分享

双运生物江经纬|针对全新靶点用AI设计全新药物分子

 智药邦 2023-06-28 发布于上海

在生物医药行业,人工智能最令人期待的应用之一是药物发现。机器学习在数据处理方面的强大的能力,可以用于新药发现所需的复杂任务。

鉴于人工智能的巨大变革潜力,制药公司很早就开始关注和规划AI用于药物发现的未来。在数年的探索和验证之后,以赛诺菲宣布致力于成为第一家由AI大规模驱动的制药公司为标志,AI似乎已经在制药行业站稳了脚跟。

在全球范围内,AI与制药行业的合作已然非常频繁。数百家AI制药公司正在从各个层面各个维度,探索AI赋能药物研发的方法、路径和机遇,打造各自的技术特点和技术优势,提升药物研发效率。

双运生物CTO江经纬博士

双运生物医药科技(苏州)有限公司成立于2020年,为苏州工业园区2020年度领军孵化项目、并入选姑苏创业领军人才重点产业项目。

自成立至今,双运生物已为许多药企提供了大量针对新靶点的新药筛选服务,并获得业内高度认可。与此同时,还为多家科研机构和医院单位提供了针对前沿新靶点发现和对应靶点的靶向小分子化合物发现服务,发表了许多高水平研究论文。截止目前,公司已经针对130多个靶点发现了150多个先导化合物。

双运的AI技术平台在药物发现中有哪些优势?有哪些成功案例和最新进展?

为此,智药邦对双运生物CTO江经纬博士进行了专访。

Q:江博士,您好!很高兴您能接受我们的专访。能不能先介绍一下自己?

A:谢谢!我叫江经纬,是双运医药的CTO。

我是香港人,本硕博都是在香港大学读的。其实我本科是学金融学的,从那个时候起我开始用AI量化投资策略,后来我觉得生物医药更有挑战,所以开始进入生物信息学领域,师从美国科学院院士梁志清教授,并去斯坦福大学交换了一年。我利用自己用AI量化投资策略的基础,做了很多测序数据分析工作,用AI预测了100个细菌基因组中大量新基因的功能,对AI在组学中的应用有了深刻的理解。

正是因为欣赏我博士期间的工作,2012年,导师梁院士邀请我来南京农业大学和他一起组建一个生物信息学中心。在此期间,我做了很多转录组测序的数据,并利用AI技术发现了一些潜在疾病治疗靶点。

2016年,我受邀来到中国药科大学,负责建立国家新药筛选中心的AI药物筛选平台。我通过与多学科方向老师的合作,系统地了解了药理学、药代动力学、毒理学和药物化学领域的痛点和难点,针对性地编写了AI算法代码,进一步把AI黑箱算法升级到逻辑算法。

双运生物2019年发表的研究论文

2020年,我以自己过去20年学习和工作的经历为基础,与我们团队成立了双运医药,形成并完善了我们的双运AI药物发现三大技术平台,分别是靶点发现平台、蛋白建模平台、分子发现平台。

Q:能不能介绍一下双运AI新药发现平台?

A:与AI量化投资策略相比,AI在新药发现中的变量虽然少了很多,但如何针对药物和疾病的相互关系来建立逻辑性,是一个巨大的挑战。

经过多年的积累,我们获得了超过130个全新靶点准确的三维模型与真实筛选出来的靶向化合物。同时,在传统制药行业专家丰富经验的指导下,我们基于大量新靶点新化合物的自有真实数据和文献专利等大量多维度交叉验证,成功将AI黑箱算法升级到双运逻辑算法®

双运逻辑算法®目前可以根据一个靶点生成一个独有的评分公式,能针对GPCR、离子通道、转运体、免疫检查点、转录因子、酶、细胞因子和细胞因子受体共8种能成药靶点筛选靶向化合物。

双运生物技术平台

目前,双运生物通过对该平台不断完善和迭代,最终形成了包括上述双运TTI指数®以及双运进化逻辑®和双运逻辑算法®在内的多个原创技术的综合性AI新药发现平台。


Q:能不能介绍一下这个平台是如何发现新药的?

A:目前,双运都是针对全新靶点设计全新药物分子。

首先,我们通过主动清除噪音、自定义参数和参数权重,基于多组学临床大数据的AI挖掘得到高质量数据,通过双运TTI指数®进行靶点评价和概念验证。有意思的是,我们用真实世界里的案例对双运TTI指数®进行了交叉验证。比如,我们很早就用双运TTI指数®预测了PD-1/PD-L1在胰腺癌免疫治疗领域的不可成药性。 

由于这些靶点都是全新的,所以并没有公开的蛋白三维结构模型。双运可以准确地对无晶体结构报道的靶点蛋白进行建模,并利用双运进化逻辑®找到蛋白活性区域,AI自动识别药物结合口袋。双运已经成功针对1500个氨基酸的蛋白进行建模,误差小于3埃,这个误差和冷冻电镜基本一致目前,Alphafold 2只能针对500个氨基酸的蛋白建模误差较小。

找到药物结合口袋之后,双运以自有的41亿个易合成的多样性化合物库为基础,通过双运逻辑算法®得到新靶点的评分公式,计算出Kd值达到nM级别的化合物。

双运就是依托自己的AI新药发现平台,按照上述思路开发了五条自有管线。

Q:五条管线的情况能简单介绍一下么?

A:双运以“未被满足的临床需求”为导向,针对目前没有好的治疗方案的疾病领域找到全新靶点,并依此设计全新化合物。

目前,这五条管线涉及多发性硬化、帕金森症以及克罗恩病等多个疾病领域,全部已经委托第三方CRO公司完成了相应的细胞和/或动物实验的概念验证,部分已经进入PCC阶段。

Q:很多人都认为AI的时代已经到来,您是如何看待“AI+药”的?

A:AI制药并不能完全脱离人工。当下,AI团队就需要跟经验丰富的资深生物学家以及药物化学家充分合作,一起来选择候选药物靶点以及优化算法和候选化合物的结构,才有可能让算法更有逻辑地快速迭代,也能尽快地找到候选药物。这一点在我们双运过去的工作中得到了充分的体现。

AI制药确实有着非常大的想象空间。因为它改变了传统药物发现的方式,把依靠个体的“微观发现”转变成了基于大数据模型的“宏观发现”。毫无疑问,这样得到的新药逻辑上成功概率应该会更大一些。

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多