Wielka zagadka ciała i choroby zaczyna ustępować miejsca sztucznej inteligencji, mówi dyrektor generalny Recursion

Narzędzia do głębokiego uczenia i dużych zbiorów danych w ciągu najbliższych kilku lat doprowadzą do przełomowych odkryć w takich dziedzinach jak onkologia, mówi dyrektor generalny Chris Gibson.

Laboratoria w siedzibie firmy Recursion w Salt Lake City.

Jednym ze sposobów myślenia o sztucznej inteligencji w jej nowoczesnej formie uczenia głębokiego jest układanie puzzli. Masz obrazek na pudełku i zaczynasz porządkować swoje elementy. 

"Zwykle zaczynam od znalezienia elementów krawędzi, dopasowania kolorów, zobaczenia, powiedzmy, że jest to biały kot" - mówi Chris Gibson o swoim podejściu do pracy nad puzzlami. 

Gibson jest współzałożycielem i dyrektorem generalnym działającej od dziewięciu lat firmy o nazwie Recursion Pharmaceuticals, która wykorzystuje głębokie uczenie do poszukiwania nowatorskich podejść terapeutycznych do chorób. 

Gibson w rzeczywistości sortuje to, co może być kawałkami bardzo dużej układanki.

A obrazek na pudełku? 

"Szeroki obraz polega na przewidywaniu, jak organizm reaguje na cokolwiek" - powiedział Gibson w niedawnym wywiadzie dla ZDNet za pośrednictwem Zoom. "Każde zdarzenie, każdy lek, dowolne białko, dowolna cząsteczka - jaki jest wynik tej interakcji i czy jest to coś, czemu można zapobiec?"

Ostatecznie jest to zagadka, jak wyleczyć ciało. "To wielka zagadka i jest absolutnie możliwa do rozwiązania" - powiedział Gibson. "Kawałki układanki łączą się w całość".

Recursion, wraz z dziesiątkami innych młodych biotechnologii, ma nadzieję, że głębokie uczenie i inne techniki sztucznej inteligencji i big data doprowadzą do nowych rodzajów terapii. Można się założyć, że podejście oparte na sztucznej inteligencji okaże się szybsze niż półtorej dekady, która zwykle zajmuje przejście od poczęcia, przez testy, po wprowadzenie leków na rynek. 

Recursion i inni mają również nadzieję, że technologia może doprowadzić do większego wskaźnika sukcesu niż reguła branżowa, zgodnie z którą mniej niż jedna na dziesięć inicjatyw rozwija się w skuteczną terapię.

Nadszedł moment, w którym należy wstrzymać oddech dla sztucznej inteligencji w odkrywaniu leków. Żadna firma spośród wszystkich nadziei na biologię AI nie wprowadziła jeszcze na rynek nowatorskiej terapii z wykorzystaniem uczenia maszynowego, od początku do końca. Świat wiele słyszał o firmach i technologii, ale nie widział jeszcze dowodu, że ich praca radykalnie zmienia drogę do rozwiązania zagadki biologii. 

"Zbliżamy się do celu", mówi Gibson o Recursion and peers' race, aby udowodnić użyteczność głębokiego uczenia. "To niewielka liczba lat, dwa lub trzy", mówi, zanim wyniki programów odkrywania leków zaczną przynosić rzeczywiste rezultaty.

Dowód na to, że sztuczna inteligencja oparta na głębokim uczeniu może rozwiązać zagadkę choroby, nie jest odległy o dziesięciolecia, mówi współzałożyciel i dyrektor generalny Chris Gibson. "To niewielka liczba lat, dwa lub trzy", mówi, zanim wyniki programów odkrywania leków zaczną przynosić rzeczywiste rezultaty.

Firma Gibsona, wcześniej profilowana przez ZDNet, która weszła na giełdę w kwietniu ubiegłego roku, specjalizuje się w wykorzystywaniu ogromnych ilości danych do tworzenia tak zwanych Phenomaps, baz danych, które zawierają dziesiątki miliardów powiązań między różnymi interwencjami przeprowadzonymi na komórkach. Technologia uczenia maszynowego służy do oceny znaczenia tych interakcji. 

Firma zgromadziła ponad trzynaście petabajtów informacji w Phenomaps i ponad 200 miliardów "wywnioskowanych związków", które można przetestować w mokrym laboratorium Recursion, gdzie perturbacje mogą być testowane in vitro, aby zobaczyć, jak dana cząsteczka reaguje na związek. Perturbacje mogą obejmować coś w rodzaju zmiany RNA komórki, aby zobaczyć, jak zmienia strukturę komórki. 

