Эндрю Уотсон, Вице-президент по ИИ и НИР в Healx – Интервью

Эндрю Уотсон является Вице-президентом по ИИ и НИР в Healx.

Healx – это технологическая компания, работающая на основе искусственного интеллекта и вдохновленная пациентами, посвященная помощи пациентам с редкими заболеваниями во всем мире в доступе к терапиям, улучшающим качество жизни. Существует 7 000 известных редких заболеваний, поражающих 400 миллионов человек по всему миру, но только 5% этих состояний имеют утвержденные методы лечения. Healx использует искусственный интеллект (ИИ) для выявления новых методов лечения редких заболеваний из существующих соединений и продвижения их к пациентам, нуждающимся в помощи. Их инновационный подход позволяет им ускорить темп, увеличить масштаб и улучшить шансы на успех разработки методов лечения редких заболеваний.

Что изначально привлекло вас к области машинного обучения?

Мое первое знакомство с машинным обучением произошло во время лекции об «Эволюционных алгоритмах» во время моего первого образования в Университете Эксетера. Мы узнали, как программировать алгоритм, который проектирует двухмерные игрушечные машины, начиная с случайного набора колес и компонентов, а затем оценивая их производительность и итерируя для создания последующих поколений, которые работают лучше и лучше против меры, которую мы определили. Меня увлекло, что программное обеспечение может выполнять тысячи итераций проектирования без какого-либо вмешательства человека, и с тех пор я, можно сказать, слишком увлекся, пытаясь автоматизировать абсолютно все! Этот эволюционный подход был тем же, который использовался НАСА для проектирования своей антенны ST5, которая выглядит не как что-либо, созданное человеческим экспертом.

Вы всегда были увлечены применением методов машинного обучения и ИИ к сложным проблемам, какие были некоторые из этих проблем, с которыми вы столкнулись до присоединения к Healx?

Мне повезло иметь возможность применять машинное обучение и ИИ в различных контекстах, от нарушения деятельности террористов до выявления и смягчения компьютерных вредоносных программ, и, непосредственно перед Healx, сочетания ИИ с глубоким пониманием поведения пользователей для создания интеллектуальных машин для использования дома и за его пределами в Dyson.

Легко сделать ИИ трюком, но моя цель всегда была найти осмысленные применения, будь то получение смысла из огромных объемов информации или снижение когнитивной нагрузки пользователя через системы поддержки принятия решений. Наша миссия в Healx заключается в работе над одной из наиболее сложных проблем, прямо на пересечении ИИ и человеческой биологии, чтобы помочь некоторым из людей, которые в этом нуждаются больше всего: тем, кто страдает от редких заболеваний.

Каковы некоторые из ваших текущих обязанностей в Healx?

Я руковожу командой НИР, которая в конечном итоге отвечает за предоставление прогнозов лекарств нашей команде до клинических испытаний в Healx. Мы делаем это, понимая как основную биологию заболевания, над которым мы работаем, так и механизм действия потенциальных лекарств, которые могут помочь его лечить, все это работает на основе нашей проприетарной платформы ИИ, Healnet.

Healnet анализирует предсуществующие данные о лекарствах и заболеваниях из биомедицинских исследований, научной литературы, информации пациентов и собственных источников Healx, чтобы сформировать граф знаний о редких заболеваниях. Затем мы используем передовые методы ИИ и обработки естественного языка для извлечения из этого графа новых возможностей для переработки, сочетания и даже усиления молекул лекарств для лечения состояния.

Можете ли вы рассказать о некоторых технологиях машинного обучения, используемых платформой Healnet для выявления новых методов лечения редких заболеваний из существующих лекарств?

Конечно! Healx использует набор методов ИИ и обработки естественного языка для выявления неочевидных связей между заболеванием и соединением с наивысшей вероятностью успеха.

Одним из наших наиболее распространенных методов является Disease-Gene Expression Matching, или DGEM. Этот метод сравнивает профиль экспрессии генов для конкретного заболевания с профилями экспрессии генов из базы данных лекарств Healx, которая содержит тысячи сигнатур лекарств из публичных и частных источников и охватывает ряд фармакологических классов, включая смесь утвержденных и исследовательских соединений. DGEM затем прогнозирует, какие лекарства, вероятно, будут эффективными методами лечения на основе наиболее дифференциально выраженных генов в профилях экспрессии генов. Метод работает на основе предположения, что лекарство с механизмом, противоположным механизму заболевания, будет сильным кандидатом на эффективное лечение. Мы фактически использовали этот метод для выявления ведущих соединений, которые мы сейчас исследуем в рамках нашей программы IMPACT-FXS по синдрому хрупкой Х-хромосомы – ведущей генетической причине нарушений обучаемости.

Другим методом является Prediction of Repurposed Indications with Similarity Matrices (PRISM), который использует принцип, что если лекарство лечит конкретное заболевание, то подобное лекарство может лечить подобное заболевание. Для определения подобия лекарств PRISM учитывает целевые белки, структурное подобие и побочные эффекты, а для определения подобия заболеваний PRISM учитывает целевые гены, онтологическую структуру и фенотипы. Затем алгоритм машинного обучения объединяет эти подобия для прогнозирования новых применений методов лечения.

