AI建立龐大細胞圖像資料庫，加速藥物發現進程

葯明康德/報道

在過去的十年中，各種新型技術層出不窮，相互融合，為醫療領域內外都帶來了無限的可能性。AI和機器學習可以完成面部識別，幫助自動駕駛汽車進行導航等功能，而這些在十年前似乎都還遙不可及。於是我們不禁好奇，如果將這些前沿技術應用於藥物發現，實現技術融合，可以產生怎樣的效果，同時又能解決哪些問題呢？

▲人工智慧等新興技術的出現，為人類的發展增加了無數的可能性（圖片來源：Pixabay）

為了尋找到這些問題的答案，Chris Gibson博士和Blake Borgeson博士共同成立了Recursion Pharmaceuticals公司。該公司利用大規模的並行系統，將實驗生物學和生物信息學與人工智慧相結合，從而快速有效地識別能夠在細胞水平建模的疾病療法。Recursion使用高通量篩選（HTS）來自動獲得豐富的數據，包括衰老、炎症、傳染病、腫瘤學和診斷等。公司的最終目標是利用科學技術，構建一個全面的人類細胞生物學圖譜，從而大幅提高新療法使患者受益的速度和規模。

為了達到這個目標，Recursion組建了強大的科研和技術團隊，讓實驗生物學家與數據科學家進行合作，一起對人體細胞中數以千計的疾病進行建模，並設計大規模的平行篩選方案。科學家會對每個實驗參數進行仔細篩選，從已有的細胞圖像數據集中找到儘可能多的數據，同時利用高通量篩選生成數十萬個細胞圖像，並將所有的圖像實時傳輸至雲端伺服器。

同時，研究人員使用計算機視覺、機器學習及神經網路技術，針對上百種生物學細胞表型特徵進行大規模的數據分析，以及人工智慧模型培訓。目前，Recursion利用AI技術，可以每周分析超過1000萬個細胞圖像，並將它們添加到生物圖像資料庫中。該數據集每周能夠新增200多萬張新圖像，以及超過20TB的數據。這種被Recursion稱為「Phenomics」的方法能夠以前所未有的規模和速度，構建高價值的細胞模型組合，從而發現新型藥物靶點和候選藥物，並為數百種單基因功能喪失性疾病、纖維化、炎症和免疫疾病、功效和毒性評分、劑量反應特徵提供前沿洞見。

目前，Recursion已經將三項研究成果轉入臨床前檢測階段，其中兩項針對共濟失調毛細血管擴張症，另外一種則針對腦海綿狀血管畸形。Recursion計劃於今年內將另外一個研究項目轉入臨床試驗。

▲Recursion Pharmaceuticals聯合創始人兼首席執行官Chris Gibson博士（圖片來源：Recursion Pharmaceuticals官網）

「我們的數據科學家正在使用人工智慧技術來分析細胞生物學和藥理學圖像，從而預測潛在藥物的性質及對疾病的影響，」Recursion Pharmaceuticals聯合創始人兼首席執行官Chris Gibson博士表示：「通過綜合使用這些方法及實現過程自動化，我們已經能夠將藥物的研發時間縮短几個月到幾年不等。未來我們將會把更多數據引入模型，目的是應用AI技術，來加速藥物研發過程中的幾乎所有階段。」

我們希望，Recursion Pharmaceuticals公司將來可以帶給我們更多令人驚喜的新技術和新發現，從而提高藥物研發的效率，造福廣大患者。

公司名稱：Recursion Pharmaceuticals

公司坐標：美國鹽湖城

公司官網：https://www.recursionpharma.com/

管理團隊：Chris Gibson 博士為聯合創始人兼首席執行官，Blake Borgeson博士為聯合創始人兼首席技術官

參考資料：

[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官網

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！