基于 AI 能力加持的生物打算引擎,可以帮助创新药物研发实现从“大海捞针”变为“按图索骥”。

百图生科推出生物打算驱动的“ImmuBot”免疫机器人

9 月 9 日,百图生科正式启动北京中央实验室,并首次对外表露其基于生物打算引擎 de novo 设计的全新蛋白质药物——“ImmuBot”(免疫机器人)。

据先容,由于人体免疫系统高度繁芜,种类多达数十类,且在不同组织器官环境有不同特色的免疫细胞族群,与每个细胞上决定其功能的恒河沙数的蛋白质,共同形成了繁芜的万亿关系级别的功能调控网络,且在不同人群中有各不相同的亚型。

当前的免疫调控药物只针对这个繁芜系统内的通用人群、单一或少数靶点进行调控,缺少对病人亚群和疾病异质性的风雅设计,无法实现精准的靶向和完全的调控,造成了药物的安全性、有效性特殊是长期有效性的巨大寻衅。

李彦宏提议创立的 AI 制药公司首次宣告免疫机械人可精准编程

面对免疫调控的行业难题,百图生科基于生物打算引擎 de novo 设计的“ImmuBot”,具备四大功能特点:

弹头高性能。
基于人工智能的强大能力,ImmuBot 为每一个靶点配备了恰当亲和力、精准定表位、精准功能引发的高性能弹头,并可实现相对其他同族蛋白的高特异性设计,从而极大提高有效性和安全性。
组合多靶向。
基于生物打算引擎的靶点组合挖掘和多弹头桥接药物设计,ImmuBot 可实现对多个组织特异性靶点、免疫功能靶点的组合靶向,使其具备强大的精准靶向、免疫细胞招募、浸染于多个免疫机制、防止耐药逃逸等功能上风。
编程式掌握。
通过创新蛋白质设计,ImmuBot 可以实现对人体微环境、细胞因子等的传感器感知,实现 AND、OR、IF 等条件触发功能,从而实现在特定疾病微环境内激活、针对患者情形选择性激活、序贯弹头激活等高等功能,实现对免疫系统的精准重编程。
构件式组装。
每个 ImmuBot 均由多个免疫功能弹头、组织导航弹头、微环境传感器、可编程掌握器在适宜的底座上由生物打算引擎组装而成,各种构件均可预制、多次复用、快速组装,不仅确保了单体药物的最佳性能,而且带来整体药物研发 10-100 倍的效率提升,为针对细分人群、疾病亚型、罕见病的风雅化药物设计带来新的可能。

百图生科首席实行官刘维先容,ImmuBot 平台上的每个“机器人”药物均由多个免疫功能弹头、组织导航弹头、微环境传感器、可编程掌握器等构件组装而成,可以实现传统抗体药物无法实现的繁芜浸染机制,有望为大量未被知足的临床需求供应新的办理方案。

刘维表示:“百图生科所开拓的免疫机器人药物,是高度繁芜的创新蛋白质,大多在自然界中并不存在。
由于不能依赖生物筛选的根本,其潜在设计空间趋于无限大,为设计带来了极大的寻衅。
但生物打算的高效 de novo 设计能力,可以在超大算力的加持下,迅速对大量候选蛋白质的各功能指标、可开拓性指标等维度进行评估,再通过高通量实验体系高速验证迭代收敛,使 de novo 设计成为可能。

资料显示,百图生科(BioMap)是中国首家生物打算引擎驱动的创新药物研发平台,由百度创始人李彦宏于 2020 年创立。
2021 年,百图生科与北京海淀区政府达成计策互助,在海国投贝伦家当园区培植 5000 平米的百图生科北京中央实验室。

百图生科北京中央实验室内部设有大规模高通量自动化验证实验室、CLIA 标准组学实验室、微流控芯片实验室、类器官实验室、免疫细胞和基因编辑技能实验室等一系列研究实验室,通过自主研发的高通量 CRISPR 系统、类器官系统、微流控系统、打算光学系统,为百图生科解码免疫系统、打造高通量干湿闭环的生物引擎供应关键能力。

免疫机器人是如何炼成的?

