: Amgen, BASF, Bayer, Eli Lilly, Novartis, Pfizer, Sunovion và WuXi. Có trụ sở tại Cambridge, MA, một trong những trung tâm toàn cầu về đổi mới dược phẩm sinh học, tập đoàn mới thành lập cho phép hợp tác chặt chẽ giữa các đối tác (rất nhiều trong số họ có mặt ở Cambridge) và tạo ra một trung tâm sử dụng trí tuệ nhân tạo (AI) trong nghiên cứu dược phẩm.

Hiệp hội ATOM

Một tập đoàn quan trọng khác, Phương pháp trị liệu tăng tốc cho các cơ hội trong y học (ATOM), đã được thành lập vào cuối năm ngoái bởi các đối tác sáng lập của nó - GSK, Phòng thí nghiệm quốc gia Lawrence Livermore, Phòng thí nghiệm nghiên cứu ung thư quốc gia Frederick và Đại học California, San Francisco - với sự hỗ trợ tài trợ theo Đạo luật chữa bệnh thế kỷ 21. Trong khi nhiệm vụ ATOM, bao gồm một loạt các hoạt động để tạo điều kiện phát hiện thuốc hiệu quả trong lĩnh vực ung thư, một số nhiệm vụ trọng tâm tập trung vào việc thúc đẩy việc áp dụng trí tuệ nhân tạo của người chơi dược phẩm và dân chủ hóa truy cập vào nghiên cứu dữ liệu lớn. Vào tháng 4 năm 2018, Num Cả, một trong những nhà phát triển AI hàng đầu từ khám phá ma túy, đã bày tỏ ý định tham gia vào tập đoàn này.

Liên minh AAIH

Cuối cùng, tháng 9 được đánh dấu bằng một cột mốc quan trọng - công bố sứ mệnh và hoạt động của Liên minh trí tuệ nhân tạo toàn cầu (AAIH), trở thành một tổ chức quốc tế hàng đầu để thúc đẩy đổi mới trí tuệ nhân tạo trong Khám phá dược phẩm, Nghiên cứu lâm sàng, Chẩn đoán, Y học chính xác và các lĩnh vực quan trọng khác của nghiên cứu dược phẩm và chăm sóc sức khỏe.

7. Tạo một tiêu chuẩn ngành để so sánh các mô hình học máy

Có một bộ số liệu và bộ dữ liệu được tiêu chuẩn hóa để đánh giá và so sánh nhiều mô hình máy học mới và có sẵn là điều cần thiết để tạo và duy trì các thực tiễn tốt nhất của ngành.

MOSES (Bộ phân tử)

Một động thái gần đây theo hướng này đã được thực hiện bởi một nhóm các nhà khoa học từ công ty khám phá thuốc điều khiển AI, Insilico Medicine, phối hợp với một nền tảng dữ liệu tổng hợp phân tán để tìm hiểu sâu - Neuromation và nhóm nghiên cứu của Alán Aspuru-Guzik tại Đại học Toronto , người đã đưa ra một nền tảng nghiên cứu mở MOSES (Bộ phân tử), được mô tả trong bài báo Bộ phân tử (MOSES) trên giấy: Nền tảng điểm chuẩn cho các mô hình thế hệ phân tử. Mã nguồn và bộ dữ liệu cho nền tảng đều có sẵn tại GitHub.

Nền tảng này được cho là đóng vai trò tương tự trong việc thúc đẩy khám phá ma túy do AI điều khiển, vì ImageNet đã đóng vai trò thúc đẩy việc học sâu về dữ liệu hình ảnh. MOSES mở cửa cho các nhà nghiên cứu và tổ chức đóng góp bộ dữ liệu và mô hình của họ để mở rộng nền tảng điểm chuẩn.

***

Bài viết trên tóm tắt rất ngắn gọn một số khía cạnh về cách các công nghệ trí tuệ nhân tạo và dữ liệu lớn đang bắt đầu đóng vai trò trung tâm trong nghiên cứu dược phẩm. Để có cái nhìn toàn diện hơn về chủ đề này, vui lòng, đăng ký bản tin BiopharmaTrend để nhận thông tin phân tích thị trường mới trực tiếp vào hộp thư đến của bạn - chúng tôi sẽ hiếm khi làm phiền bạn nhiều hơn một lần mỗi tháng.