近两年来,AI药物研发的方法逐渐向干湿实验结合拓展和转变,许多AI公司已通过自建或者合作的方式开发湿实验平台,加速药物发现。一些案例整理如下。
Aima Biotech
Aima Biotech将实验生物学中的大规模自动化表型筛选与人工智能mRNA图像分析相结合,来发现选择性控制mRNA翻译的小分子药物。
基于云的AI mRNA图像分析,结合mRNA生物学自动化筛选实验室
表型筛选不对化合物的作用靶点做出假设,而是识别在疾病模型中改变细胞表型的分子。表型筛选的挑战在于了解活性化合物的作用机制。
Aima基于云的AI mRNA图像分析软件已经对超过10亿张mRNA翻译过程的图像进行了可视化和训练,并建立了mRNA生物学的作用机制 (MoA)“指纹”。
化合物筛选过程中获得的图像,会被软件系统自动分析,以确定该化合物影响mRNA的方式是否与系统中作用机制指纹之一相似。在这种分析之后,系统会建议进行一组小型的生物学验证实验来进一步测试假设,以便能够快速确定该化合物的MoA。Aima在不到12个月的时间内确定6种不同分子的MoA和分子靶点。
Anagenex
Anagenex正在构建一个定向进化平台,通过结合大规模并行生化实验和机器学习来开发新的小分子。
首先,Anagenex测试数十亿个定制合成的化合物,看看哪些化合物可能调节在某些疾病中很重要的蛋白质“靶点”。对于任何靶点,Anagenex大规模运行数十个实验,生成丰富、高质量的数据集。这些数据集训练专有的神经网络以了解哪些化合物是有前途的。最后,Anagenex使用这些机器学习模型来设计新的数百万种化合物实验,合成然后测试这些化合物以重复循环。每次迭代都会改进并让更接近药物。
自2020年秋季以来,Anagenex已经建立了一个定制的平行生物化学实验室,将其平行过程中的每一个步骤都小型化、自动化、仔细测试。这意味着Anagenex可以快速生成质量无与伦比的数据,使其ML算法对化学空间有一个前所未有的清晰视野。
Arctoris
Arctoris是一家以机器人技术、数据科学和机器学习为基础的生物技术平台公司。Arctoris声称,其开发的平台Ulysses实现了无与伦比的效率、准确性、可重复性,最重要的是从设计到IND的完整数据和元数据捕获。参见Arctoris|用自动化改变药物发现
AstraZeneca iLab
阿斯利康利用人工智能、自动化和机器人技术来加快小分子药物发现的DMTA周期。
位于瑞典哥德堡的AstraZeneca iLab是阿斯利康全自动药物化学实验室的原型,通过与Molecular AI团队的无缝集成,将药物发现的DMTA效率推向新的高度。
iLab 与阿斯利康的Molecular AI团队密切合作,该团队推动DMTA循环的“design”和“analyse”环节,也就是“下一步做什么”和“怎么做”。该团队利用人工智能和机器学习来帮助化学家更快地做出更好的决策。参见AstraZeneca iLab|阿斯利康的未来全自动化实验室简介
BigHat
BigHat Biosciences利用机器学习和合成生物学为患者开发更安全、更有效的抗体疗法。
BigHat的AI-first抗体设计平台将高速湿实验室与机器学习相结合。
BigHat的AI/ML系统指导每个实验设计治疗抗体
在BigHat,每个治疗项目都从设计规划和在BigHat的发现引擎中生成的抗体开始,或者由合作伙伴提供。然后,这些初始分子在Milliner平台上通过连续的设计-制造-测试周期被反复转化为best-in-class的下一代疗法。
DeepMind
2022年7月的消息称,DeepMind将在The Francis Crick Institute建立一个研究实验室,应用机器学习和人工智能技术来促进对生物学的理解,包括蛋白质设计和基因组学。
DeepMind团队的工作将包括构建机器学习模型来理解和设计生物分子。Crick Institute的广泛设施将允许研究人员进行实验以确认这些设计的特性。该实验室还将探索基因组学领域的项目。研究人员将能够通过实验测试他们的模型预测的生物学假设。
此外,DeepMind正在开发机器人技术,参见DeepMind的机器人技术
Deerfield
2022年5月5日,DNA测序和阵列技术的全球领先公司Illumina和医疗投资管理公司Deerfield Management宣布建立为期五年的合作关系,应用基因主导的方法发现和开发未满足医疗需求的疾病的新型疗法。该伙伴关系旨在利用基因组工具和遗传知识来选择成功概率较高的项目,以降低研发成本,加速尖端疗法的批准。
这种合作关系将Deerfield在临床前开发方面的专长与Illumina行业领先的基因组数据生成和基于人工智能的基因组解释能力相结合。
Exscientia
2021年8月,Exscientia宣布在牛津科学园扩建21,000平方英尺的设施,增加其技术团队的能力,并显著扩大其在结构生物学、生物物理学和高通量药理学方面的实验室实验能力。与此同时,Exscientia正在牛津郡附近的米尔顿公园建造一个新的26,000平方英尺的机器人实验室,专注于化学和生物学的自动化,以加速药物发现。
Insilico Medicine(英矽智能)
2022年6月,英矽智能完成6000万美元D轮融资,所募资金部分将用于推进正在进行的全球化布局和既定战略计划,包括全自动化的智能机器人药物研发实验室和机器人生物数据工厂的建设,以不断补充英矽智能庞大的数据资源。
Insilico Medicine智能机器人实验室
LabGenius
迄今为止,蛋白质疗法的发现是高度手工的,在实验设计和执行方面都严重依赖人类。
