インタビュー
アンドリュー・ワトソン、HealxのAIおよび研究開発担当副社長 – インタビュー・シリーズ

アンドリュー・ワトソンは、HealxのAIおよび研究開発担当副社長です。
Healxに入社する前、アンドリューは技術の大手企業Dysonで働いており、そこではマシンラーニング研究部門の創設メンバーであり、さまざまなグローバル製品カテゴリ全体でマシンラーニングと人工知能の研究と実装を主導していました。Dysonでのマシンラーニング担当ディレクターとして、アンドリューは、マシンラーニングと最先端の生物医学研究の交差点に焦点を当てた新しい研究グループを設立しました。
Healxは、人工知能を搭載した、患者にインスピレーションを与えるテクノロジー企業で、世界中の希少疾患患者が生活を改善する治療にアクセスするのを支援することに尽力しています。7,000種類の知られている希少疾患が存在し、世界中で4億人に影響を及ぼしていますが、これらの疾患のうちわずか5%しか承認された治療法がありません。Healxは、人工知能(AI)を使用して、既存の化合物から希少疾患の新しい治療法を特定し、必要な患者に進歩させることで、希少疾患治療開発のペースを加速し、規模を拡大し、成功の可能性を高めることができます。
あなたがマシンラーニングの分野に最初に惹かれたのは何でしたか?
マシンラーニングへの私の最初の接触は、エクセター大学での「進化アルゴリズム」という講義でした。私たちは、2次元の玩具の車を、ランダムな部品の集まりから設計するアルゴリズムをプログラミングし、次にそのパフォーマンスを評価し、より良いパフォーマンスを持つ次の世代を生成するために反復しました。私は、ソフトウェアが人間の介入なしに何千もの設計反復を実行できることに魅了されました。以来、私はあらゆるものを自動化しようとしました!この進化アプローチは、NASAがST5アンテナを設計するために使用したもので、人間の専門家が創造したものとは異なるものでした。
あなたは常に、マシンラーニングとAI技術を難しい問題に適用することに興味を持ってきました。Healxに入社する前に直面したいくつかの課題とは何でしたか?
私は、マシンラーニングとAIをさまざまなコンテキストで適用する機会に恵まれてきました。テロリストを妨害することから、コンピューターマルウェアを特定して軽減することまで、そして直近では、Dysonでの家の中やその周りでのインテリジェントマシンの作成のために、AIとユーザーの行動の深い理解を組み合わせました。
AIは、ギミックになることが簡単ですが、私の目標は、意味のあるアプリケーションを見つけることです。情報から意味を導き出すことや、意思決定支援システムを介してユーザーの認知負荷を軽減することです。Healxでの私たちの使命は、AIと人間の生物学の交差点にある、最も困難な課題の1つに取り組むことです。希少疾患を持つ人々、つまり最も必要としている人々を助けることです。
現在、Healxでのあなたの主な責任とは何ですか?
私は、最終的にHealxのプレクリニカルチームに薬剤予測を提供するR&Dチームを担当しています。私たちは、疾患の根本的な生物学と、潜在的な薬剤の作用メカニズムを理解することでこれを実現します。すべては、私たちの独自のAIプラットフォーム、Healnetの上で実行されます。
Healnetは、既存の薬剤と疾患データ、生物医学研究、科学文献、患者インサイト、Healxの独自のキュレーションソースから、希少疾患の知識グラフを形成するために、分析します。次に、我々はグラフを掘り下げるために、最先端のAIとNLPモデルを使用して、希少疾患の治療のために既存の薬剤を再開発、組み合わせ、さらには強化するための新しい機会を見つけます。
Healxの薬剤発見プラットフォームHealnetによって使用される、いくつかのマシンラーニング技術について説明できますか?
もちろん!Healxは、最も成功する可能性の高い、明らかでない疾患化合物関係を特定するために、AIとNLP方法のスイートを使用しています。
私たちの最も一般的な方法の1つは、疾患遺伝子発現マッチング(Disease-Gene Expression Matching、DGEM)と呼ばれます。この方法は、特定の疾患の遺伝子発現プロファイルと、Healxのキュレーション済み薬剤データベースからの遺伝子発現プロファイルを比較します。このデータベースには、さまざまな薬理学的クラスの承認済みおよび調査中の化合物を含む、数千の薬剤シグネチャが含まれています。DGEMは、遺伝子発現プロファイルの最も差異的に発現している遺伝子に基づいて、どの薬剤が効果的な治療法となる可能性が高いことを予測します。この方法は、薬剤の作用メカニズムが疾患の作用メカニズムと反対である場合、強力な治療法候補となるという前提に基づいています。私たちは、実際にこの方法を使用して、現在調査中のFragile X症候群のためのリード化合物を見つけました – 学習障害の世界的原因となる遺伝子疾患です。
もう1つの方法は、類似性行列を使用した再利用された適応の予測(Prediction of Repurposed Indications with Similarity Matrices、PRISM)と呼ばれます。これは、特定の疾患を治療する薬剤があれば、類似した薬剤は類似した疾患を治療できるという原理に基づいています。薬剤の類似性を決定するために、PRISMは、ターゲットプロテイン、構造的類似性、副作用を考慮します。疾患の類似性を決定するために、PRISMは、ターゲット遺伝子、オントロジー構造、表現型を考慮します。マシンラーニングアルゴリズムは、次にこれらの類似性を組み合わせて、新しい治療の適用を予測するために使用されます。
私たちは、希少疾患の新しい治療の機会を特定するために、10以上のモノテラピーと組み合わせ療法の予測モジュールを開発しました。また、これらのモデルは、単一の生物学的ターゲット(これは従来の薬剤発見方法の問題です)に制限されることなく、新しい疾患生物学と作用メカニズムを発見するようにトレーニングされています。
薬剤が可能な候補として特定されたら、システムはどのようにして臨床試験に進むかを決定しますか?
