Andrew Watson, Vicepreședinte al Inteligenței Artificiale și Cercetare și Dezvoltare la Healx – Seria de interviuri

Andrew Watson este Vicepreședinte al Inteligenței Artificiale și Cercetare și Dezvoltare la Healx.

Healx este o companie tehnologică inspirată de pacienți și bazată pe inteligență artificială, dedicată ajutorării pacienților cu boli rare din întreaga lume să aibă acces la terapii care îmbunătățesc viața. Există 7.000 de boli rare cunoscute care afectează 400 de milioane de oameni din întreaga lume, dar doar 5% dintre aceste afecțiuni au tratamente aprobate. Healx folosește inteligența artificială (IA) pentru a identifica tratamente noi pentru boli rare din compuși existenți și pentru a face progrese către pacienții care au nevoie. Abordarea lor inovatoare înseamnă că pot accelera ritmul, pot crește scala și pot îmbunătăți șansele de succes ale dezvoltării tratamentelor pentru boli rare.

Ce v-a atras inițial spre domeniul învățării automate?

Prima mea expunere la învățarea automată a fost în timpul unei prelegeri despre „Algoritmi Evolutivi” în timpul primei mele diplome la Universitatea din Exeter. Am învățat să programez un algoritm care proiecta mașini de jucării bidimensionale, începând cu o selecție aleatorie de roți și componente, înainte de a evalua performanța și de a itera pentru a crea generații ulterioare care să funcționeze mai bine și mai bine împotriva unei măsuri pe care am definit-o. Am fost fascinat de faptul că software-ul a putut efectua mii de iterații de proiectare fără niciun fel de intervenție umană și de atunci am încercat să automatizez absolut tot! Această abordare evolutivă a fost aceeași pe care NASA a folosit-o pentru a proiecta antena ST5 care arată diferit de orice ar fi creat un expert uman.

Ați fost întotdeauna fascinat de aplicarea tehnicilor de învățare automată și inteligență artificială la probleme dificile, ce au fost unele dintre aceste provocări cu care v-ați confruntat înainte de a vă alătura Healx?

Am avut norocul de a avea oportunitatea de a aplica învățarea automată și inteligența artificială în diverse contexte, de la perturbarea teroriștilor la identificarea și mitigarea malware-ului de calculator, până la, imediat înainte de a mă alătura Healx, combinarea inteligenței artificiale cu o înțelegere profundă a comportamentului utilizatorului pentru a crea mașini inteligente pentru uz casnic și dincolo de Dyson.

Este ușor pentru IA să devină un truc, dar scopul meu a fost întotdeauna să găsesc aplicații semnificative, fie prin derivarea de înțelesuri din cantități uriașe de informații, fie prin reducerea încărcăturii cognitive a utilizatorului prin sisteme de sprijin decizional. Misiunea noastră la Healx este de a lucra la una dintre provocările definitive, exact la intersecția dintre IA și biologia umană, pentru a ajuta unii dintre oamenii care au nevoie cel mai mult: cei cu boli rare.

Ce sunt unele dintre responsabilitățile dvs. actuale la Healx?

Supraveghez echipa de Cercetare și Dezvoltare, care este în cele din urmă responsabilă pentru furnizarea de predicții de medicamente către colegii noștri din echipa Preclinică de la Healx. O facem prin înțelegerea atât a biologiei subiacente a unei boli la care lucrăm, cât și a modului de acțiune al potențialelor medicamente care ar putea ajuta la tratarea acesteia, toate rulează pe platforma noastră proprietară de IA, Healnet.

Healnet analizează datele existente despre medicamente și boli din cercetarea biomedicală, literatura științifică, informații despre pacienți și sursele noastre proprii curate pentru a forma un grafic de cunoaștere a bolilor rare. Apoi, folosim modele de IA și NLP de ultimă oră pentru a extrage acest grafic și a găsi oportunități noi de a redezvolta, combina și chiar îmbunătăți moleculele de medicamente pentru a trata o afecțiune.

