今日，基于人工智能技術的藥物設計公司Atomwise宣布，它通過分別與SEngine Precision Medicine和OncoStatyx公司合作，創(chuàng)立了兩家合資企業(yè)。與SEngine Precision Medicine的合作將使用從患者體內獲得的細胞培養(yǎng)的活體腫瘤類器官（organoid）模型，檢測個體化藥物分子的療效。與OncoStatyx的合作將開發(fā)三陰性乳腺癌相關蛋白的靶向抑制劑。
Atomwise公司成立于2012年，其核心技術名為AtomNet，是一種基于深度學習神經網絡的虛擬藥物發(fā)現平臺技術。AtomNet就像一位人類化學家，使用強大的深度學習算法和計算能力，來分析數以百萬計的潛在新藥數據。AtomNet由一個虛擬大腦驅動，模仿了人類的視覺皮層，通過“學習”數百萬個關于藥物作用原理的數據，來對自己進行訓練。有了這一巨大的知識儲備之后，AtomNet的虛擬大腦可以應用它感知到的模式來預測假想藥物的有效性，并對現有藥物的用途提出一些令人驚喜的建議。
Atomwise的AI技術可以對大量化合物進行篩選，從而識別和預測那些以高親和力結合的化學結構，讓藥物的研發(fā)不再受到化合物數量，以及創(chuàng)造和篩選這些化合物所需資源的限制。通過AI平臺對更多的分子進行評估，研究人員得以發(fā)現新的治療機會和全新的療法。在使用Atomwise的技術和協作工作流程后，在理論上可以將過去需要數年時間的藥物發(fā)現流程壓縮到數周或數月。
與SEngine Precision Medicine的合作旨在通過“體外臨床試驗”開創(chuàng)建癌癥靶向新療法——即利用從個體患者的腫瘤細胞繁衍并生長成的類器官來篩選數百種潛在的候選藥物以及藥物組合。SEngine將提供與癌癥生長相關的基因靶點，Atomwise將使用其AI程序開發(fā)個體化的小分子抑制劑，最后這些抑制劑將在類器官模型中進行測試。SEngine創(chuàng)始人兼首席執(zhí)行官Carla Grandori女士表示：“本次合作是對雙方能力的一次整合，并將為下一代藥物發(fā)現創(chuàng)造一個新的模式，該模式不僅縮短產品上市時間還降低了臨床試驗成本。目前從發(fā)現有前途的小分子到進行臨床試驗的過程可能需要長達10年時間，而在這一新模式下，完成這一過程僅需目前所需成本和時間的一小部分。”與OncoStatyx的合作將開發(fā)針對KDM5B的小分子抑制劑。KDM5B是一種與三陰性乳腺癌相關的表觀遺傳調節(jié)蛋白。抑制KDM5B將重新激活腫瘤抑制蛋白HEXIM1的表達。在多種類型的實體瘤癌癥（包括三陰性乳腺癌）中，HEXIM1對關閉癌癥狀態(tài)起到重要作用。Atomwise將使用其專有的AI技術迭代模擬藥物靶點KDM5B與潛在抑制劑之間的相互作用。OncoStatyx的聯合創(chuàng)始人兼首席執(zhí)行官Matt Lawes先生表示：“本次合作將為像OncoStatyx這樣充滿活力的初創(chuàng)公司帶來變革性的影響，讓OncoStatyx能夠在保持公司的小規(guī)模和靈活性的同時，迅速開發(fā)通過關閉癌癥狀態(tài)來治療多種實體瘤的新方法。”