ImmuBot 免疫机器人意图实现对免疫系统的精准重编程,治疗上百种免疫干系疾病。
这样一个打破性药物平台是如何开拓的?

刘维表示,资产组合、引擎技能、生态平台是其核心支撑。

基于免疫机器人技能平台高效研发的特色上风,百图生科正在构建一个大型的创新药物资产组合,包括 10 余类自主靶点挖掘项目、30 余个构件研发项目、10 余个自主和互助药物研发项目。

随着大批构件项目的研发推进,未来公司会自主或与互助伙伴联合,高效地推出更多的药物管线。
目前,公司已在 10 余个项目上取得 HIT、LEAD 等进展,估量明年将实现首批 ImmuBot 项目进入环球临床。

这个大规模资产组合覆盖了大批肿瘤和自免疾病,特殊是中国高发的胃癌、肝癌等临床需求强烈的病种,也覆盖了近十种紧张的免疫细胞,为每类免疫细胞准备了创新的弹头。

而在大规模资产组合背后,是由 AI 大模型驱动的高通量干湿闭环生物打算引擎。

这一引擎通过一系列底层技能创新的“大科学装置”,包括万亿关系的多组学免疫图谱、千亿参数的蛋白质/免疫打算大模型、亿级数据生产量的高通量免疫仿照实验系统等关键技能,形成了高效的干湿闭环,才能将解码繁芜免疫系统、de novo 设计全新的蛋白质药物变为可能。

百图生科的“AI+药物研发”实践

随着 AI 技能在越来越多的行业中落地运用,AI + 制药也成了近两年的热词。

头豹研究院报告显示,AI 制药是指将自然措辞处理、机器学习及大数据等人工智能技能运用到制药领域各环节,以提高、优化新药研发的效率及质量,降落临床失落败概率及研发本钱。

而百图生科的核心逻辑是,利用生物打算引擎,从海量生物数据与信息中抽取知识,绘制“BioMap”,将创新药物研发实现从“大海捞针”变为“按图索骥”。

百图生科首席 AI 科学家宋乐博士表示,全体 AI 体系架构会是一个四层嵌套构造。
“你可以把人想象成是一个多尺度的系统,表面是器官或组织,有细胞的协同事情,再细分是单个细胞,里面是非常繁芜的蛋白质相互浸染网络、蛋白质调控基因表达网络,再深一层是蛋白质相互浸染。
这个大模型最底层的是基于蛋白质序列进行预演习,对蛋白质构造进行预测。

详细而言,四层嵌套构造可以理解为,系统通过演习得到一组表征,这个底层的表征可以用在上层模型上作为输入,第二层模型输出又可以作为上面一层模型的输入,让全体体系里的数据流利,或是让模型之间组合在一起。
末了,在细胞系统层面的模型可以和下面的蛋白质预演习模型链条产生更好的效果。

当前 AI 制药仍存在诸多寻衅,个中一个比较大的难点在于,如何为 AI 定义目标?

在接管采访时,刘维表示,宽泛地做 AI 无法产生独特的数据,也没有独特的试验闭环,很难真正打破行业均匀水平。
因此,必须要选定一个特定领域,并环绕这个特定领域搭建技能能力。

“从公司创立之初,我们想得比较清楚的几件事是:第一,我们一贯在找一个特定针对的领域,就像我们本日做的领域很垂直,但我们相信这是一个巨大的市场。
这个领域中,免疫机器人作为一种平台技能,能够办理上百种免疫疾病。
第二,我们环绕这个特定领域搭建了高通量蛋白、高通量免疫所有的实验能力,以及大模型和为了演习大模型所需的数据和知识图谱。
如果你希望用一个新技能去泛泛做做事,想什么问题都能办理,这是很难的。
而我们找了一个足够难,但足够聚焦的方向,便是去做全新的蛋白质药物设计。
”刘维说道。