Puteți discuta despre unele dintre tehnologiile de învățare automată utilizate de platforma de descoperire de medicamente Healnet pentru a identifica terapii noi pentru boli rare din medicamente care există deja?

Desigur! Healx folosește o suită de metode de IA și NLP pentru a identifica relații neevidente între boli și compuși cu cea mai mare probabilitate de succes.

Una dintre metodele noastre cele mai comune se numește Corespondență de Expresie Genică a Bolii, sau DGEM. Această metodă compară profilul de expresie genică pentru o anumită boală cu profilele de expresie genică din baza noastră de date curată de semnături de medicamente, care conține mii de semnături de medicamente din surse publice și private și acoperă o gamă de clase farmacologice, inclusiv amestecuri de compuși aprobați și investigaționali. DGEM prezice apoi care medicamente sunt probabil să fie terapii eficiente pe baza genelor cel mai diferit exprimate în profilele de expresie genică. Metoda se bazează pe premisa că un mecanism de medicament cu un mecanism opus celui al bolii ar fi un candidat puternic pentru un tratament eficient. Am folosit această metodă pentru a găsi compușii de conducere pe care îi investigăm acum ca parte a studiului nostru IMPACT-FXS pe sindromul Fragile X – principala cauză genetică a dificultăților de învățare.

O altă metodă este Prezicerea Indicațiilor Repurificate cu Matrice de Asemănare (PRISM), care folosește principiul că, dacă un medicament tratează o boală specifică, atunci un medicament similar poate trata o boală similară. Pentru a determina asemănarea medicamentelor, PRISM consideră proteinele țintă, asemănarea structurală și efectele secundare, iar pentru a determina asemănarea bolilor, PRISM consideră genele țintă, structura ontologică și fenotipurile. Un algoritm de învățare automată este apoi utilizat pentru a combina aceste asemănări și a prezice noi aplicații terapeutice.

Am dezvoltat acum peste 10 module de predicție de monoterapie și terapie combinată pentru a identifica oportunități terapeutice noi pentru afecțiuni rare și, critic, aceste modele sunt antrenate pentru a descoperi biologie nouă a bolii și moduri de acțiune, fără a fi limitate la o singură țintă biologică (ceva care este o problemă cu metodele tradiționale de descoperire a medicamentelor).

Odată ce un medicament este identificat ca un posibil candidat, cum decide sistemul dacă trebuie să continue cu studiile clinice?

Grație algoritmilor noștri de IA și surselor noastre de date proprietare, putem reduce o listă de aproximativ 15.000 de medicamente posibile la 100 sau mai puține tratamente candidate probabile.

Odată ce avem această listă, o transmitem echipei noastre preclinice – formată din farmacologi și experți în descoperirea de medicamente – care aplică cunoștințele lor științifice și medicale semnificative despre boală și medicamente pentru a examina predicțiile și a selecta cele mai probabile candidate de medicamente pentru a trata o anumită boală. Le oferim, de asemenea, echipei preclinice o raționalizare generată de IA care susține predicțiile, explicând de ce un compus care poate părea neinteligibil la prima vedere merită atenția lor.

Odată ce au restrâns lista la aproximativ 10-20 de candidați, aceste compuși sunt avansați spre validarea preclinică, care implică testarea unui medicament în culturi de celule și modele înainte de a fi testat la oameni în faza de studiu clinic. Aceste studii vor arăta dacă un compus va fi probabil eficient, sigur și vor descoperi care (dacă există) efecte secundare poate avea. Ei decid, de asemenea, care medicamente pot fi combinate sau îmbunătățite pentru un tratament mai eficient.

Puteți explica ce este sindromul Fragile X și care au fost recentele succese în descoperirea de candidați de medicamente?

