上週，位於以色列特拉維夫的一家醫療AI公司CytoReason和輝凌製藥宣布了一項合作，將CytoReason基於人工智能的人體計算模型，與輝凌在炎症性腸病（IBD）方面的專業知識結合起來，從而開發基於細胞水平的疾病模型，以加速藥物發現並降低開發成本。

此次合作利用了CytoReason的公共和專有分子數據庫，以獲得有關機體功能的關鍵信息。本次合作結束時，CytoReason將對最重要的藥物靶點進行深入研究，為IBD患者提供新的治療選擇。

CytoReason的聯合創始人兼CEO大衛·哈雷爾表示：“與輝凌製藥的合作是很自然的。輝凌製藥是IBD解決方案和藥物的全球領導者。他們在胃腸病學、免疫學和轉化醫學方面的專業知識，會幫助我們更好地理解IBD的複雜性質，進而利用我們的AI技術創建更精確的疾病模型。“

據了解，雙方的合作是為靶點識別而設計的，儘管AI方法也可以用於開始臨床試驗之前的適應症分配。

哈雷爾說：“IBD是世界上被研究最多的疾病之一，可能僅次於癌症，現在又是COVID-19。IBD不僅廣泛存在，而且對患者的生活質量具有非常深遠的慢性影響。”

而輝凌製藥的受益點也很明顯，那就是進一步提高藥物研發速度和準確性。哈雷爾指出，“在AI方法之前，常用的方法是動物建模，一個動物模型的方法可能需要18個月和10萬美元，我們的方法可以在一個小時內比較數百種疾病。“

與許多生物信息學系統不同，CytoReason的模型完全基於人類數據，這是CytoReason的模型區別於其他模型的關鍵特徵。“（我們）沒有動物數據，在開發一種針對人類的藥物時，這一點很重要。”

哈雷爾表示，“我們不是在與製藥商競爭，可以在所有正在進行的臨床試驗中訓練我們的模型。隨著時間的推移，模​​型會根據每一個新客戶的需求而不斷改進，它們會變得更加準確。”

CytoReason的疾病模型是利用公共和專有數據開發的。哈雷爾說：“從平台獲得的目標類型，可以根據合作夥伴的具體需求和能力進行定制。無論那意味著大分子、小分子，還是特定的細胞或通路。”

例如，與輝凌製藥合作時，“我們不會告訴他們’這是五個最佳靶點’，因為它們可能因客戶的驗證方法、協議、製造能力、分銷系統或其他因素而有所不同，從整體上理解這種疾病至關重要。”

哈雷爾說：“現在的方法是對數據而不是物理化合物進行高通量篩選，而不是使用蠻力開發數據。”

這種基於數據的篩選可以訪問不斷更新的知識庫。“每兩分鐘，就有一篇新的期刊論文發表。這遠遠超出了一個人的理解能力。CytoReason每天都更新數據庫，以包含這些新發現。因此，AI的方法使得將新知識融入項目變得更加容易。”

目前，CytoReason有大約200種不同級別的疾病模型，這種靈活性使研究人員能夠檢查一種疾病的亞群。

哈雷爾說：“在一些醫生看來兩種疾病可能很相似，但在分子水平上卻很不一樣。有了穩健的數據模型，我們就可以對疾病進行分層，並在疾病變體中識別特定的元素。”

這種方式可以帶來更加個性化的方法，從而讓患者的治療更有效。

哈雷爾說，在藥物研發行業裡，製藥公司面臨著成本增加和成功率降低的挑戰。“所以，實施人工智能是大多數公司都在追求的東西，它正在成為藥物項目的一個關鍵組成部分。

“雖然我們不知道100年後的藥物開發會是什麼樣子，但使用更少的動物和更多的技術……更多的人工智能是相當肯定的。我們現在做的這些事情，就是幫助行業往這一方向邁出第一步。”