安德鲁·沃森，Healx 人工智能和研发副总裁 – 采访系列

安德鲁·沃森是 Healx 的人工智能和研发副总裁。

Healx 是一家人工智能驱动、以患者为灵感的技术公司，致力于帮助全球罕见病患者获取改善生命的治疗方法。目前已知有 7,000 种罕见疾病，影响着全球 4 亿人，但只有 5% 的疾病有批准的治疗方法。Healx 使用人工智能（AI）从现有的化合物中识别罕见疾病的新治疗方法，并将其推进到需要的患者中。他们的创新方法意味着他们可以加速罕见疾病治疗开发的步伐，增加规模，并提高成功的机会。
是什么最初吸引你进入机器学习领域？
我的第一次接触机器学习是在大学期间的一次关于“进化算法”的讲座。我们学习了如何编程一个算法来设计二维玩具车，从随机的轮子和组件开始，然后评估其性能并迭代创建后续版本，以提高其性能。我对软件能够在没有人工干预的情况下进行数千次设计迭代感到着迷，从那时起我就一直试图自动化一切！这种进化方法也是 NASA 设计其 ST5 天线 的方法，该天线与人类专家设计的完全不同。
您一直对将机器学习和人工智能技术应用于困难问题感兴趣，加入 Healx 之前您遇到的一些挑战是什么？
我很幸运能够在各种背景下应用机器学习和人工智能，从破坏恐怖主义到识别和减轻计算机恶意软件，再到在戴森公司将人工智能与对用户行为的深入理解相结合，创建用于家庭和其他领域的智能机器。
人工智能很容易变成一个噱头，但我的目标一直是找到有意义的应用，无论是从大量信息中提取意义还是通过决策支持系统减少用户的认知负担。我们在 Healx 的使命是解决人工智能和人类生物学交叉点上的最终挑战之一，帮助那些最需要帮助的人：罕见疾病患者。
您目前在 Healx 的一些职责是什么？
我负责研发团队，该团队最终负责为 Healx 的临床前团队提供药物预测。我们通过了解我们正在研究的疾病的潜在生物学和潜在治疗药物的作用机制来实现这一目标，所有这些都基于我们的专有人工智能平台 Healnet。
Healnet 分析来自生物医学研究、科学文献、患者见解和 Healx 自己的策划来源的现有药物和疾病数据，以形成罕见疾病知识图。然后，我们使用最先进的人工智能和 NLP 模型来挖掘该图以找到重新开发、组合甚至增强药物分子以治疗一种疾病的新机会。
您能否讨论 Healnet 药物发现平台使用的一些机器学习技术，该平台用于从现有的药物中识别罕见疾病的新治疗方法？
当然！Healx 使用一套人工智能和 NLP 方法来识别具有最高成功概率的非明显疾病-化合物关系。
我们最常用的方法之一称为疾病-基因表达匹配（Disease-Gene Expression Matching，DGEM）。该方法比较特定疾病的基因表达谱与 Healx 策划的药物数据库中的基因表达谱，该数据库包含来自公共和私人来源的数千个药物签名，涵盖了包括已批准和调查性化合物在内的各种药理学类别。DGEM 然后预测哪些药物可能是有效的治疗方法，基于基因表达谱中最明显的基因表达差异。该方法的工作原理是基于这样一个前提：具有与疾病相反的机制特征的药物机制将是强有力的有效治疗方法的候选者。我们实际上使用此方法找到了我们现在正在 IMPACT-FXS 试验中研究的首领化合物，IMPACT-FXS 试验是关于脆性 X 综合征的，脆性 X 综合征是导致学习困难的最常见的遗传原因。
另一种方法是预测重用指示的相似性矩阵（Prediction of Repurposed Indications with Similarity Matrices，PRISM），它使用了如果一种药物治疗一种特定的疾病，则一种相似的药物可能治疗一种相似的疾病的原理。为了确定药物的相似性，PRISM 考虑目标蛋白、结构相似性和副作用，而为了确定疾病的相似性，PRISM 考虑目标基因、本体结构和表型。然后，机器学习算法被用来组合这些相似性以预测新的治疗应用。
