AI ML パートナーシップを活用して Recursion Pharma との創薬を推進

Recursion Pharma CEO Chris Gibson との会話

データ管理から臨床業務、規制関連業務に携わる人々まで、臨床研究に携わるほぼすべての人に、これまで注目してきたトレンドについて尋ねると、ほぼ全員が人工知能 (AI) と機械学習 (ML) の進歩について言及します。創薬と開発。

そして、どうしてそれができなかったのでしょうか？ AI/ML は私たちの生活のあらゆる側面に浸透しています。 ChatGPT や他の AI チャットボットを使って人々が遊ぶすべての方法から逃れることはできないようです。 しかし、おそらく最も重要な関心のある分野の 1 つは医薬品開発分野です。 AI/ML の可能性は、2013 年に設立され、今月初めにカナダのテクノロジー企業 2 社、ヴァランスとサイクリカを買収した Recursion Pharma でも確かに失われていません。

Recursion はソルトレイクシティに本社を置き、ベイエリアとカナダにオフィスを構え、AI/ML を活用して創薬を産業化する臨床段階の「TechBio」企業です。 RecursionはCyclicaを4,000万ドルで、Valenceを4,750万ドルで買収する契約を締結した。

買収と創薬開発における AI/ML の将来について学ぶために、Recursion の CEO、Chris Gibson に話を聞きました。

Recursion は自らを「TechBio」企業と呼んでいます。 臨床研究の分野では「バイオテクノロジー」という言葉をよく目にしますが、その逆の言葉はそれほど普及していません。 その記述子を選択した背景にはどのような経緯があるのでしょうか?

ギブソン: TechBio は数年前に登場した用語で、急速に人気を集めています。 これは、コンピューティング (特に機械学習と人工知能) や自動化などのテクノロジを使用して異なる方法で創薬を行うという明確な戦略を持つ業界の企業の増加に合わせて、明確なカテゴリを作成することを目的としています。

昨年、私たち Recursion は、TechBio 分野の可能性に対する人々の評価が加速し続けている変化に気づきました。 大手製薬会社から大手テクノロジー企業に至るまで、テクノロジーを中核に持つこれらの企業が実際にヘルスケア業界に段階的機能の変化を引き起こすという必然性の感覚がリーダーの間で高まっているように私たちには感じられますが、この意見はまだ明らかになっていません。最近まで広く受け入れられていました。

あなたのあだ名を考えれば、Recursion がより多くの AI/ML 機能を社内に導入することを決定したのも不思議ではありません。 ちょうど今月、Recursion は Cyclica と Valence の両方を買収する決定を発表しました。 それらはどのような機能をもたらしますか?

ギブソン:創薬を変革するための機械学習手法とモデルを開発しているこの 2 社を買収することに合意したことで、Recursion は当社の化学および生成 AI 機能を大幅に強化します。 Valence は、創薬におけるローデータ学習の応用のための生成 AI および深層学習モデルを開発しています。 Cyclica は AI 対応の創薬分野にも参入しており、小分子創薬の基盤としてリガンドとタンパク質の相互作用の予測を通じて小分子の多薬理を予測する深層学習エンジンの先駆者となっています。

過去 10 年間、当社はテクノロジー ツールを使用して生物学をシステムとしてマッピングしナビゲートすることに重点を置いていましたが、これらの企業は化学第一のアプローチをとってきました。 これらの買収を通じて、当社は創薬プロセスをエンドツーエンドで産業化できる初のフルスタック技術ソリューションを作成するつもりです。社内データ生成から新しい生物学的標的の特定、化合物の設計と最適化まで、すべてを大規模に行うことができます。規模。

その間、AI/ML は臨床研究や創薬においてますます関心と話題の対象となっています。 まず、創薬を前進させるためのそれぞれの可能性について、私たちは何を知っていますか? そして、それなしでは実行できない、またはうまく実行できないことを、それによって何が可能になるのでしょうか?

ギブソン: AI と ML が創薬に影響を与える主な方法は 2 つあります。 1 つ目は効率の向上です。つまり、より速く、より安く考え、失敗を減らすことです。 再帰を含むいくつかの企業は、それが可能であることをすでに実証しています。 2 つ目は、私たち人間だけではできない、生物学的機能についてまったく新しいことを明らかにすることです。 効率と新規性の両方を組み合わせる – それが私たちにとって創薬を産業化する真のチャンスです。

これらのテクノロジーがすでに大きな影響を与えている他の業界から得た最大の教訓の 1 つは、驚くべき機械学習アルゴリズムを開発するだけでは破壊的な変化を生み出すのに十分であることはほとんどないということです。 これらの洗練されたアルゴリズムが適切なデータと組み合わされると、通常は継続的な学習、予測、改良の反復プロセスで、大きな変化が生まれます。 Recursion では、既存の内部データ セットや公開データ セットを再利用するのではなく、ML の目的に適した独自の大規模な独自データ セットを社内で生成しました。

RecursionとValenceの科学顧問ヨシュア・ベンジオ氏は、これらの買収によって「世界で最も魅力的なAI/ML研究」の一部がもたらされるだろうと述べた。 大胆な宣言ですね。 3 社すべてをひとつ屋根の下に置くことで、どのようにしてそれを達成できるのでしょうか?

