支持免疫系统的药物发现与Cell-centered模型

许多生物过程,特别是免疫系统,在细胞水平上运作。CytoReason利用这些知识来构建计算,高分辨率、机械模型的一系列疾病,使更好的药物靶点的发现和验证。

我们最近跟大卫•Harel CEO CytoReason,学习更多的知识。

劳拉·伊丽莎白·兰斯顿(LL):你能告诉我们关于CytoReason对更好的理解疾病和支持的工作更有效的药物发现和开发?

Harel大卫(DH):CytoReason构建计算,高分辨率、机械模型cell-protein-gene一系列疾病的水平和相关的组织。我们嫁给那些为这些疾病的治疗模型从合作者我们创建的数据收集和数据。这个平台可以让我们从基因表达数据,重建失去的细胞信息分离的疾病信号浸润细胞的信号,让我们把特定基因特定的细胞。该信息然后与其他组学和文学集成数据创建一个方案特殊的免疫反应的细胞模型。集成与CytoReason疾病模型赋予研究分析和允许模型的学习和提高,导致健壮的目标发现、药物反应生物标志物和适应症的选择。

简而言之,这个平台使我们能够:更好地了解试验结果(即组织特异细胞/基因签名);理解生物关系和信号以外的试验结果;和比较单一的影响试验和组织其他疾病。

这是非常有用的:

• 目标的发现和验证,研究相关的细胞和基因允许我们识别或有关在网上验证基因的兴趣。
• 识别每个疾病模型中的方差,使患者群体的细分基线明显不同的子组,允许发现新的目标与成功的概率更高。
• 了解合作者的试验在细胞寻找线索,普遍反应组——发现响应标记。组织模型可以比血模型(同样的疾病,不同的组织)和被用来识别血液标记,这是更容易检测在临床设置。
• 人比较响应者vs临床数据在细胞和基因水平可以预测生物标志物可以进一步用于患者分层先进的临床研究
• 比较在多个组织和治疗疾病的效果,估计非目标效应,在其他疾病和评估疗效表示优先级或扩张。

Ruairi MacKenzie (RM):为什么CytoReason使用cell-centered模型而非基于基因模型?

DH:许多组织,特别是免疫系统,在细胞水平上运作。的基本单位是细胞许多,如果不是大多数,生物活动。使用具有的好处,和一个能够模型中可以清楚地看到这是工作发表在肠道在2018年,我们分析了炎症性肠病(IBD)患者的基因表达数据使用我们的平台。当我们评价最高的基因表达数据,我们看到他们大多编码蛋白质和转录因子参与免疫细胞的渗透。这并不奇怪,因为有炎症和免疫细胞浸润渗透受感染的组织。问题是,这些基因的丰度面具其他(可能是至关重要的)疾病信号,这些免疫反应的变化将导致基因表达的不同比例。的CytoReason Cell-Centered模型解耦浸润细胞的信号从疾病信号,使一个明确的重要,然而隐藏,通路在起作用。这种独特的技术是克服混杂的免疫反应和产生的方差,这是有限的兴趣这种疾病特定组织。这项工作,可以发现小说细胞和blood-based预处理生物标志物,在炎症性肠病领域产生了巨大的兴趣。

RM: CytoReason模型利用相应的数据——这是什么意思和如何药物发现中获益呢?

DH:我们生活在一个世界急于集成人工智能(AI)和大数据在每一个行业。现实情况是,在医疗和制药公司具体来说,对数据的访问是主要的障碍,而不是算法。隐私问题,知识产权(IP),监管和遗留系统在制药公司利用数据仍然少见,但获得牵引力。

每一个新的协作和集成到每一个新的数据集CytoReason模型增强了模型的强度和精度,增加价值的合作者。但这并不是简单的原始数据,使得不同——模式和上下文是真正的任何机器学习平台的准确性的关键。我们的模型只需要统计总结(相关性不能逆转回到数据)为了成长——它不需要原始数据,也没有的问题或答案问,和提供的模型——这一切仍然是完全保密的。此外,一旦这些总结集成到模型中,他们也成为与模型的其余部分和不能被分离出来。启用了一体化进程CytoReason确立自己在可信第三方大型制药公司——一个中立的一方,可以为每个合作者带来重要价值,同时保护病人的信息和合作者IP。关键是要建立信任与领先的组织和保持最高的道德标准。

我:挑战和机遇与人工智能和机器学习应用到药物发现领域?

DH:显然,总有无数的挑战要克服当一个新兴的领域开始制造严重的进展。我们是被三个关键的挑战(排名不分先后):

1。“黑盒”问题:药物发现和开发是一个生物过程——数据扔到一堆算法然后说深生物信息学的一组临床研究人员不会结束。这是真的,他们对结果的理解和信任他们在这些结果。我们的团队的生物学家和bioinformaticians工作与内部医药研究为了数据科学与生物学之间的桥梁。在这个过程中每一步都是解释和讨论与我们的合作者,解决“黑盒”的不确定性。过程致力于生物见解的医药研究小组本能地理解和可以进一步调查。

2。对数据的访问:商业敏感性,监管和隐私问题,加上全球网络安全威胁是一个挑战。我承认我们还没有制定一个全球战略应对网络安全,但我们确实有一个广为接受的和严格的策略和道德准则来处理高度机密和商业敏感数据和遵从性需求。

3所示。天赋:团队建设和吸引的人才在任何行业中始终是一个挑战,所以在我们这样一个复杂和高度专业化的领域。正如前面提到的,我们不是一个公司的计算机极客,你不能计算复制生物过程不正确的和广泛的专业知识(生物、信息、软件工程、生物技术/制药公司)。我们的文化和地理位置为我们工作能够吸引世界一流人才在所有这些领域。

总的来说,我们已达到一个点在这一领域的进展,制药公司也开始有一个真正的和有效的经验与机器学习的“实验”。我们与辉瑞合作就是一个例子,一个重要的和长期的合作,包括两个最大的研究单元,这是一个广泛的概念验证过程的结果。这充分说明了潜在成功的提高利率,减少临床项目,提高商业机会:

• 增加发现的准确性和速度(目标、化合物和生物标记),允许更高的个性化,伴随早些时候批准在特定的患者群体。
• 帮助扭转持续研发投资回报率下降,需要推动增加对新技术的需求。
• 产生更大的价值越来越多的分子数据,目前正在临床试验中产生,不仅在研究。

简而言之,机会是巨大的,对我们和字段作为一个整体。

噢,CytoReason最近宣布与辉瑞合作,你能告诉我们更多关于这一伙伴关系将带来什么?

DH:这一伙伴关系是影响研发决策在整个管道发现通过目标验证和在临床开发和生命周期管理。

协作将专注于免疫学、immune-oncology、炎症和皮肤病迹象和将数据模型,进一步将它们分开的准确性和力量。

协议的结构,涉及重大技术访问费用以及成功支付,也有趣,表明CytoReason带来广泛的价值。这不仅包括潜在的IP还宝贵的生物的理解可能不代表IP,但可以开车朝正确的方向进展的关键,提高研发效率,降低开发风险。

Harel大卫说,劳拉·伊丽莎白·兰斯顿,Ruairi J MacKenzie,科学技术网络作家。188金宝搏备用