Ендрю Ватсон, віце-президент з питань штучного інтелекту та досліджень і розробок у Healx – Інтерв’ю

Ендрю Ватсон є віце-президентом з питань штучного інтелекту та досліджень і розробок у Healx.

Healx – це технологічна компанія, яка використовує штучний інтелект для допомоги пацієнтам з рідкісними захворюваннями у всьому світі. Існує 7 000 відомих рідкісних захворювань, які впливають на 400 мільйонів людей по всьому світу, але лише 5% цих захворювань мають затверджені методи лікування. Healx використовує штучний інтелект для ідентифікації нових методів лікування рідкісних захворювань з існуючих препаратів та просування їх до пацієнтів, яким вони потрібні. Їхній інноваційний підхід дозволяє їм прискорити темп, збільшити масштаб та покращити шанси на успіх у розробці методів лікування рідкісних захворювань.

Що спочатку привернуло вашу увагу до галузі машинного навчання?

Мій перший досвід машинного навчання був під час лекції з “Еволюційних алгоритмів” під час навчання університеті Ексетера. Ми вивчили програмування алгоритму, який проектував двовимірні іграшки, починаючи з випадкової суміші коліс та компонентів, а потім оцінював їхню продуктивність та ітерував для створення наступних поколінь, які працювали краще та краще проти міри, яку ми визначили. Мене зацікавило те, що програмне забезпечення могло виконувати тисячі ітерацій проєктування без жодного втручання людини, і з того часу я, можна сказати, переусердно намагався автоматизувати абсолютно все! Цей еволюційний підхід був тим самим, який використовувався НАСА для проєктування своєї антени ST5, яка виглядає зовсім не так, як би її створив людина.

Ви завжди були зацікавлені у застосуванні машинного навчання та технік штучного інтелекту до складних проблем, які були деякими з цих проблем, з якими ви зіткнулися до приєднання до Healx?

Мені пощастило мати можливість застосовувати машинне навчання та штучний інтелект у різних контекстах, від порушення діяльності терористів до ідентифікації та мінімізації комп’ютерних шкідливих програм, а також, безпосередньо перед Healx, поєднання штучного інтелекту з глибоким розумінням поведінки користувачів для створення інтелектуальних машин для використання вдома та поза її межами у Dyson.

Легко зробити штучний інтелект приманкою, але моя мета завжди була знайти значимі застосування, наприклад, отримання значення з великої кількості інформації або зменшення когнітивної нагрузки користувача через системи підтримки прийняття рішень. Наша місія у Healx полягає у роботі над однією з найбільш складних проблем, прямо на перетині штучного інтелекту та людської біології, для допомоги деяким з тих, хто цього найсильніше потребує: пацієнтам з рідкісними захворюваннями.

Які ваші поточні обов’язки у Healx?

Я керую командою досліджень і розробок, яка в кінцевому підсумку відповідає за надання прогнозів щодо лікарських засобів нашим колегам у команді до клінічних досліджень у Healx. Ми робимо це, розуміючи як біологію захворювання, над яким ми працюємо, так і механізм дії потенційних лікарських засобів, які можуть допомогти його вилікувати, все це відбувається на основі нашої власної платформи штучного інтелекту Healnet.

Healnet аналізує дані про існуючі лікарські засоби та захворювання з біомедичних досліджень, наукової літератури, даних пацієнтів та власних джерел Healx для формування графа знань про рідкісні захворювання. Потім ми використовуємо передові методи штучного інтелекту та обробки природної мови для видобування цього графа та знаходження нових можливостей для перепрофілювання, поєднання та навіть покращення молекул лікарських засобів для лікування захворювання.

Чи можете ви розповісти про деякі технології машинного навчання, які використовуються платформою Healnet для відкриття нових методів лікування рідкісних захворювань з існуючих лікарських засобів?

Так! Healx використовує набір методів штучного інтелекту та обробки природної мови для виявлення неочевидних зв’язків між захворюваннями та лікарськими засобами з найбільш високим рівнем успіху.

Одним з наших найпоширеніших методів є так званий “Дisease-Gene Expression Matching” (DGEM). Цей метод порівнює профіль експресії генів для певного захворювання з профілями експресії генів з бази даних лікарських засобів Healx, яка містить тисячі підписів лікарських засобів з публічних та приватних джерел та охоплює ряд фармакологічних класів, включаючи суміш затверджених та дослідницьких препаратів. DGEM потім прогнозує, які лікарські засоби найімовірніше будуть ефективними методами лікування на основі найбільш диференційно виражених генів у профілях експресії генів. Метод працює на основі припущення, що лікарський засіб з механізмом дії, протилежним до механізму захворювання, буде сильним кандидатом на ефективне лікування. Ми фактично використали цей метод для знаходження лікарських засобів, які ми зараз досліджуємо у рамках клінічного дослідження IMPACT-FXS на синдром ламкої Х-хромосоми – найбільшої генетичної причини порушень навчання.

Іншим методом є “Prediction of Repurposed Indications with Similarity Matrices” (PRISM), який використовує принцип, що якщо лікарський засіб лікує певне захворювання, то подібний лікарський засіб може лікувати подібне захворювання. Для визначення подібності лікарських засобів PRISM розглядає ціліові білки, структуру та побічні ефекти, а для визначення подібності захворювань PRISM розглядає ціліові гени, онтологічну структуру та фенотипи. Алгоритм машинного навчання потім використовується для поєднання цих подібностей для прогнозування нових застосувань лікарських засобів.