Sindromul Fragile X este o afecțiune neurodezvoltatională rară care cauzează o gamă de deficiențe intelectuale și cognitive. Afectează aproximativ 1 din 4.000 de bărbați și 1 din 8.000 de femei – dar, în prezent, nu există terapii eficiente sau aprobate pentru această afecțiune.

Scopul Healx este de a schimba acest lucru, încercând să aducă cel puțin o terapie combinată nouă și eficientă pentru această afecțiune pe piață în următorii câțiva ani.

Am făcut progrese fantastice pe acest scop până acum și am descoperit mai mulți candidați pentru această afecțiune prin metodele noastre de potrivire de medicamente și omice bazate pe IA (inclusiv DGEM, pe care l-am menționat anterior). HLX-0201, care a fost inițial aprobat ca un medicament antiinflamator nesteroidian, este cel mai promițător candidat, iar, încântător, am primit aprobarea pentru studiu clinic de fază 2a pentru compusul respectiv, alături de HLX-0206, care a fost identificat ca un potențial partener de combinare utilizând metodele noastre de predicție de combinare.

Studiul nostru IMPACT-FXS este acum în desfășurare în mai multe locații din SUA, ceea ce este foarte interesant, și sperăm să avem mai multe de împărtășit despre acesta în curând!

Merită menționat și că, pe tot parcursul acestui proiect, Healx a lucrat îndeaproape cu Fundatia de Cercetare FRAXA, o organizație de cercetare și sprijin lider pentru sindromul Fragile X în Statele Unite, și cu alte organizații pentru a ne ajuta să înțelegem mai mult despre această afecțiune și pentru a obține acces la date și modele preclinice care ne-au permis să progresăm rapid predicțiile noastre către studii clinice.

Ce vă imaginați ca viitor al inteligenței artificiale în vizarea bolilor rare?

Cred că există potențialul de a vedea IA și alte tehnologii de frontieră desfășurate pe întregul lanț de descoperire și dezvoltare de medicamente, ajutând la depășirea unor provocări convenționale legate de timp, cost și risc.

Deja vedem o proliferare de companii în spațiul mai larg de descoperire de medicamente care folosesc IA pentru a face totul, de la analiza datelor bolilor și stabilirea biomarkerilor, la sintetizarea proteinelor și proiectarea de medicamente noi, până la analiza dovezilor din lumea reală și la efectuarea de studii clinice sprijinite de „brațe de control digitale”.

Toate acestea vor fi extrem de benefice pentru descoperirea de tratamente pentru boli rare, unde există obstacole legate de lipsa de cunoștințe relevante despre boală sau de numărul mic de pacienți. NLP poate ajuta la completarea lacunelor de înțelegere prin agregarea de date actualizate, în timp ce IA poate prezice care tratamente existente pot fi redezvoltate și de ce. Poate cel mai interesant, IA ne poate oferi automatizarea necesară pentru a găsi și dezvolta tratamente la scară. Și pe măsură ce puterea de calcul și progresele în IA sunt făcute, putem scala rapid.

Este ceva altceva pe care ați dori să-l împărtășiți despre Healx?

Acesta este un moment foarte bun pentru a fi în acest spațiu, și este o adevărată onoare să lucrez cu aceste tehnologii de ultimă oră pentru a rezolva unele dintre cele mai complexe probleme care există. Suntem întotdeauna în căutarea de oameni pasionați de misiunea noastră pentru a se alătura echipei, și le recomand cu căldură celor interesați să verifice vacanțele noastre.

De asemenea, avem unele dezvoltări și proiecte interesante în pipeline-ul nostru de la Healx, pe care le puteți urmări prin site-ul nostru, și sperăm să putem împărtăși unele dintre acestea cu dvs. în curând.

Mulțumim pentru acest interviu minunat, abia aștept să urmăresc progresul Healx, o companie care va avea, fără îndoială, un impact pozitiv asupra multor oameni. Citiitorii care doresc să afle mai multe despre Healx ar trebui să viziteze Healx.