医药投资:利用AI加快药物发现速度,Atomwise达成两项合作

今日,基于人工智能技术的药物设计公司Atomwise宣布,它通过分别与SEngine Precision Medicine和OncoStatyx公司合作,创立了两家合资企业。与SEngine Precision Medicine的合作将使用从患者体内获得的细胞培养的活体肿瘤类器官(organoid)模型,检测个体化药物分子的疗效。与OncoStatyx的合作将开发三阴性乳腺癌相关蛋白的靶向抑制剂

 

微信图片_20190911105529.jpg


Atomwise公司成立于2012年,其核心技术名为AtomNet,是一种基于深度学习神经网络的虚拟药物发现平台技术。AtomNet就像一位人类化学家,使用强大的深度学习算法和计算能力,来分析数以百万计的潜在新药数据AtomNet由一个虚拟大脑驱动,模仿了人类的视觉皮层,通过“学习”数百万个关于药物作用原理的数据,来对自己进行训练。有了这一巨大的知识储备之后,AtomNet的虚拟大脑可以应用它感知到的模式来预测假想药物的有效性,并对现有药物的用途提出一些令人惊喜的建议。

Atomwise的AI技术可以对大量化合物进行筛选,从而识别和预测那些以高亲和力结合的化学结构,让药物的研发不再受到化合物数量,以及创造和筛选这些化合物所需资源的限制通过AI平台对更多的分子进行评估,研究人员得以发现新的治疗机会和全新的疗法。在使用Atomwise的技术和协作工作流程后,在理论上可以将过去需要数年时间的药物发现流程压缩到数周或数月。
 

微信图片_20190911105556.jpg

图片来源:Atomwise官网

与SEngine Precision Medicine的合作旨在通过“体外临床试验”开创建癌症靶向新疗法——即利用从个体患者的肿瘤细胞繁衍并生长成的类器官来筛选数百种潜在的候选药物以及药物组合SEngine将提供与癌症生长相关的基因靶点,Atomwise将使用其AI程序开发个体化的小分子抑制剂,最后这些抑制剂将在类器官模型中进行测试。

SEngine创始人兼首席执行官Carla Grandori女士表示:“本次合作是对双方能力的一次整合,并将为下一代药物发现创造一个新的模式,该模式不仅缩短产品上市时间还降低了临床试验成本。目前从发现有前途的小分子到进行临床试验的过程可能需要长达10年时间,而在这一新模式下,完成这一过程仅需目前所需成本和时间的一小部分。

与OncoStatyx的合作将开发针对KDM5B的小分子抑制剂。KDM5B是一种与三阴性乳腺癌相关的表观遗传调节蛋白。抑制KDM5B将重新激活肿瘤抑制蛋白HEXIM1的表达。在多种类型的实体瘤癌症(包括三阴性乳腺癌)中,HEXIM1对关闭癌症状态起到重要作用。Atomwise将使用其专有的AI技术迭代模拟药物靶点KDM5B与潜在抑制剂之间的相互作用。

OncoStatyx的联合创始人兼首席执行官Matt Lawes先生表示:“本次合作将为像OncoStatyx这样充满活力的初创公司带来变革性的影响,让OncoStatyx能够在保持公司的小规模和灵活性的同时,迅速开发通过关闭癌症状态来治疗多种实体瘤的新方法。