2022年6月9日，使用主动图机器学习结合单细胞分析和深入临床洞察的药物发现公司Relation Therapeutics宣布已完成2500万美元的种子轮融资，该轮融资由DCVC和 Magnetic Ventures共同领投，Khosla Ventures、OMERS Ventures和firstminute Capital等参与。
在发布融资信息的同时，Relation宣布，前辉瑞高级副总裁兼欧洲研发主管David Roblin将担任首席执行官，前阿斯利康呼吸和免疫学副总裁兼人工智能负责人Lindsay Edwards将担任首席技术官兼平台总裁。
Roblin博士是一位杰出的科学家、医生、企业家和生命科学行业的高管。而Edwards曾创立并领导了GSK最早的数据科学团队之一，并担任英国和欧洲的副总裁兼人工智能/机器学习负责人。
资金和领导力的增加将使Relation能够扩展其平台，并为没有或很少有好药的疾病推进治疗候选药物。
Relation称，药物发现的关键瓶颈仍然是对潜在疾病的生物学了解不足。结果，我们不知道病人为什么会生病，大多数候选药物往往在试验中失败。从历史上看，成功的药物大多是靠运气发现的。Relation提供了一种完全不同的方法，可以更好地了解疾病的生物学并合理地发现新的治疗方法。
在算法方面，Relation的平台使用了称为Metagraph的主动图机器学习的强大功能。该技术已被科技公司成功地用于解决计算机视觉和产品推荐方面的问题，但在药物发现方面却从未被如此大规模的采用过。通过主动图机器学习，Relation可以理解基因、蛋白质和药物之间的大量组合功能关系。
Relation 使用基于图的推荐系统技术（例如在Twitter上推荐选择的技术）来理解生物学。Relation的平台利用人类遗传学、单细胞分析和功能基因组学，创建了驱动疾病的因果关系的专有高置信度地图。这使Relation能够有效地确定在药物发现的早期阶段要追求的生物学领域。
在数据方面，Relation在伦敦建立了综合湿实验室、干实验室和转化科学循环。
Relation开创性的“lab-in-the-loop”在药物发现的每一步都集成了主动学习，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生成基因组数据，这些数据可以直接洞察关键生物学关系。然后，该平台会自动请求新的实验以提高其预测能力。
Relation结合了主动图机器学习的力量和描述疾病生物学的大规模高质量数据（利用人类遗传学、单细胞组学和扰动数据生成人类疾病的专有地图），来找到针对人类病理学的更好方法。
参考资料
https://www.relationrx.com/press
--------- End ---------