LabGenius正在创建一个自动化的闭环系统,用于管理实验迭代以及生物实验和机器学习驱动的决策之间的来回切换。蛋白质被测序、智能分析、修改和重新合成,以寻找完美的蛋白质疗法。
LabGenius通过结合机器人自动化、合成生物学和先进的机器学习,运行了完整的设计-构建-测试-学习周期,以帮助指导寻找新的治疗性抗体。
Quris
Quris使用人工智能驱动的小型化"芯片上的患者"来预测哪些候选药物将在人体中安全发挥作用,避免临床试验失败的巨大风险和成本,也致力于消除对无效的动物试验的依赖。
Quris的AI Chip-on-Chip平台(18 项已授权和正在申请的专利)允许在微型患者芯片上自动测试数千种药物,而下一代纳米传感器允许连续监测每个微型器官对这些药物的反应。Quris的机器学习分类算法用在这个高通量系统中不断生成的数据进行训练。
Recursion
Recursion通过整合生物学、化学、自动化、机器学习和工程领域的技术创新来解码生物学,以实现药物发现的工业化。计算机预测在Recursion自己的湿实验室中得到验证,并重复进行,从而形成一个相互促进的学习循环。
Recursion基础设施层的组件
Recursion Operating System创建了一个闭环系统,结合了专有的内部数据生成和先进的计算工具,以产生新的见解来启动或加速治疗计划。通过对这种方法进行迭代,可以在系统内创建一个良性的学习循环,并在发现和临床前开发的每个阶段推进计划。
Relation Therapeutics
Relation开创了一种“ Lab-in-the-Loop”方法,在伦敦建立了综合湿实验室、干实验室和转化科学的循环,可以将主动学习整合到药物发现的每一步,从预测细胞状态到验证新靶点。
Relation的技术从专有生物库提供的真实细胞中工作,生成基因组数据,这些数据可以直接洞察直接输入其ML系统的关键生物学关系。然后,该平台进行新的实验以提高其预测能力,从而突破原本难以处理的组合空间,理解基因、蛋白质和药物之间的大量组合功能关系。
Seismic
Seismic的IMPACT™平台系统地集成了机器学习、结构生物学、蛋白质工程和转化免疫学,以发明新的生物制剂并优化特性,与传统疗法发现相比,效率和规模显着提高。
Seismic通过将机器学习与生物药物发现的关键要素(结构生物学、蛋白质工程和转化免疫学)充分整合,来应对生物药发现和开发的核心挑战,从而在加速向患者提供治疗的道路上创造出优化疗法。
IMPACT™ 平台将机器学习与蛋白质工程、结构生物学和转化免疫学整合到药物发现过程中,并具有并行分析大量蛋白质和蛋白质修饰的独特能力。
Valo
2022年4月27日,CRO巨头Charles River与Valo Health联合推出Logica,一个由人工智能驱动的药物解决方案。Logica结合了Valo的人工智能计算平台和Charles River领先的临床前专业知识,形成了单一集成产品,为客户提供药物发现服务。
Logica整合了预测模型、化学设计和合成能力、DNA编码库、来自Valo计算平台的计算高通量筛选,以及Charles River在发现优化的所有方面 (包括高通量筛选、药物化学、ADME、生物学、药理学,以及最终的安全性测试和IND提交) 的领先能力,首次联合起来创建了一个由计算驱动的、统一的靶点到候选药物的服务。
XtalPi(晶泰科技)
晶泰科技的智能药物研发平台将基于云端超算数字化研发工具与先进的实验能力进行整合,形成高精度预测与针对性实验相互印证、相互指导的研发系统。近些年来,晶泰科技在智能化自动化合成系统方面投入了大量资源和精力,目前已经初具规模。
晶泰科技智能计算、自动化实验、专家经验三位一体的药物研发体系
X-Chem
2022年4月19日,小分子药物发现DEL技术和AI技术公司X-Chem宣布推出动态药物发现系统XD3。
XD3将DEL筛选产生的大量数据、X-Chem人工智能平台ArtemisAI的分析和预测能力以及其深厚的药物化学专业知识结合起来,形成一个端到端的软件包,旨在加速新药的开发。
1859
圣地亚哥的1859公司开发的平台依靠湿式实验室微流控技术和DNA编码库的最新技术进展,加上计算人工智能工具,来识别和测试有前途的小分子化学成分。1859旨在取代当前利用复杂机器人技术和广泛自动化的发现设施,用简单的台式仪器和小型微流控芯片取而代之。
参考资料
部分信息来自公司官网
https://www.graphcore.ai/posts/labgenius-speeds-up-ai-based-drug-discovery-with-graphcore-ipus
https://www.animabiotech.com/
https://investors.exscientia.ai/press-releases/press-release-details/2021/exscientia-builds-automated-laboratories-in-oxford-to-expand-pipeline/Default.aspx
https://www.crick.ac.uk/news-and-reports
https://www.bighatbio.com/technology
https://www.recursion.com/operating-system
https://www.anagenex.com/
https://www.x-chemrx.com/
https://www.valohealth.com
https://seismictx.com/
https://www.quris.ai/how
--------- End ---------