前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >AI药物研发公司Exscientia的理念、技术与特点

AI药物研发公司Exscientia的理念、技术与特点

作者头像
智药邦
发布2021-06-07 15:23:01
2K0
发布2021-06-07 15:23:01
举报
文章被收录于专栏:智药邦

AI药物研发公司Exscientia近来颇受关注。

今年3月,Exscientia宣布完成1亿美元的C轮融资;今年4月,获得2.25亿美元D轮投资,并可以自行决定是否获得额外3亿美元。

今年4月,Exscientia宣布第一个由AI设计的免疫肿瘤分子EXS21546进入人体临床试验;而在此前的去年1月,Exscientia宣布由AI设计的第一个分子DSP-1181进入I期临床试验;

在短短的一年多的时间内,Exscientia进展迅速。本文对其理念、技术与特点进行梳理。

从一个大胆的理念开始:药物设计自动化

企业的创立与创始人的经历密切相关。

Exscientia的创始人Andrew Hopkins博士曾在制药公司辉瑞工作了10年,负责开辟新的研究方向,包括成药性和网络药理学等方面的内容。2009年离开辉瑞,返回学术界,被任命为邓迪大学医学信息学系主任。

药物发现的过程长期且艰苦,Andrew Hopkins的实验室会议通常在深夜举行。直到有一天,Andrew Hopkins突然觉得:必须有一种更好的药物设计方法,让药物设计变得简单,使得个人就能完成,而不是依靠一个庞大的团队

‍‍‍‍‍‍‍‍‍‍‍‍‍药物发现是最后的手工业。

十年后,所有药物都将使用AI进行设计。

---Andrew Hopkins

于是在2012年,Exscientia创立。

Exscientia的目标是用更短的时间和更低的成本创造出质量更高的药物。我们不仅将AI设计的药物投入临床试验,而且我们重新构想了朝着自主药物设计方向发展的整个AI药物开发过程。

---Andrew Hopkins

Exscientia革新药物发现的自动化策略以AI为核心。

Exscientia的树形sculpture logo

树形sculpture logo来自英国生物学家达尔文的笔记中进化和自然选择理论的草图,是Exscientia理念的一种形象体现。与生物的进化类似,AI药物开发也是一种进化,即通过模型不断地学习和分类,在某一个“末梢”获得最优的候选药物分子。

三大技术模块支撑

为了实现药物设计自动化的理念,Exscientia搭建了三大技术模块:CentaurAI、Centaur Biologist、Centaur Chemist。

CentaurAI系统可以减少传统上用于文献评估、专利评估和人工化合物设计的时间,使研究人员能够并行处理多个项目。

CentaurAI

Centaur Biologist推动了Exscientia在靶点选择和治疗领域的创新。Centaur Biologist支持药物靶点的发现和优先排序,确保开发的候选分子与关键的治疗靶点相一致。通过深度学习和矢量嵌入技术,Centaur Biologist从大数据中寻找趋势和新见解,并捕捉语义,预测新关联。

Centaur Biologist

Centaur Chemist则整合了AI驱动的药物设计和高质量的实验,是Exscientia提供的药物设计解决方案。

Centaur Chemist由模仿进化设计的算法驱动,通过深度学习来分析复杂的信息,通过主动学习来从碎片化的高价值数据集中获取新见解。

Centaur Chemist

总体技术流程如下。

Exscientia的技术流程

干湿结合,模型迭代

当面临数据质量问题和数据缺乏问题时,AI药物发现就变得捉襟见肘。于是,越来越多的AI药物发现初创公司开始自主生产数据,将机器学习与湿实验室技术相结合来加速药物开发,Exscientia是其中之一。

Exscientia使用AI来评估靶点和设计分子,而专家则制定目标并通过严格的实验来验证设计,这种结合形成了一个紧密集成的“设计-制造-测试”周期,在保证了数据质量的同时,使得机器学习系统的功能可以最大化。

“设计-制造-测试”周期

Exscientia最近将牛津大学的实验室空间扩大了两倍。

通过数项重要合作将AI带入药物研发

与制药公司的合作,为Exscientia提供了大量的资金,这使得Exscientia不需要首先获得外部投资,就可以快速发展。

2017年2月,Exscientia与GSK合作,利用其AI平台,为GSK的10个疾病靶点开发创新小分子药物。如果达到所有预订的里程碑,Exscientia将从GSK总计获得3300万英镑的资金。

