アンドリュー・ワトソン、HealxのAIおよびR&D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R&D担当副社長です。

Healxは、人工知能を活用した、患者にインスピレーションを得たテクノロジー企業で、世界中の希少疾患患者が改善された治療法にアクセスできるように支援しています。現在、7,000種類の希少疾患が知られており、世界中で4億人に影響を及ぼしていますが、そのうちの5%のみが承認された治療法が存在します。Healxは、既存の化合物から希少疾患の新しい治療法を特定し、患者に必要な治療法を開発するために人工知能（AI）を使用しています。その革新的なアプローチにより、希少疾患治療法の開発のスピード、規模、成功率を向上させることができます。

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すか?

私のマシンラーニングへの初めての出会いは、エクセター大学での「Evolutionary Algorithms」という講義でした。私たちは、2次元の玩具カーを設計するアルゴリズムをプログラミングし、ランダムなコンポーネントとホイールから始めて、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み出すために繰り返し行いました。私は、ソフトウェアが人間の介入なしに何千回も設計の反復を実行できることに魅了されました。以来、私はほとんどのことを自動化しようとしました。この進化的アプローチは、NASAがそのST5アンテナを設計するために使用したものと同じでした。

あなたは常に、難しい問題にマシンラーニングとAIの技術を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すか?

私は、マシンラーニングとAIを様々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、そしてダイソンでの家の中とその周辺で使用するための知的機械を作成するためにユーザーの行動を理解することまでです。

AIは、ギミックになることがありますが、私の目標は、有意義な応用を見つけることです。情報から意味を導き出すこと、または意思決定支援システムを通じてユーザーの認知負荷を軽減することです。Healxでの私たちのミッションは、AIと人間の生物学の交差点で、最も必要としている人々、つまり希少疾患患者を支援するために、究極の課題に取り組むことです。

現在、Healxでのあなたの役割とは何ですか?

私はR&Dチームを担当し、HealxのPreclinicalチームに薬剤予測を提供する責任があります。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、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、既存の薬剤と疾患に関するデータをバイオメディカル研究、科学文献、患者インサイト、Healxのキュレーションソースから分析し、希少疾患に関する知識グラフを形成します。次に、グラフから新しい機会を発見するために、最先端のAIとNLPモデルを使用します。

Healnet薬剤発見プラットフォームで使用されるマシンラーニング技術について説明してください。これは、既存の薬剤から希少疾患の新しい治療法を特定するために使用されます。

もちろん。Healxは、成功の可能性が高い非自明な疾患化合物関係を特定するために、AIとNLP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。この方法では、特定の疾患の遺伝子発現プロファイルを、Healxのキュレーション済み薬剤データベース内の遺伝子発現プロファイルと比較します。このデータベースには、公的および私的ソースからの数千の薬剤シグネチャが含まれており、さまざまな薬理学的クラス、承認済みおよび調査中の化合物の混合物をカバーしています。DGEMは、遺伝子発現プロファイルの最も差異のある遺伝子に基づいて、有効な治療法となる可能性のある薬剤を予測します。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、その薬剤が有効な治療法となる可能性が高いという前提に基づいています。私たちはこの方法を使用して、現在調査中のフラジールX症候群のリード化合物を発見しました。

別の方法は、再利用された適応の類似性行列予測（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、類似した薬剤が類似した疾患を治療する可能性があるという原理に基づいています。PRISMは、薬剤の類似性を決定するために、ターゲット蛋白質、構造的類似性、副作用を考慮し、疾患の類似性を決定するために、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。次に、マシンラーニングアルゴリズムを使用して、これらの類似性を組み合わせて新しい治療法の適用を予測します。

私たちは、希少疾患の新しい治療法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に限定されずに、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、システムは臨床試験に進むかどうかを決定する方法は何ですか?

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個程度の候補治療法に絞り込むことができます。

このリストは、HealxのPreclinicalチームに渡されます。チームは、薬理学と薬剤発見の専門家で構成されており、疾患と薬剤に関する科学的および医学的知識を使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。私たちはまた、予測を裏付けるAI生成の根拠をPreclinicalチームに提供し、最初は直感に反するように思える化合物がなぜ注目に値するのかを説明します。

チームがリストを10〜20個の候補に絞り込んだら、これらの化合物は前臨床的検証に進みます。これには、臨床試験の前に細胞培養とモデルのテストが含まれます。これらの研究により、化合物が有効で安全であるかどうか、そしてどのような副作用があるかが明らかになります。また、どの薬剤が組み合わせたり強化されたりできるかも決定されます。

フラジールX症候群について説明し、潜在的な薬剤候補の発見における最近の成功について話してください。

フラジールX症候群は、知的および認知障害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、有効な承認済み治療法はありません。

Healxの目標は、数年以内にこの状態に対する新しい有効な組み合わせ療法を市場に導入することです。

私たちはこの目標に向けてすばらしい進歩を遂げてきました。DGEM（およびその他の）を使用して、この状態に対する複数の候補を発見しました。HLX-0201は、元々非ステロイド性抗炎症薬として承認されましたが、私たちの最も有望な候補です。興味深いことに、私たちは、HLX-0206と組み合わせて使用するためにHealxの独自の組み合わせ予測方法で特定された、US食品医薬品局（FDA）からHLX-0201の第2相臨床試験の調査新薬（IND）承認を受けました。

IMPACT-FXS研究は、米国で複数のサイトで進行中です。これは非常に興味深いものであり、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、フラジールX症候群のリーディングな研究および支援組織であるFRAXA Research Foundationや他の組織と密接に協力して、疾患についてより多くを理解し、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できるようにしてきました。

希少疾患を標的にするAIの将来についてはどう考えていますか?

私は、AIやその他の最先端技術が、薬剤発見と開発のパイプライン全体に展開され、時間、コスト、リスクに関する従来の課題を克服する可能性があると考えています。

すでに、疾患データを分析し、バイオマーカーを確立することから、新しい薬剤を設計すること、さらには臨床試験を「デジタルツイン」コントロールアームでサポートすることまで、幅広い薬剤発見分野でAIを使用する会社の増加を目にしています。

これらはすべて、希少疾患の治療法の発見に大きな利益をもたらすことになります。NLPは、最新のデータを集めることで、疾患の理解のギャップを埋めるのに役立ちます。マシンラーニングは、既存の治療法を再開発できるかどうかを予測するのに役立ちます。最も興味深いのは、AIがスケールで治療法を発見し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、迅速に拡大することができます。

Healxについてさらに共有したいことはありますか?

これは、カットエッジテクノロジーを使用して複雑な問題を解決するための素晴らしい時期です。Healxのミッションに情熱を傾ける人々がチームに加わることをお勧めします。興味がある方は、求人をチェックしてください。

Healxには、パイプラインにいくつかの新しい開発とプロジェクトがあります。これらの最新情報は、ウェブサイトで確認できます。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。

素晴らしいインタビュー、ありがとうございます。Healxの進歩に注目していきます。詳細については、Healxを訪れてください。