专访|哲源科技联合创始人兼COO赵宇:超算上跑出计算医学 为医药产业赋能

家纺批发网3周前48

《科创板日报》(上海,记者 朱洁琰)讯,“现在关于医学方面的论文超过3500万篇,这个体量的学习是人力无法穷尽的,基于超级计算机的人工智能却可以做到。”中科院计算所•哲源—图灵•达尔文实验室副主任、哲源科技联合创始人兼COO赵宇说。

日前,在由中共嘉兴市委、嘉兴市人民政府、《麻省理工科技评论》中国主办,中共嘉兴市委/人才工作领导小组办公室、中共南湖区委、南湖区人民政府,以及DeepTech承办的“TALENTS南湖畅想-前沿产业发展趋势论坛”上,赵宇在接受《科创板日报》记者专访时表示,哲源科技依托中科院计算所高性能中心的中国超算,研发团队从全球发表的论文中解构后建立“知识颗粒”,再根据问题设计“感知神经元机器人”,进而产生新的认知。根据全数据和人工智能算法生成模型,建立起药物研发数字实验室。

计算医学是什么概念?

哲源科技联合中国科学院计算技术研究所科研团队,在图灵-达尔文实验室首倡“计算医学”。根据哲源科技官网的介绍,所谓计算医学,是基于临床信息及疾病基因组信息,应用数学、工程学、计算科学智能化理解疾病机理,基于工业化的数据、算法、算力及生物医学技术体系解决肿瘤临床疑难问题,协助临床提高肿瘤患者用药精准分组、药物临床试验入组、药物适应性评估、复杂疾病状态评估能力。

“人类在临床上积累的数据越来越多,以基因组为代表的数据产生量呈指数上升,数据更新日益加快、获取数据成本降低,当面对每个个体超百G的数据,累积数据超过PB级(1P=10的6次方G)时,如何快速高效地处理海量数据,便成为了关键。”赵宇表示,哲源科技通过模型、超算技术来突破解读,认知的瓶颈。

不同于循证医学和精准医学,计算医学是一个全新的概念,高度依赖高性能的数据分析平台,是建立在超算基础之上的新兴科学。

赵宇告诉《科创板日报》记者,循证医学是找规律、讲概率得用药,计算医学则更像是个方法论,“药企大部分做的事其实是试错,那现在药物研发80%的工作都可以用计算机完成,药企再去做验证就行了。”

方法论赋能医药产业

更具体一些,赵宇举例表示,“针对乳腺癌的分类和治疗方案的选择,就涉及3000多个基因,在目前实际场景中,如果说患者没有标志物,即便是精准医学也没有办法。而在计算医学的方法论下,哲源科技不再是依赖某个单独的基因作为判断药物疗效的关键,而是系统性地看待生命,最终哲源均能够给出用药建议方案,用超算手段去挖掘驱动找到新重点,再结合人工智能的方法做算法迭代输出。

按赵宇的描述,训练这个模型的数据体量已经超过PB(1P=10的6次方G)量级,每次系统迭代都需要耗费千万级的电费。

在采访中,赵宇还屡次提及数字实验室的概念,这是哲源科技目前正在践行的项目,“以计算机模拟人体内的信息交互,将生命变得可数据化,从而解读人体的生命数据,再利用其进行药企新药研发等方面的应用。”

据临床试验的数据,可推测出药物优势人群的特征,并可据特征,推断该药还对哪些疾病有效。

一种药研发成功来之不易,市场上10%的药能拓展适应症,通过平台可扩大上亿人市场,能大大增加药的价值。例CDK4/6抑制剂,辉瑞、诺华、礼来三家已经在激素阳性Her2阴性乳腺癌下展示了巨大商业价值,全球也开展了上百组新适应症临床探索,但耗费巨大,而且临床试验旷日持久。而计算医学指导下的药物数字研发平台,以新技术可以帮助CDK4/6抑制剂“算出”其他可能适应症。

出于商业考虑,哲源科技目前只披露了一个新适应症:全球无药罕见病—脊索瘤,并已在临床获得了验证。但赵宇表示,“我们已经统计了几十种癌症类型上百种病理亚型,目前已经明确了几种癌症类型可能获益显著优于乳腺癌患者。”

另值得一提的是,全球每个月都有大量失败的创新药,可通过计算医学平台发现未知靶点,创造新的产业集群,重建临床失败药的价值。

AI制药的无人区

新药研发主要包括药物发现、临床前研究、临床研究以及审批与上市四个阶段。其中,药物发现阶段主要涉及疾病选择、靶点发现,而临床前研究阶段则以化合物合成、化合物筛选、晶型预测、化合物验证为主。

目前以化合物合成和化合物筛选为重点的AI+新药应用发展最快,并且在多家头部企业开展业务中均有体现。

据赵宇的讲述,哲源科技在做的事则是药物研发的两头,一头是靶点发现,在药物IP方面的工作;另一头是已经进入真实世界了,临床I/II/III期,甚至是临床后研究,即药物上市后挖掘新的适应症。“所以可以说,我们进入了AI辅助药物研发的无人区。”

不过,赵宇也强调,计算医学的数字药物实验室不会取代药企,就是二八原则,80%上超算干,20%还得人做。

本文链接:http://www.jfpfw.com/14905.html 转载需授权!

网友评论

扫一扫二维码,添加客服微信