2017年5月,Exscientia与赛诺菲达成了一项战略研究合作,来开发针对代谢疾病的双特异性小分子药物。如果达到交付的相关里程碑,Exscientia可获得总金额为2.5亿欧元的资金。

2020年1月9日,拜耳和Exscientia达成合作,加速发现针对心血管疾病和肿瘤学的小分子药物。如果达到交付的相关里程碑,Exscientia有资格获得总金额为2.4亿欧元的资金(包括预付款、研究付款,近期和临床里程碑付款)。

多管线齐头并进

目前Exscientia有20多个项目正在齐头并进。

Exscientia的Pipeline

AI设计第一个进入临床实验的候选药物

2020年1月30,Exscientia与日本住友制药(Sumitomo Dainippon Pharma)发表共同声明:由AI设计的治疗强迫症的化合物DSP-1181在日本开始I期临床试验。DSP-1181是一种长效的5-羟色胺受体(5-HT1A receptor)激动剂,用于治疗强迫症(OCD)。DSP-1181从最初的筛选到临床前测试结束,用时不到12个月,是AI设计的第一个进入临床实验的候选药物。

DSP-1181是药物发现方法学上的重要事件,很多文章都以之为例,来介绍AI在药物发现中的应用价值。但也有一些人提出质疑。其中以诺华的药物化学家Derek Lowe的观点最具代表性。

Lowe认为,药物的临床前优化不是问题,问题在于靶点,DSP-1181的靶点并非新靶点。药物在II期临床试验的失败,是因为没有选择正确的靶点。

“AI可以帮助我们找到新的分子,但是AI发现的分子有可能最终类似于我们已经研究过的分子。这个特殊的例子并不会大大加快药物发现的速度。”

“即使是世界上最伟大的AI软件,也根本没有足够的可靠信息可以输入,来预测药物对强迫症这种人类精神疾病会发生什么。”

还有人认为,尽管在药物发现领域,AI有很多炒作,但这并不意味着没有取得任何实质性的收益,即使这是渐进式的进步,也应该公开欢迎使用新技术来提高效率……这不是魔杖,而是工具箱中的另一种工具。

AI设计第一个进入临床试验的免疫肿瘤药物

2021年4月9日,Exscientia宣布首款AI设计的免疫肿瘤药物EXS21546进入临床试验。该A2a受体拮抗剂适用于患有晚期实体瘤的成年患者,是通过Exscientia和Evotec的合资公司共同发明和开发的,对目标受体有高选择性,可以通过逆转高浓度腺苷增强人类免疫系统的能力,并可能减少全身性副作用。

该项目有关的临床前数据在2021年4月9日举行的美国癌症研究协会年会上公布。

EXS21546进入临床试验

人与AI结合优于单独的人类流程或AI流程

药物发现工作量巨大,仅靠人工耗时费力。如果需要搜索100亿个潜在分子,那无疑是令人绝望的。

AI将药物发现视为学习问题。AI在药物研发中,可以增加研究人员的“认知带宽”,更快地缩小搜索范围,减少寻找新药的时间和成本。

AI还可以自主筛选来自公共数据库、开源应用和先前临床试验的大量大数据,整合所有数据,并在此基础上形成假设。

不过Andrew Hopkins认为,最好的模式是人与AI的结合,这优于单独的人类流程或AI流程。以国际象棋为例,人类与计算机算法的结合通常可以击败单独的人类或计算机。

在未来,化学家制定战略,AI进行设计工作,协同进行药物发现或许是更好的模式。

参考资料

1.https://www.exscientia.ai/

2.http://www.pharmatimes.com/magazine/2018/may_2018/company_focus_exscientia

3.https://blogs.sciencemag.org/pipeline/archives/2020/01/31/another-ai-generated-drug

4.https://techxplore.com/news/2020-02-ai-drug-discovery-discussions.html

5.https://discover.bot/bot-talk/ai-big-pharma/

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

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-05-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 智药邦 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档