前瞻经济学人 紧跟行业趋势,免遭市场淘汰

打开APP

“GPS”式绘制致病分子行为地图,这家美国初创欲用这种方式“包治百病”

生辉

作者|胡莉花  来源|生辉(ID:SciPhi)

单细胞测序和机器学习的发展正在为药物发现谱写全新的篇章。

今年 1 月,上榜美国生命科学网站 Biospace 评选的 2021 年 “值得关注的生命科学初创公司” 后,Cellarity 投下了 2021 开年以来的第一记重弹,这家初创于近日宣布完成了 1.23 亿美元的 B 轮融资,投资方包括 BlackRock、 The Baupost Group、 Flagship Pioneering(以下简称 “FP”)等。

Cellarity 主要是利用单细胞技术和机器学习来通过研究和改变细胞行为开发针对所有疾病的药物,它的目标是提高药物发现的成功率和速度。Cellarity 计划用这笔资金推动其药物发现计划,同时将规模扩大一倍,达到约 120 名员工,并将于 2021 年下半年迁至新总部。

现在,Cellarity 在 4 个不同疾病领域拥有 7 个药物发现计划,包括血液学、免疫肿瘤学、新陈代谢和呼吸道。“这 4 个疾病领域已经展示了 Cellarity 平台的广度和深度”,Fabrice Chouraqui 表示。他现在是 Cellarity 的掌舵人,同时也是 FP 的 CEO-Partner,此前,他曾在诺华、BMS 等制药公司担任高管职位。

图片

图 | Fabrice Chouraqui(来源:BOSTINNO)

为细胞行为绘制“地图”

Cellarity 由 FP 在 2017 年孵化创立。当时,FP 对使用计算来解析疾病的复杂性和加速医学发展产生了深厚的兴趣,在其它领域,系统的复杂度已经超过了人们的理解能力,计算被用来发现和管理动态和高维数据,而在生物学中,机器学习不仅可以处理这些复杂的数据,还可以生成有关控制数据以加速医学发展的预测。

也正是在这一时期,FP 先后孵化并推出了人工智能辅助药物发现公司 Valo 和 Generate 等。

“以假说驱动” 是 FP 独特与其它风投的策略,Cellarity 就来源于这样一个想法:对单个细胞进行数字化。

FP 的团队认为,计算技术和新型的生物技术能够对任何细胞或者分子的成分进行定量,他们设想可以通过这些技术生成解开生物复杂性所必须的数据,以开发出更有效的候选药物。

为了实现这一目标,Cellarity 整合了一个实验室以及一个名为 Cellarium 的数字平台,并且组建了一支由网络生物学、人工智能和技术领域的专家组成的跨学科团队。他们能够利用单细胞技术和机器学习来揭示细胞的状态,能够对细胞的行为进行数字化和量化。

借助这一平台,Cellarity 通过 3 个步骤来识别针对细胞行为的药物:首先,通过机器学习来数字化和量化细胞的行为;其次,将细胞行为的改变转变为可数字化的多维图像,并将高维数据转化为机器可以识别的格式;最后,利用专有的机器学习算法和 AI 增强药物设计来预测和创建将改变细胞行为的分子。

“这种方式能够降低药物的副作用,并且能够缩短药物进入临床和市场的时间,在药物开发过程中能够节省多达 4 年的时间”,Cellarity 的创始人 Avak Kahvejian 曾在接受媒体采访时表示,他是 FP 的合伙人,曾帮助创立了 Rubius Therapeutics 在内的多家上市公司。

图片

图 | Cellarity Maps 平台发现药物(来源:Cellarity 官网)

2019 年 12 月,FP 投资了 5000 万美元,Cellarity 正式走出隐匿模式。

现在,Cellarity 拥有大约 250 种有关不同疾病的数字指南,他们将其称为 Cellarity Maps,涵盖了传统药物发现过程的每个步骤,他们宣称 Cellarity 是全球首家利用细胞行为开发药物的公司。

全球头部的人工智能药物研发公司 Insilico Medicine 的创始人兼首席执行官 Alex Zhavoronkov 告诉生辉,“了解细胞行为和操纵细胞行为是一项极具挑战的事情,包括我们公司在内的数百家公司和世界各地数以万计的学术科学家正在致力于这方面的工作,许多人正在单细胞水平上开展这项工作。因此,声称他们是第一个利用细胞行为开发药物的说法是不正确的”。