私たちのAIアルゴリズムと独自のデータソースのおかげで、約15,000の可能な薬剤のリストを100個ほどの候補治療法に絞り込むことができます。
リストができたら、それをHealxのプレクリニカルチームに渡します。チームは、薬理学と薬剤発見の専門家で構成されており、疾患と薬剤についての豊富な科学的および医学的知識を活用して、予測をレビューし、特定の疾患を治療する最も可能性の高い薬剤候補を選択します。また、予測をサポートするAI生成の根拠も提供します。つまり、最初は直感に反するように見える化合物が、注目に値する理由を説明するものです。
チームがリストをさらに狭め、約10〜20の候補に絞り込んだら、その化合物は、臨床試験の前に細胞培養やモデルでテストされるプレクリニカル検証に進みます。これらの研究により、化合物が効果的かつ安全であるか、またどのような副作用があるかが明らかになります。チームはまた、どの薬剤が組み合わせたり強化されたりするかを決定します。
Fragile X症候群について説明し、既存の薬剤から潜在的な薬剤候補を発見する最近の成功について話してください。
Fragile X症候群は、知的および認知障害の範囲を引き起こす希少な神経発達障害です。約4,000人の男性と8,000人の女性に1人ずつ発症しますが、現在、この疾患に対する効果的または承認された治療法はありません。
Healxの目標は、少なくとも1つの新しい有効な組み合わせ療法を、次の数年以内に市場に導入することです。
私たちはこの目標を達成するためにすでに素晴らしい進歩を遂げており、AIとオミクスベースの薬剤マッチング方法(先ほど述べたDGEMを含む)を使用して、候補を複数見つけました。HLX-0201は、もともと非ステロイド性抗炎症薬として承認されたもので、私たちの最も有望な候補です。興味深いことに、私たちは、米国食品医薬品局(FDA)から、HLX-0206と組み合わせて使用する場合の第2相臨床試験の調査新薬(IND)承認を取得しました。HLX-0206は、Healxの独自の組み合わせ予測方法を使用して特定された潜在的な組み合わせパートナーです。
IMPACT-FXS研究は現在、米国の複数のサイトで進行中です。これは本当に興味深いことであり、近くにさらに多くの情報を共有できることを期待しています!
また、このプロジェクトを通じて、Healxは、Fragile X症候群の研究と支援を主導する米国の組織であるFRAXA Research Foundationやその他の組織と密接に協力して、疾患についてより多くのことを学び、予測を迅速に臨床試験に進めることができる前臨床データやモデルにアクセスすることができました。
希少疾患を標的とするAIの将来はどう見ていますか?
私は、薬剤発見と開発の全パイプラインにわたって、AIやその他の最先端技術が展開され、従来の時間、コスト、リスクの課題を克服することを見ています。
私たちは、すでに、より広い薬剤発見の分野で、AIを使用して、疾患データを分析し、バイオマーカーを確立し、タンパク質を合成し、新しい薬剤を設計し、実世界の証拠を分析し、デジタルツインコントロールアームをサポートする臨床試験を実行するなど、すべてを行っている会社の増加を目にしています。
これらすべてが、関連する疾患知識や小規模な患者数の障壁がある希少疾患の治療法の発見に大きな利益をもたらすでしょう。NLPは、最新のデータを集めることでギャップを埋め、MLは、既存の治療法を再開発できることを予測できます。最も興味深いのは、AIが、治療法を見つけて開発するために必要な自動化を提供できることです。計算能力とAIの進歩が進むにつれて、急速にスケールアップできます。
Healxについてさらに共有したいことはありますか?
これは、この分野にいる素晴らしい時期です。私にとって、最先端のテクノロジーを使用して、最も複雑な問題の1つを解決することは、特権です。私たちは、常に、私たちの使命に情熱を持つ人々を募集しています。興味がある場合は、求人をチェックすることをお勧めします。
Healxでは、発展とプロジェクトが進行中で、ウェブサイトで最新情報を入手できます。近くにこれらを共有できることを期待しています。
素晴らしいインタビュー、感謝します。Healxの進歩に注目しています。詳細については、Healxを訪れてください。












