Andrew Watson, Wiceprezes ds. Sztucznej Inteligencji i Badań i Rozwoju w Healx – Wywiad

Andrew Watson jest Wiceprezesem ds. Sztucznej Inteligencji i Badań i Rozwoju w Healx.

Healx to firma technologiczna, wykorzystująca sztuczną inteligencję i inspirację pacjentów, poświęcona pomocy pacjentom z rzadkimi chorobami na całym świecie w dostępie do leczniczych terapii. Istnieje 7 000 znanych rzadkich chorób, które dotykają 400 milionów ludzi na całym świecie, ale tylko 5% tych chorób ma zatwierdzone leczenia. Healx wykorzystuje sztuczną inteligencję do identyfikacji nowych leczniczych terapii dla rzadkich chorób z istniejących związków i ich rozwoju w kierunku pacjentów, którzy ich potrzebują. Ich innowacyjne podejście pozwala im przyspieszyć tempo, zwiększyć skalę i poprawić szansę powodzenia rozwoju leczenia rzadkich chorób.

Czym było Twoje pierwsze zetknięcie się z dziedziną uczenia maszynowego?

Moją pierwszą stycznością z uczeniem maszynowym było wykładowe wprowadzenie do „Ewolucyjnych Algorytmów” podczas moich studiów licencjackich na Uniwersytecie w Exeter. Naukowcy nauczyli nas programować algorytm, który projektował dwuwymiarowe zabawki samochodowe, zaczynając od losowej kolekcji kół i komponentów, a następnie oceniał ich wydajność i iterował, aby stworzyć kolejne generacje, które działały coraz lepiej w stosunku do miary, którą zdefiniowaliśmy. Byłem zafascynowany tym, że oprogramowanie mogło wykonać tysiące iteracji projektowych bez żadnej interwencji człowieka, a od tego momentu starałem się zautomatyzować absolutnie wszystko! To ewolucyjne podejście było takie same, jakie NASA zastosowała do zaprojektowania swojej anteny ST5, która wygląda zupełnie inaczej niż cokolwiek, co mógłby stworzyć ekspert ludzki.

Zawsze fascynowało Cię stosowanie techniki uczenia maszynowego i sztucznej inteligencji do trudnych problemów, jakie były niektóre z tych wyzwań, z którymi spotkałeś się przed dołączeniem do Healx?

Miałem szczęście mieć okazję stosować uczenie maszynowe i sztuczną inteligencję w różnych kontekstach, od zakłócania terroryzmu, poprzez identyfikację i ograniczanie złośliwego oprogramowania komputerowego, aż do połączenia sztucznej inteligencji z głębokim zrozumieniem zachowania użytkownika w celu stworzenia inteligentnych maszyn do użytku w domu i poza nim w Dyson.

Jest łatwo, aby sztuczna inteligencja stała się gadżetem, ale moim celem zawsze było znalezienie znaczących zastosowań, takich jak wywnioskowanie znaczenia z ogromnych ilości informacji lub zmniejszenie obciążenia poznawczego użytkownika za pomocą systemów wspomagania decyzji. Nasza misja w Healx polega na pracy nad jednym z największych wyzwań, właśnie na przecięciu sztucznej inteligencji i biologii ludzkiej, aby pomóc niektórym z tych, którzy potrzebują pomocy najbardziej: osobom z rzadkimi chorobami.

Co są Twoje obecne obowiązki w Healx?

Nadzoruję zespół Badań i Rozwoju, który jest ostatecznie odpowiedzialny za dostarczanie przewidywań leków naszym kolegom w zespole przedklinicznym w Healx. Robimy to, rozumiejąc zarówno podstawową biologię choroby, nad którą pracujemy, jak i mechanizm działania potencjalnych leków, które mogą ją leczyć, wszystko to działa na naszej własnej platformie sztucznej inteligencji, Healnet.

Healnet analizuje dane dotyczące leków i chorób z badań biomedycznych, literatury naukowej, wglądu pacjentów i własnych źródeł Healx, tworząc graf wiedzy o rzadkich chorobach. Następnie wykorzystujemy najnowocześniejsze modele sztucznej inteligencji i NLP, aby wydobyć z tego grafu nowe możliwości odnowienia, połączenia i nawet udoskonalenia cząsteczek leków w celu leczenia choroby.

