利用机器学习发现NASH靶标,吉利德科学与insitro达成合作

今日,吉利德科学(Gilead Sciences)公司与insitro公司宣布达成战略研发合作,共同发现和开发治疗非酒精性脂肪性肝炎(NASH)的创新疗法。insitro是一家使用机器学习技术,革新药物开发和研发过程的生物技术公司。该公司在2018年正式成立,并且从Arch Venture Partners、GV(前谷歌风投)、Third Rock Ventures等著名风投机构获得1亿美元的A轮融资。这一合作标志着该公司利用机器学习进行药物开发的技术得到大型医药公司的肯定

NASH是一种慢性肝病,其特征是肝脏中脂肪积累并出现炎症,导致肝细胞损伤。炎症和肝细胞损伤会引起肝纤维化,最终导致肝硬化和肝癌。NASH在肥胖症和2型糖尿病患者中更容易出现。目前,对这一疾病的治疗方法有限。虽然有多家公司在研发NASH疗法,但是关于NASH本身的病发机理没有得到完全的澄清。

insitro公司通过生成高通量、功能性基因组数据组,并且使用创新机器学习手段,与患者其它数据相关联,构建预测性模型。这些预测性模型能够加速靶标的选择和有效疗法的设计。根据合作协议,insitro的独创技术平台将被用于构建NASH的疾病模型和发现影响疾病进展和恢复的靶标。吉利德科学有权从这项合作中选择5个靶标,并且负责针对这些靶标的化学和开发工作。

insitro公司将获得1500万美元的预付款,根据运营里程碑可以获得额外3500万美元的近期付款。根据吉利德科学选择的5个靶标的临床前、临床期以及监管和推广里程碑,insitro公司最高可从每个靶标中获得2亿美元的后续付款,并且获得销售分成。

“吉利德科学致力于为NASH患者研发创新疗法,”吉利德科学公司首席科学官兼研发负责人John McHutchison博士说:“我们非常高兴有机会和insitro公司一起合作解决与这一复杂疾病相关的科学挑战。通过这一合作,我们将利用深度学习,探索NASH生物学和临床表现的科学机制,加快有效疗法的开发。”

▲insitro创始人兼首席执行官Daphne Koller博士在2019年药明康德全球论坛上介绍AI在新药研发中的作用(药明康德相关阅读:未来需要怎样的大数据与AI? | 药明康德全球论坛实录

“NASH是一种进行性肝病,它将成为美国导致肝脏移植的首要原因,”insitro创始人兼首席执行官Daphne Koller博士说:“我们很高兴能与吉利德科学合作,它是肝病领域的领先公司之一。我们将为发现NASH疗法提供创新工具,为世界各地的患者造福。”

我们祝贺insitro和吉利德科学公司达成这项机器学习研发新药的重要合作,也预祝这两家公司的合作能够发现治疗NASH的创新靶标,为治疗这一严重疾病早日带来创新疗法。

参考资料:

[1] Gilead and insitro Announce Strategic Collaboration to Discover and Develop Novel Therapies for Nonalcoholic Steatohepatitis. Retrieved April 16, 2019, from https://www.businesswire.com/news/home/20190416005296/en/

药明康德AI
药明康德AI

药明康德微信团队专业打造。当人工智能遇上大健康,带你看全AI时代的智慧之光。

专栏二维码
产业机器学习
相关数据
高通机构

高通公司(英语:Qualcomm,NASDAQ:QCOM)是一个位于美国加州圣地亚哥的无线电通信技术研发公司,由加州大学圣地亚哥分校教授厄文·马克·雅克布和安德鲁·维特比创建,于1985年成立。两人此前曾共同创建Linkabit。 高通公司是全球3G、4G与5G技术研发的领先企业,目前已经向全球多家制造商提供技术使用授权,涉及了世界上所有电信设备和消费电子设备的品牌。根据iSuppli的统计数据,高通在2007年度一季度首次一举成为全球最大的无线半导体供应商,并在此后继续保持这一领导地位。其骁龙移动智能处理器是业界领先的全合一、全系列移动处理器,具有高性能、低功耗、逼真的多媒体和全面的连接性。目前公司的产品和业务正在变革医疗、汽车、物联网、智能家居、智慧城市等多个领域。

深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

推荐文章
暂无评论
暂无评论~