Мы разработали более 10 модулей прогнозирования монотерапии и комбинированной терапии для выявления новых терапевтических возможностей для редких состояний, и, что важно, эти модели обучены для открытия новых биологических механизмов заболеваний и методов действия, не ограничиваясь одним биологическим целевым объектом (что является проблемой традиционных методов открытия лекарств).

Как только лекарство выявлено как возможный кандидат, как система затем решает, следует ли продолжать клинические испытания?

Благодаря нашим алгоритмам ИИ и нашим проприетарным источникам данных, мы можем сократить список из примерно 15 000 возможных лекарств до 100 или около того вероятных кандидатов на лечение.

Как только у нас есть этот список, он передается нашей до клинической команде – состоящей из экспертных фармакологов и экспертов по открытию лекарств – которые применяют свои значительные научные и медицинские знания о заболевании и лекарствах для рассмотрения прогнозов и выбора наиболее вероятных кандидатов на лечение конкретного заболевания. Мы также предоставляем до клинической команде ИИ-генерируемую обоснование, поддерживающую прогнозы, объясняющую, почему соединение, которое может показаться неинтуитивным на первый взгляд, стоит их внимания.

Как только они сократили список еще раз до примерно 10-20 кандидатов, эти соединения переходят к до клинической проверке, которая включает в себя тестирование лекарства в культурах клеток и моделях до его испытания на людях в фазе клинических испытаний. Эти исследования раскроют, будет ли соединение, вероятно, эффективным, безопасным и какие (если какие-либо) побочные эффекты оно может иметь. Они также решают, какие лекарства можно комбинировать или усиливать для более эффективного лечения.

Можете ли вы рассказать о синдроме хрупкой Х-хромосомы и некоторых недавних успехах в выявлении потенциальных кандидатов на лекарства?

Синдром хрупкой Х-хромосомы – это редкое неврологическое расстройство, вызывающее ряд интеллектуальных и когнитивных нарушений. Он поражает примерно 1 из 4 000 мужчин и 1 из 8 000 женщин – но в настоящее время не существует эффективных или утвержденных методов лечения этого состояния.

Цель Healx – изменить это, попытавшись ввести хотя бы одну новую и эффективную комбинированную терапию для этого состояния на рынок в течение следующих нескольких лет.

Мы добились фантастического прогресса в достижении этой цели, и выявили несколько кандидатов на это состояние с помощью наших методов ИИ и омикс-основанного подбора лекарств (включая DGEM, который я упоминал ранее). HLX-0201, который изначально был утвержден как нестероидное противовоспалительное лекарство, является нашим наиболее перспективным кандидатом, и волнительно, что мы получили разрешение на проведение исследования нового лекарства (IND) от Управления по контролю за продуктами и лекарствами США (FDA) для клинического исследования фазы 2a этого соединения вместе с HLX-0206, который был выявлен как потенциальный партнер для комбинации с помощью методов прогнозирования комбинаций Healx.

Исследование IMPACT-FXS сейчас проводится на нескольких сайтах в США, что действительно волнительно, и мы надеемся скоро поделиться больше информацией об этом!

Стоит также упомянуть, что на протяжении всего этого проекта Healx тесно сотрудничал с Фондом исследований FRAXA, ведущей исследовательской и поддерживающей организацией для хрупкой Х-хромосомы в США, и другими организациями, чтобы помочь нам лучше понять это состояние и получить доступ к до клиническим данным и моделям, которые позволили нам быстро продвинуть наши прогнозы до клинического исследования.

Что вы представляете себе как будущее ИИ в нацеливании на редкие заболевания?

Я думаю, что существует потенциал увидеть ИИ и другие передовые технологии, развернутые на протяжении всего процесса открытия и разработки лекарств, помогая преодолеть некоторые из традиционных проблем, связанных с временем, стоимостью и риском.

Мы уже видим распространение компаний в более широком пространстве открытия лекарств, использующих ИИ для анализа данных о заболеваниях и установления биомаркеров, синтеза белков и проектирования новых лекарств, вплоть до анализа реальных данных и проведения клинических испытаний с поддержкой «цифровых двойников».

Все это будет чрезвычайно полезно для открытия методов лечения редких заболеваний, где существуют препятствия, связанные с отсутствием соответствующих знаний о заболевании или небольшим количеством пациентов. Обработка естественного языка может помочь заполнить пробелы в понимании, агрегируя актуальные данные, в то время как машинное обучение может прогнозировать, какие существующие методы лечения можно переработать и почему. Может быть, самое интересное – ИИ может предоставить нам автоматизацию, необходимую для выявления и разработки методов лечения в масштабе. И по мере увеличения вычислительной мощности и достижений в области ИИ мы можем быстро масштабировать это.

Есть ли что-то еще, что вы хотели бы поделиться о Healx?

Это отличное время, чтобы быть в этой области, и это реальная привилегия работать с этими передовыми технологиями для решения некоторых из самых сложных проблем. Мы всегда ищем людей, увлеченных нашей миссией, чтобы присоединиться к нашей команде, и я настоятельно рекомендую тем, кто заинтересован, посетить наш сайт вакансий.

У нас также есть некоторые интересные разработки и проекты в трубе в Healx, которые вы можете отслеживать через наш сайт, и мы надеемся скоро поделиться некоторыми из них с вами.

Спасибо за отличное интервью, я с нетерпением жду возможности следить за прогрессом Healx, компании, которая, безусловно, окажет положительное влияние на многих. Читателям, которые хотят узнать больше, следует посетить Healx.