Ми розробили понад 10 модулів прогнозування монотерапії та комбінованої терапії для відкриття нових терапевтичних можливостей для рідкісних захворювань, і, що найважливіше, ці моделі тренуються для відкриття нових біологічних механізмів та шляхів дії, без обмеження одним біологічним цілем (що є проблемою традиційних методів відкриття лікарських засобів).

Як тільки лікарський засіб ідентифікується як можливий кандидат, як система вирішує, чи продовжувати клінічні дослідження?

Дякуючи нашим алгоритмам штучного інтелекту та власним джерелам даних, ми можемо скоротити список із приблизно 15 000 можливих лікарських засобів до 100 або менше найбільш ймовірних кандидатів на лікування.

Як тільки ми маємо цей список, його передають нашій до клінічній команді – складеній з експертів-фармакологів та фахівців із відкриття лікарських засобів – які застосовують свої значні наукові та медичні знання про захворювання та лікарські засоби для перегляду прогнозів та вибору найбільш ймовірних кандидатів на лікування певного захворювання. Ми також надаємо до клінічній команді генерований штучним інтелектом раціонал, який підтримує прогнози, пояснюючи, чому лікарський засіб, який може спочатку здаватися незрозумілим, заслуговує на їхню увагу.

Як тільки вони звузили список знову до приблизно 10-20 кандидатів, ці лікарські засоби переходять до до клінічної валідації, яка включає тестування лікарського засобу в культурах клітин та моделях перед тим, як його буде протестовано на людях під час клінічної фази дослідження. Ці дослідження покажуть, чи буде лікарський засіб ефективним, безпечним та виявлять, які (якщо такі є) побічні ефекти він може мати. Вони також визначають, які лікарські засоби можна поєднати або покращити для більш ефективного лікування.

Чи можете ви розповісти про синдром ламкої Х-хромосоми та деякі недавні успіхи у відкритті потенційних кандидатів на лікування?

Синдром ламкої Х-хромосоми – це рідкісне нейророзвиткове захворювання, яке викликає ряд інтелектуальних та когнітивних порушень. Воно впливає приблизно на 1 з 4 000 чоловіків та 1 з 8 000 жінок, але зараз немає ефективних або затверджених методів лікування цього захворювання.

Мета Healx – змінити це, спробувавши принести принаймні одну нову та ефективну комбіновану терапію для цього захворювання на ринок у найближчі кілька років.

Ми зробили фантастичний прогрес у цій меті, і відкрили кілька кандидатів на лікування цього захворювання за допомогою наших методів машинного навчання та омічних даних (включаючи DGEM, про який я згадував раніше). HLX-0201, який спочатку був затверджений як нестероїдний протизапальний лікарський засіб, є нашим найбільш перспективним кандидатом, і нас зацікавило те, що ми отримали дозвіл на проведення клінічного дослідження фази 2а для цього лікарського засобу разом з HLX-0206, який був ідентифікований як потенційний партнер для комбінованої терапії за допомогою наших власних методів прогнозування комбінацій.

Дослідження IMPACT-FXS зараз проводиться на кількох сайтах у США, що дуже цікаво, і ми сподіваємося мати більше інформації про це скоро!

Варто також згадати, що протягом цього проекту Healx тісно співпрацював з Фондом досліджень FRAXA, провідною організацією з досліджень та підтримки синдрому ламкої Х-хромосоми у США, та іншими організаціями для кращого розуміння цього захворювання та отримання доступу до до клінічних даних та моделей, які дозволили нам швидко просунути наші прогнози до клінічного дослідження.

Яке майбутнє штучного інтелекту у цілі на рідкісні захворювання?

Я думаю, що існує потенціал побачити штучний інтелект та інші передові технології, розгорнуті по всьому процесу відкриття та розробки лікарських засобів, допомагаючи подолати деякі традиційних проблем, пов’язаних з часом, вартістю та ризиком.

Ми вже бачимо розширення компаній у сфері відкриття лікарських засобів, які використовують штучний інтелект для аналізу даних про захворювання, встановлення біомаркерів, синтезу білків та проєктування нових лікарських засобів, аж до аналізу реальних даних та проведення клінічних досліджень з підтримкою “цифрових двійників”.

Все це буде дуже корисним для відкриття методів лікування рідкісних захворювань, де існують перешкоди, пов’язані з відсутністю відповідних знань про захворювання чи малими кількостями пацієнтів. Обробка природної мови може допомогти заповнити прогалини у розумінні шляхом агрегації актуальних даних, тоді як машинне навчання може прогнозувати, які існуючі методи лікування можна перепрофілювати та чому. Можливо, найцікавіше те, що штучний інтелект може надати нам автоматизацію, необхідну для знаходження та розробки методів лікування у масштабі. І коли зростає потужність обчислень та вдосконалюється штучний інтелект, ми можемо швидко масштабувати його.

Чи є щось інше, що ви хотіли б поділитися про Healx?

Це дуже хороша пора бути у цій сфері, і це справжня привілея працювати з цими передовими технологіями для вирішення деяких з найбільш складних проблем, які існують. Ми завжди шукаємо людей, які прониклись нашою місією, щоб вони приєдналися до нашої команди, і я високо рекомендую тим, хто зацікавлений, переглянути наші вакансії.

У нас також є деякі цікаві розробки та проекти у роботі у Healx, про які ви можете дізнатися більше на нашому веб-сайті, і ми сподіваємося мати можливість поділитися деякими з них з вами скоро.

Дякую за велике інтерв’ю, я сподіваюся слідкувати за прогресом Healx, компанії, яка безумовно зробить позитивний вплив на багатьох. Читачам, які бажають дізнатися більше, слід відвідати Healx.