近日,第二届中国生物计算大会再度在金鸡湖畔开启,大会由播禾创新与百图生科联合主办。本届大会以“见证进化”为核心命题,聚焦两年来IT&BT领域的技术进化和生命科学领域的AI应用,以生成式AI大模型时代的技术变革为契机,探索AI、生物计算与前沿科学融合的下一程。
两年过去,“生物计算时代”已不再是新名词,以Chat GPT等为代表的超大规模预训练模型纷纷登场,展示了AI+新药2.0时代破解高维度生命密码的可能性。
与此同时,播禾创新中心总经理乐晓桐在致辞中提到,生物系统的复杂性以及新药研发仍然是一个高风险的系统性工程,融合的过程一定会有很多挑战和问题。对于AI制药公司,依旧面临着应用落地、平台迭代、商业化落地的挑战,播禾创新中心希望能联合生态各方,借助中国生物计算大会的平台,探讨和展示生物计算或人工智能赋能药物研发的当下进展与未来进化。
在冰与火之间,AI 新药公司如何发展?动脉新医药整理了中国生物计算大会特别召开的“生物计算与药物研发”分论坛发言,希望能给行业人士带来最新的信息和启发。
在抗体的应用过程中,亲和力是评估治疗性抗体生物活性和临床功效的最关键参数之一,高亲和力抗体可以减少抗体用量,减少副作用,并同时降低成本。
抗体亲和力成熟(antibody affinity maturation)是提高抗体亲和力、活性、抗原结合能力的过程。自然过程中的抗体亲和力成熟是在B细胞中,通过免疫球蛋白基因体细胞超突变,经抗原多次重复刺激和选择,最终收敛为对抗原有特异性和高亲和力能力的状态。
而从AI角度而言,计算过程是通过Generative model(生成式模型)方法实现的。清华大学智能产业研究院高级访问教授、华深智药创始人及首席执行官彭健认为,生物演化计算与AI模型计算过程是相似的,因而可以借鉴抗体成熟的思路,结合抗原和抗体的选择性,设计真正有生物学见解的模型。华深智药将生成和离散模型用于抗体设计和蛋白设计的建模,将生物学见解纳入AI建模中。
AI算法能够探索传统方法不易解决的问题,但计算最终还需回归到实验验证,整合数据反馈模式与实验方法。
彭健提到,大模型要产出效果,不仅仅要考虑科学和数据上的要求,还需要解决蛋白、抗体的语言模型问题,输入蛋白和抗体的语言系统、功能侧重、结构需求等。在大规模数据训练之后,基于小规模数据的垂直模型将会逐步出现,能够获得更高效、更精准的复杂预测。对此,华深智药开发了多种应用模型,包括结构预测、抗体优化、成药性优化等等。
TCR(T细胞受体)-T疗法是细胞受体基因工程改造的T细胞疗法。通过向普通T细胞中转导嵌合抗原受体或者TCRα/β异二聚体,提高特异性识别肿瘤相关抗原的TCR的亲和力和免疫细胞的战斗力,使T淋巴细胞能够重新高效的识别靶细胞,在体内发挥较强的抗肿瘤免疫效应。
TCR-T能够识别胞内抗原,因而潜在的靶点数量远多于CAR-T,在实体瘤上应用前景广阔。
新景智源CEO彭松明介绍,团队针对发现新靶点和药用TCR两大行业痛点,开发了一套灵敏的靶点和TCR验证平台。通过计算和验证相互迭代,快速预测和验证可被肿瘤细胞呈递的靶点,并发现识别肿瘤抗原的TCR。
过去两年中,新景智源已建成了超过7000条的靶点和TCR配对数据库。经过功能验证,得出功能性和安全性上最好的序列,即用于治疗的TCR序列集。基于此数据库,目前新景智源已发现针对PRAME和KRAS等不同靶点的优异的TCR序列,并已陆续进入临床试验。
此外,新景智源还积极布局TCR双抗领域,通过TCR结构模拟等方法,预测TCR CDR3区域识别抗原的关键氨基酸位点,并基于此提高亲和力优化实验设计的效率,从而快速得到可用于TCR双抗分子的高亲和力TCR。
百图生科高级副总裁蒋昭实提到,药物靶点发现的根本起始点在于收集高质量数据,因而要把数据收集和算法研发、试验验证三环节结合,形成药物靶点发现的生命周期。
随着临床研究和药物应用进展,受到肿瘤微环境、个体差异化等的影响,自身免疫性疾病和肿瘤等疾病的复杂性正得到重视。复杂性带来的直接挑战是患者对药物敏感度和有效性。
蒋昭实强调,要将药物研发重点放在接近临床真实世界。百图生科合作众多医疗机构,收集一线治疗的数据,结合高通量湿实验和多组学检测,观察复杂机制和动态变化,用深度学习的方法发现新靶点、寻找克服耐药的机制,为一代的药物选择提供可能。
从靶点发现和数据驱动的角度,不仅要利用公共数据,也要制产特定的数据筛选标准,帮助选择适合的病人、靶点和组织,以及正确的剂量。同时,可以从病人的衍生数据出发,研究潜在的耐药机制,解决耐药和治疗的手段。
另外,随着药物应用研究进展,单一靶点并非高度有效。遂于许多高度异质性的疾病,靶点组合成为新的探索逻辑。靶点发现和下游的抗体工程高度紧密整合,多靶联合和特定设计都要求下游抗体工程和发现团队探索出一些特定的解决技术手段。
分论坛以圆桌讨论作为压轴,华深智药联席首席执行官、薄荷天使基金风险合伙人朱祯平主持圆桌,药明康德国内新药研发服务部原副总裁、战略投资部顾问黎健,百图生科高级副总裁蒋昭实,科辉智药创始人、董事长/深圳湾实验室百瑞创新中心CTO朱振东,星亢原neoX联合创始人、CEO陈航参与讨论。
在AI制药与人工的结合上,朱祯平提到:“对于AI的要求是能够解决常规实验室、科学家解决不了的挑战。”蒋昭实提到,AI启示反思人工的缺陷——客观依据是否存在。在复杂的药物研发过程中,整合AI辅助和数据分析,将其中每个环节都做到客观、公正、准确,将会提升药物成功率。不同问题用适合的方式处理,才能全面降低药物研发的周期和成本。
谈到投资者如何理解一家AI企业,陈航认为多以现金流为判断,蒋昭实也认为,投资者会间接地通过现金流和平台、订单研判AI企业的能力。黎健提到,看重项目的同时,团队能力和资质也非常重要。
提问环节,黎健提问,平台为中心和管线为中心,两类AI企业商业模式有哪些区别和优势?蒋昭实认为,公司有原生创意的基因是最重要的,同时很多AI企业需要管线开发来证明大模型平台的成熟度和能力。管线研发中与大型药企合作,也是经验借力和数据借力的过程。朱振东以薛定谔为例子,提到一家AI企业的核心价值在于其领军作用,无论是技术引领还是通过平台产出新产品。