我们已经开发了超过 10 个单一治疗和组合治疗预测模块来识别罕见疾病的更多新治疗机会，并且这些模型被训练为发现新的疾病生物学和作用机制，而不仅仅局限于单一的生物目标（这是传统药物发现方法的一个问题）。
一旦药物被识别为可能的候选者，系统如何决定是否继续进行临床试验？
感谢我们的人工智能算法和我们的专有数据源，我们能够将大约 15,000 种可能的药物缩小到 100 种或更少的可能治疗方法。
一旦我们有了这个列表，它就会被传递给我们的临床前团队，该团队由专家药理学家和药物发现专家组成，他们将运用自己对疾病和药物的重大科学和医学知识来审查预测并选择最可能的药物候选者来治疗特定的疾病。我们还为临床前团队提供人工智能生成的预测理由，解释为什么一个在第一眼看起来似乎不合理的化合物值得他们的关注。
一旦他们将列表缩小到大约 10-20 个候选者，这些化合物就会被推进到临床前验证，这涉及在细胞培养和模型中测试药物，然后在临床试验阶段在人类中测试。这些研究将揭示化合物是否可能有效、安全以及是否有任何副作用。它们还决定哪些药物可以被组合或增强以获得更有效的治疗方法。
您能否详细介绍一下脆性 X 综合征的内容，以及最近在发现潜在药物候选者的成功方面取得的进展？
脆性 X 综合征是一种罕见的神经发育障碍，导致一系列的智力和认知障碍。它影响大约每 4,000 名男性和每 8,000 名女性，但目前尚无有效或批准的治疗方法可用于治疗这种情况。
Healx 的目标是改变这一点，通过在未来几年内至少将一种新型和有效的组合治疗方法推向市场。
我们在实现这一目标方面取得了巨大的进展，并且通过我们的人工智能和组学基于药物匹配方法（包括我之前提到的 DGEM）发现了多个候选者。HLX-0201 是我们的最有前途的候选者，它最初被批准为非甾体抗炎药，令人兴奋的是，我们已经从美国食品和药物管理局（FDA）获得了对该化合物的 2a 期临床研究的调查新药申请（IND）批准，HLX-0206 是使用 Healx 的专有组合预测方法识别出的潜在组合合作伙伴。
IMPACT-FXS 研究目前正在美国的几个地点进行，这真的很令人兴奋，我们希望很快能够分享更多关于它的信息！
值得提及的是，在整个项目中，Healx 与 FRAXA 研究基金会 等领先的脆性 X 综合征研究和支持组织以及其他组织密切合作，以帮助我们更好地了解这种情况并获取临床前数据和模型，这使我们能够快速将预测推进到临床研究。
您如何看待人工智能在针对罕见疾病方面的未来？
我认为有可能看到人工智能和其他前沿技术被部署在整个药物发现和开发管道中，帮助克服一些传统的时间、成本和风险挑战。
我们已经看到更广泛的药物发现领域中有许多公司使用人工智能来分析疾病数据、建立生物标志物、合成蛋白质、设计新药物，甚至分析真实世界的证据和支持“数字孪生”对照组的临床试验。
所有这些都将对罕见疾病的治疗发现非常有益，在这些疾病中，存在有关疾病知识或患者人数较少的障碍。NLP 可以帮助通过聚合最新数据来填补这些空白，而机器学习可以预测哪些现有的治疗方法可以被重新开发以及为什么。最令人兴奋的是，人工智能可以为我们提供找到和开发治疗方法所需的自动化，并且随着计算能力和人工智能的进步，我们可以快速扩大规模。
您是否还有其他关于 Healx 的信息想要分享？
这是一个非常好的时机来参与这个领域，这是一种特权能够使用这些最先进的技术来解决一些最复杂的问题。我们始终在寻找对我们的使命充满热情的人加入团队，我强烈推荐那些有兴趣的人查看我们的 职位空缺。
我们在 Healx 也有一些令人兴奋的发展和项目，这些您可以通过我们的 网站 跟踪，我们希望很快能够与您分享其中的一些。
感谢这次精彩的采访，我期待着关注 Healx 的进展，这是一家将无疑对许多人产生积极影响的公司。希望了解更多信息的读者可以访问 Healx。