Czy mógłbyś omówić niektóre technologie uczenia maszynowego stosowane przez platformę odkrywania leków Healnet w celu identyfikacji nowych kandydatów na leki dla rzadkich chorób z istniejących leków?

Oczywiście! Healx wykorzystuje szereg metod sztucznej inteligencji i NLP, aby zidentyfikować nieoczywiste relacje między chorobą a związkiem, które mają najwyższe prawdopodobieństwo powodzenia.

Jedną z naszych najczęstszych metod jest tzw. Dopasowanie Ekspresji Genów Choroby, lub DGEM. Ta metoda porównuje profil ekspresji genów dla określonej choroby z profilami ekspresji genów z bazy danych leków Healx, która zawiera tysiące sygnatur leków z publicznych i prywatnych źródeł i obejmuje szereg klas farmakologicznych, w tym mieszaninę zatwierdzonych i badanych związków. DGEM następnie przewiduje, które leki najprawdopodobniej będą skutecznymi terapiami na podstawie najbardziej różnicowo wyrażanych genów w profilach ekspresji genów. Metoda ta opiera się na założeniu, że lek o mechanizmie przeciwnym do mechanizmu choroby będzie silnym kandydatem na skuteczną terapię. Wykorzystaliśmy tę metodę, aby znaleźć kandydatów na leki, których obecnie badamy w ramach naszego badania IMPACT-FXS na zespół łamliwy X – najczęstszą przyczynę trudności w nauce u ludzi.

Inną metodą jest Przewidywanie Zastosowań Ponownego Użycia z Macierzą Podobieństwa (PRISM), która opiera się na zasadzie, że jeśli lek leczy określoną chorobę, to podobny lek może leczyć podobną chorobę. Aby określić podobieństwo leków, PRISM uwzględnia białka docelowe, podobieństwo strukturalne i skutki uboczne, a aby określić podobieństwo chorób, PRISM uwzględnia geny docelowe, strukturę ontologiczną i fenotypy. Następnie algorytm uczenia maszynowego łączy te podobieństwa, aby przewidzieć nowe zastosowania terapeutyczne.

Stworzyliśmy już ponad 10 modułów przewidywania monoterapii i terapii skojarzonej, aby zidentyfikować nowe możliwości terapeutyczne dla rzadkich chorób i, co najważniejsze, te modele są szkolone, aby odkryć nową biologię choroby i mechanizmy działania, bez ograniczania się do jednego celu biologicznego (co jest pewnym problemem w tradycyjnych metodach odkrywania leków).

Jak system decyduje, czy przejść do badań klinicznych, gdy lek zostanie zidentyfikowany jako możliwy kandydat?

Dzięki naszym algorytmom sztucznej inteligencji i naszym źródłom danych, możemy zmniejszyć listę około 15 000 możliwych leków do 100 lub więcej prawdopodobnych kandydatów na leki.

Gdy mamy tę listę, jest ona przekazywana do naszego zespołu przedklinicznego – złożonego z ekspertów farmakologów i specjalistów od odkrywania leków – którzy wykorzystują swoją znaczącą wiedzę naukową i medyczną o chorobie i lekach, aby przeglądać przewidywania i wybierać najbardziej prawdopodobne kandydatów na leki do leczenia określonej choroby. Dostarczamy także zespołowi przedklinicznemu uzasadnienie wygenerowane przez sztuczną inteligencję, wyjaśniające, dlaczego związek, który może wydawać się nieintuicyjny na pierwszy rzut oka, jest wart ich uwagi.

Gdy znowu zawężają listę do około 10-20 kandydatów, te związki są przenoszone do walidacji przedklinicznej, która obejmuje testowanie leku w hodowlach komórkowych i modelach przed testowaniem go u ludzi w fazie badań klinicznych. Te studia ujawnią, czy związek jest prawdopodobnie skuteczny, bezpieczny i ujawnią, jakie (jeśli w ogóle) skutki uboczne może mieć. Decydują także, które leki mogą być łączone lub wzmacniane w celu uzyskania bardziej skutecznej terapii.

Czy mógłbyś wyjaśnić, czym jest zespół łamliwy X i jakie są ostatnie sukcesy w odkrywaniu potencjalnych kandydatów na leki?

