机器人、自动化和AI技术正在改变药物发现的方式。一些远程自动化智能化实验室逐渐兴起。
本文介绍了机器人自动化公司Arctoris的理念和特点。
创始背景
Arctoris的CEO兼联合创始人Martin-Immanuel Bittner起初在德国完成医学院的学习，获得医师资格，然后来到牛津大学攻读癌症药物发现的博士学位。
Martin的这种临床医生-科学家的路线，本来是为了通过获得实验室研究经验，来增强自己的临床研究工作，但是却意外地改变了他的职业生涯。
第一次进入实验室，看到许多高技能和高素质的博士生和博士后，花了无数的时间手动进行实验，Martin感到震惊。
在Martin看来，所有这些时间都可以用来思考他们的项目，与同事讨论想法和结果，或者提出新的假说。科学家们应该做的事情 (从智力上推动他们的项目) 和他们被迫做的事情 (花无数时间做重复性的实验室工作) 之间存在着不平衡的现象。
如果有一个机器人实验室平台，24小时远程运行实验，为更有创造性的工作节省时间，同时实现更高的精度和可重复性，是不是更好呢？
这是创立Arctoris的初衷。
稳步发展
Arctoris于2016年创立，在2017年申请并赢得了Innovate UK R&D的资助，用这笔资金完成了第一批关键的工程和实验室人员招聘，并开发了第一个知识产权。
6个月后，Arctoris获得了欧盟研发补助金，进一步开发自动化技术、扩大团队并扩大业务。
Arctoris的发展时间线
2019年，Arctoris的机器人技术产品展示了较好的市场契合度，随后获得了种子轮融资 (至此公司获得了1000万美元的资金)。
人类实验与自动化实验的关键区别
Martin认为，人类实验与自动化实验有几个关键的区别。
首先，协议的遵守。模棱两可的描述在科学文献中非常普遍。一个传统的实验室说"混合样品"，就可能意味着搅拌、涡旋、摇晃或其他一些事情，不同的科学家会有不同的解释，导致不同的实验结果。相反，必须有一个明确的过程，例如，混合意味着在22°C下以100转/分钟的速度搅拌2分钟。只有自动化才能实现这种水平的精确度和一致性。
仅在2020年上半年，“轻轻摇晃”这个词就在同行评议的研究文章中被使用了3000多次。
--Arctoris
第二，数据采集。在手工实验室时，科学家们会做笔记，通常是手写在他们的实验笔记本上。许多对充分洞察、理解和如实复制一个实验的能力至关重要的细节将被丢失。相比之下，一个自动化系统会在整个实验过程中捕捉到多维度的元数据。例如，精确的操作时间、温度、湿度、二氧化碳浓度等，从而为每一个实验提供完整的审查线索。
第三，数据管理。实验室里的数据常常被存储在U盘或电脑上，即使在一个研究小组内也有不同的命名规则，有可访问性问题，有存储问题等等。鉴于完整的记录、轻松地分享非常关键，Arctoris确保所有数据都被采集，并通过一个安全的在线门户进行访问，每个客户和合作伙伴组织都可以安全地访问、查看、下载和分享他们一致结构化和注释的数据。
发展中的困难与驱动力
当Arctoris于2016年创立时，许多人 (包括一些杰出的科学家) 认为将整个药物发现功能自动化是不可能的，而且往往是不必要的。然而，在过去的几年里，这种观念的发生改变，许多行业领导者认识到数据质量对研发成功至关重要。
这种观念变化的主要驱动力之一是人工智能和机器学习的作用越来越大。越来越多的公司和研究人员试图利用人工智能来完成药物发现的不同任务 (靶点验证、合成、新药设计等)。而AI药物发现目前最重要的瓶颈是缺乏对高质量、结构良好的数据集的访问。
用机器人技术支持AI药物发现
自动化促进了对丰富可靠的数据和元数据的捕获，从而将高质量的输入数据提供给AI算法并提高其性能。
数据质量、数据结构和数据生成速度对于机器学习应用来说非常关键。由于广泛的传感器阵列和机器人执行的好处，自动化实验室每次检测可以捕获比行业标准多100倍以上的数据。这种深入而丰富的数据和元数据的结合，正是机器人驱动的药物发现的强大之处，使Arctoris能够生成用于训练机器学习模型的大型、结构化、注释良好的数据集。
Arctori开发了独特技术平台Ulysses，使该公司能够以更快的速度、更准确和更可重复的方式进行研发，从靶点到hit和候选药物，并显著提高数据质量和深度。
不过，考虑到一些科学研究的动手操作总是需要的，对于任何新的分析，Arctoris都会定期执行至少一次 (通常更多) 手动运行，以便了解关键步骤和关键点，更好的完成自动化。
外部合作和内部管线
Arctoris与多家AI药物发现公司和机构建立了合作。
2020年9月，Arctoris与韩国上市公司Syntekabio合作开展药物发现工作。Syntekabio将使用Arctoris独特的技术平台进行生化和基于细胞的实验，包括靶点的测定和可行性评估。
2020年7月，Arctoris与英矽智能宣布建立技术合作伙伴关系。该合作使两家公司能够结合双方在人工智能引导药物发现方面的独特优势，一方面用于靶点识别和生成化学，另一方面结合机器人技术快速生成高质量的细胞、分子和生化数据。
2022年3月，Arctoris和AI药物发现公司Cyclica宣布双方同意扩大合作关系，将Cyclica的平台和能力与Arctoris的生物检测开发相结合，推进以阿尔茨海默病为重点的新型神经退行性药物发现项目。
此外在2021年9月，Arctoris和IBM Research宣布正在合作研究人工智能和自动化的应用，以加速药物分子闭环的发现。IBM Research开发的RXN for Chemistry (一个合成化学自动化的在线平台) 和Arctoris开发的Ulysses在一项研究合作中结合，以自主、闭环的方法设计、制造、测试和分析 (DMTA) 未公开靶点的新小分子抑制剂。IBM Research将设计和合成新的化学物质 (设计、制造)，由 Arctoris 进行分析和评估 (测试、分析)，并将生成的数据告知DMTA循环的后续迭代。
作为一家以机器人技术、数据科学和机器学习为基础的生物技术平台公司，Arctoris也在开发自己的内部管线。Arctoris目前正在积极开展七个不同肿瘤学和神经退行性疾病适应症的项目。
关于未来
计划、运行和分析实验都需要大量的时间和精力，这是绝大多数实验室研究面临的一个重要问题 (对于新型实验，可能还需要参加培训课程)，所有这些都会减慢项目的速度并花费更多时间。与此同时，生物技术和制药公司正在通过内部开发或合作的方法将AI纳入他们的研发工具箱。
未来，自动化、机器人和AI技术的整合将进一步加速药物发现。
参考资料
https://biotechtoday.ca/news/how-automation-can-augment-drug-discovery-research/
https://eship.ox.ac.uk/dr-martin-immanuel-bittner-ceo-of-arctoris/
https://www.arctoris.com/
--------- End ---------