ギブソン:ヨシュアは先見の明があり、チューリング賞受賞者であるため、生物学とテクノロジーの交差点で何が可能になるかについて彼が私たちと興奮を共有してくれることは、私たちにとってとても嬉しいことです。 まず、Recursion は、23 ペタバイトという地球上で最大の生物学的データ セットの 1 つを構築しました。 これは、これまでに制作されたすべての映画を合わせた数倍以上のデータです。 このデータは、生物学や化学を理解するのに役立つ機械学習モデルを構築するための基盤として不可欠です。

もう 1 つの重要な要素は計算能力です。Recursion は地球上で 150 の中で最速のスーパーコンピューターの 1 つを運用しているため、このボックスにチェックを入れることができます。

そして3番目に重要な要素は人です。 私たちはチームを強化するための模範的な AI/ML 人材を常に探しており、これらの買収により最高の人材が Recursion に集まることになります。 Yoshua 氏と Valence のチームは、世界最大かつ最も革新的なディープラーニング研究機関の 1 つである Mila に拠点を置いており、Cyclica のチームは長きにわたり、低分子創薬のためのディープラーニング研究の最前線に立ってきました。

AI/ML には創薬プロセスに革命をもたらす可能性があることを理解すると、臨床試験の実施の成功にはどのような影響があるでしょうか? AI/ML主導の創薬で始まったより多くの臨床試験が、安全性と有効性の点でそうでないものとは異なる結果をもたらすと期待できるでしょうか?

ギブソン:生物学は信じられないほど複雑で、臨床現場では適切な標的を選択しないためにほとんどのプログラムが失敗します。 2013 年の設立以来、Recursion は、システムレベルの生物学の大規模な調査を活用し、世界最大の生物学および化学データセットの 1 つを構築することで、この問題の解決に焦点を当ててきました。 これにより、生物学マップで生物学と化学にわたる何兆もの関係を予測できるようになり、治療の難しい疾患に対処する新しい方法を見つけるのに役立つ可能性のある新しい生物学的標的と化学的出発点を特定することができました。

私の希望は、今後数年間で、私たちの業界がこれらの技術の加速と改善を続けるにつれて、適切な標的とそれらを調節する最適な分子の選択がますますうまくなり、臨床プログラムの失敗率を減らし始めることです。プロセスの早い段階でターゲットを設定します。 また、試験設計や患者選択などへの機械学習の初期の進出も数多く行われています。 ヤンセン社の最高デジタル責任者であるナジャット・カーン氏は、臨床開発と商品化にツールを展開し、大きな成功を収めました。

すべての臨床試験は、治療法の安全性と有効性を判断することを目的としています。 Recursion の場合、その目標の一部は、それらの結果について透明性を保つことでもあります。 同社の方針は、すべての試験結果を試験終了日から 1 年以内に公開し、要望に応じて患者と結果を共有することです。 Recursion にとって、良くも悪くも結果を伝える際に透明性を示すことが重要なのはなぜですか?

ギブソン:私たちの使命を達成するには、率直さが重要な要素であると感じています。 私たちは長期にわたってこの問題に取り組んでいるため、この旅を一緒に歩んでいる人々との信頼と透明性の実績を作成することが不可欠です。 Recursion は、オープン サイエンスとオープンソース データセットのリリースにも強力に取り組んでおり、それが私たちと社会全体の価値を高めると信じています。 これまでに、私たちは 5 つのオープンソース データ セットをリリースしており、その一部はこの種のデータ セットとしては世界最大のものであり、広範な学術的および商用利用を認める条件に基づいています。 私たちの目標は、次世代の機械学習方法論で研究、方法開発、コラボレーションを促進できるようにすることです。

再帰の次は何でしょうか? 2人の増員で決着がついたのか、それとも別の買収に照準を合わせたのか、それとも全く別のことなのか？

ギブソン:特に業界で多くの統合と急速な変化が見られる環境において、私たちはこれまでに達成したことを誇りに思っています。 Cyclica と Valence の買収により、デジタル化学だけでなく、機械学習や人工知能の機能も追加されます。 彼らのスキルセットと当社の大規模自動ウェットラボおよびスーパーコンピューティング機能を組み合わせることで、バイオ医薬品業界で最も完全でテクノロジーを活用した創薬ソリューションであると私が信じているものを導入することができます。

今後を見据えて、私たちはこれらの機能を既存の創薬エンジンに統合することに重点を置いていますが、これらのテクノロジーが Recursion で構築したものとどれほど補完的であるかを考えると、これは非常に迅速に実行できると信じています。 私たちは、このフルスタックのアプローチを既存のパイプラインに対して展開し、クリニックへのプログラムを迅速に加速していきます。

エキスパートについて:

Chris Gibson 博士は、創薬を産業化するために生物学を解読する臨床段階の TechBio 企業である Recursion の共同創設者兼 CEO です。 Chris は、MD/Ph.D. の一環として、Recursion の種となるテクノロジーとアプローチを開発しました。 ユタ大学在学中、共同創設者のディーン・リー博士（現在メルク研究所所長）の研究室で働いている。 Chris は博士号を取得した後、医学部を中退し、Recursion を立ち上げました。 Chris はライス大学を卒業し、生物工学と経営の学位を取得しています。 Chris は BioUtah の取締役を務めており、ユタ州のライフ サイエンス エコシステムの拡大を推進する官民パートナーシップである BioHive の会長も務めています。 Chris は、公式および非公式の両方で、多くの若いバイオテクノロジー創設者のアドバイザーおよび指導者としても活動しています。

Clinical Leader からの最新記事が受信箱に届きます。