他补充道,“我的理解是 Cellarity 试图找出可能用于许可或设计他们自己的药物。由于我没有看到能够支持他们说法的刊物,也没有提供测试软件,因此无法评估他们做得有多好,我也没有看到专门从事生物技术的投资者会做适当的扩张。然而,与这家公司有关联的很多人的层级很高,他们可能会和资本做一些有趣的事情。”

进临床还需一两年

一款新药从开始研发到获批上市,大约需要 14 年的时间,平均耗资约 26 亿美元,但临床成功率不到 10%,药企们开始转向寻找新的出路。根据 CB Insights 的统计,近年来药企和人工智能达成的合作越来越多,合作的方向和覆盖适应症也拓展到了肿瘤和神经退行性疾病。

“Cellarity 和 Valo、Generate 一样,都在进行以 AI 驱动的药物发现和开发,但它们成立的时间不够长,还没有成果,与 TMT(传媒与电信)不同,这个行业能够布局大量的公司,相互之间也没有竞争,因为有效的药物和治愈方式太少了”,Alex 说道。

他补充道,“FP 在这一领域有足够的敏锐力,可以寻找并雇佣非常成熟的行业高管,能够轻而易举的从外部筹集大量的资金,我们也将看到这 3 家公司哪一家最先成功”。

FP 的合伙人 David Berry 告诉生辉,“目前的药物开发仅关注全球 7%的人口,而忽略了其他 93%的人口,人工智能创造了一个可以量身定制药物开发的机会,使药物真正适合其使用群体,一个完整的药物发现和开发平台将有机会为特定人群开发药物,这可能会成为制药的新领域。”

但是一部分批评家却不以为然,他们认为,AI 改变药物发现的能力被夸大了,因为到目前为止,还没有批准的 AI 开发的药物。

根据 Cellarity 披露的消息,他们已经开发了一些候选药物,但距离进入临床还需要 1-2 年的时间。其副总裁 Andrew Robertson 表示,Cellarity 会选择合适的合作伙伴,因为在某些领域,合作伙伴将拥有更专业的知识。同时他也表示,细胞是所有组织和器官中的基本单位,因此可以在任何疾病领域使用该平台。

晶泰科技首席科学家张佩宇博士告诉生辉,“单细胞分析数据可以帮助AI模型实现更全面的建模,从而在研发中选择更合适的化合物进入体内和临床实验”。

现在,利用人工智能结合单细胞技术开发药物的公司也越来越多。Celsius Therapeutics就在利用单细胞基因组学和机器学习来发现针对癌症和自身免疫疾病的药物;今年2月,晶泰科技和新格元也签署了以AI和单细胞测序研发肿瘤靶向药的合作协议。

张佩宇补充道,“我们不太了解Cellarity这家公司,但如果这项技术能够实现成熟应用,或可弥补现有研发技术中对体外活性和毒性预测的不足,也可以和AI药物设计很好的结合起来,寻找新的可成药靶点,及早发现在研药物的疗效和安全性问题”。

参考资料:

https://www.fiercebiotech.com/biotech/flagship-company-cellarity-takes-aim-at-cell-behavior

https://www.flagshippioneering.com/people/fabrice-chouraqui

https://endpts.com/cellarity-flagships-50m-bet-on-network-biology-marries-machine-learning-and-single-cell-tech-for-drug-discovery/

https://www.bizjournals.com/boston/inno/stories/fundings/2021/02/25/flagship-cellarity-startup-123m-funding-round.html

编者按:本文转载自微信公众号:生辉(ID:SciPhi),作者: 胡莉花


阅读全文
打开APP,享受沉浸式阅读体验

联系我们

官方服务热线

研究报告订购热线:400-068-7188

产业规划项目热线:400-639-9936

客服邮箱:service@qianzhan.com

长按二维码关注

提问研究员

一键提问研究员,零距离互动交流

我要提问
1

App数据库能为你做什么?

看看用户怎么说

2

App问答能为你做什么?

看看用户怎么说

3

App报告能为你做什么?

看看用户怎么说

4

App文章能为你做什么?

看看用户怎么说

相关阅读