Zespół łamliwy X to rzadka choroba neurologiczna, która powoduje szereg upośledzeń intelektualnych i poznawczych. Dotyka około 1 na 4 000 mężczyzn i 1 na 8 000 kobiet – ale obecnie nie ma skutecznych lub zatwierdzonych terapii dla tego stanu.

Celem Healx jest zmiana tego, poprzez próbę wprowadzenia na rynek co najmniej jednej nowej i skutecznej terapii skojarzonej dla tego stanu w ciągu najbliższych kilku lat.

Dotarliśmy do fantastycznego postępu w tym celu, i odkryliśmy wielu kandydatów na leki dla tego stanu za pomocą naszych metod opartych na sztucznej inteligencji i omice. HLX-0201, który został pierwotnie zatwierdzony jako niesteroidowy lek przeciwzapalny, jest naszym najbardziej obiecującym kandydatem, a co ekscytujące, otrzymaliśmy already zatwierdzenie leku do badania (IND) od amerykańskiej Agencji Żywności i Leków (FDA) dla badania fazy 2a HLX-0201 wraz z HLX-0206, który został zidentyfikowany jako potencjalny partner skojarzony za pomocą metod przewidywania skojarzeń Healx.

Badanie IMPACT-FXS jest już w toku w kilku ośrodkach w Stanach Zjednoczonych, co jest naprawdę ekscytujące, i mamy nadzieję, że będziemy mogli podzielić się więcej informacjami na ten temat wkrótce!

Warto również wspomnieć, że w trakcie tego projektu Healx ściśle współpracował z Fundacją Badawczą FRAXA, wiodącą organizacją badawczą i wspierającą dla zespołu łamliwego X w Stanach Zjednoczonych, oraz innymi organizacjami, aby pomóc nam lepiej zrozumieć ten stan i uzyskać dostęp do danych i modeli przedklinicznych, które pozwoliły nam szybko przekształcić nasze przewidywania w badanie kliniczne.

Co widzisz jako przyszłość sztucznej inteligencji w celu ukierunkowania rzadkich chorób?

Myślę, że istnieje potencjał, aby zobaczyć sztuczną inteligencję i inne technologie na przednim froncie wdrożone w całym procesie odkrywania i rozwoju leków, pomagając w pokonaniu niektórych konwencjonalnych wyzwań związanych z czasem, kosztami i ryzykiem.

Już widzimy proliferację firm w szerszym obszarze odkrywania leków, które wykorzystują sztuczną inteligencję do wszystkiego, od analizy danych choroby i ustalania biomarkerów, poprzez syntezę białek i projektowanie nowych leków, aż do analizy dowodów z badań i prowadzenia badań klinicznych z „cyfrowymi odpowiednikami” kontrolnymi.

Wszystko to będzie ogromnie korzystne dla odkrywania leków dla rzadkich chorób, gdzie istnieją przeszkody związane z brakiem odpowiedniej wiedzy o chorobie lub małą liczbą pacjentów. NLP może pomóc wypełnić luki w zrozumieniu, agregując aktualne dane, podczas gdy uczenie maszynowe może przewidzieć, które istniejące leki mogą być ponownie opracowane i dlaczego. Być może najbardziej ekscytujące jest to, że sztuczna inteligencja może zapewnić nam automatyzację potrzebną do znalezienia i rozwoju leków w skali. I gdy komputery i postępy w sztucznej inteligencji będą rosły, będziemy mogli ją szybko skalować.

Czy jest coś jeszcze, co chciałbyś podzielić się o Healx?

To jest wspaniały czas, aby być w tym obszarze, i jest to prawdziwy przywilej pracować z tymi najnowocześniejszymi technologiami, aby rozwiązać niektóre z najbardziej złożonych problemów, jakie istnieją. Zawsze szukamy ludzi, którzy są pasjonaci naszej misji, aby dołączyć do zespołu, i gorąco polecam tym, którzy są zainteresowani, aby sprawdzić nasze oferty pracy.

Mamy również kilka ekscytujących projektów i rozwojów w toku w Healx, z którymi możesz się zapoznać za pośrednictwem naszej strony internetowej, i mamy nadzieję, że będziemy mogli podzielić się niektórymi z nich z Tobą wkrótce.

Dziękuję za wspaniały wywiad, czekam na śledzenie postępów Healx, firmy, która z pewnością wpłynie pozytywnie na wielu ludzi. Czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Healx.