W wyniku połączenia testów opartych na sztucznej inteligencji i eksperymentów in vitro, we współpracy z Big Pharma, powstaje pokaźny zestaw kandydatów na leki. Rekurencja ma coraz więcej "strzałów na bramkę", by użyć wyrażenia z Wall Street, co oznacza szanse na znalezienie albo nowej terapii, albo na zmianę przeznaczenia istniejącej terapii z nowymi wynikami, co byłoby równie dobre. 

Firma poinformowała w styczniu, że ma ponad 50 programów, projektów, które Recursion zgodził się prowadzić z klientami przez wiele lat, z których każdy może przynieść przełom. To wzrost z 37 w momencie debiutu giełdowego spółki w kwietniu ubiegłego roku.

Z tych 50 przypadków, dwa wydają się być najbardziej obiecujące, oba w dziedzinie onkologii. Jednym z nich jest leczenie rodzinnej polipowatości gruczolakowatej, dziedzicznego stanu, w którym polipy tworzą się w jelicie grubym. Drugi dotyczy nerwiakowłókniakowatości typu 2, w której guzy tworzą się w mózgu, rdzeniu kręgowym lub nerwach. 

Oba zmierzają do fazy II badań klinicznych, kiedy lek jest testowany pod kątem skuteczności, w tym lub przyszłym kwartale, zgodnie z aktualizacją, którą firma podała na początku tego miesiąca.  

Gibson w styczniu powiedział grupie inwestorów na konferencji JP Morgan, że obie inicjatywy wykazały zachęcające sygnały. Lek na polipowatość, REC-4881, wykazał "prawie całkowitą redukcję wszystkich polipów". Lek na nerwiakowłókniakowatość, REC-2282, wykazał zmniejszenie aktywacji niektórych kluczowych szlaków u pacjentów, powiedział Gibson, "co jest dość ekscytujące".

Rekurencja ma około 50 programów w trakcie opracowywania, aby znaleźć nowe lekarstwa lub zmienić przeznaczenie istniejących, wiele z nich w tak zwanych stanach sierocych, gdzie populacja osób cierpiących na chorobę wynosi mniej niż kilkaset tysięcy osób.

Organy regulacyjne, takie jak amerykańska Agencja ds. Żywności i Leków (FDA) oraz jej europejski odpowiednik, nie traktują jeszcze form sztucznej inteligencji opartych na głębokim uczeniu się, jakby były one cudem. Jednak w tych dniach organy regulacyjne będą działać szybciej, aby usunąć niektóre przeszkody w opracowywaniu leków, w przypadku których jest to bardzo pilne. 

Kiedy choroba jest uważana za chorobę "sierocą" - zazwyczaj te, na które cierpi mniej niż 200 000 chorych, jak ma to miejsce w przypadku obu wymienionych schorzeń - FDA i organy regulacyjne w innych krajach przyznają jej pierwszeństwo, być może nawet uchylając się od ostatecznych wymagań dotyczących badań klinicznych fazy III, aby wprowadzić ją na rynek, podczas gdy przemysł farmaceutyczny zrezygnował wcześniej z prób znalezienia lekarstwa. 

"Oba te wskazania są wskazaniami onkologicznymi, w przypadku których mamy pewną zachętę regulacyjną, taką jak oznaczenie leku sierocego lub oznaczenie szybkiej ścieżki" - powiedział Gibson w rozmowie z ZDNet, odnosząc się do sposobu FDA polegającego na przyznawaniu pierwszeństwa niektórym terapiom. "Oba programy mają odczyty, że teoretycznie, jeśli zobaczysz naprawdę dobre dane, możesz wejść na rynek" bez badania fazy III. 

Gibson nie przewiduje, że którakolwiek z tych inicjatyw uzyska zgodę na pominięcie Fazy III, choć niektórzy na Wall Street uważają, że jest to możliwe. 

Gibson jest podekscytowany tym, w jaki sposób Phenomap może znaleźć elementy układanki, które nie były jasne przy tradycyjnym podejściu. W styczniu jego firma omówiła, w jaki sposób znalazła gen, który wcześniej nie był związany z rakiem jajnika, tylko dzięki użyciu Phenomap do pracy wstecz od znanego genu, który większość leków jest ukierunkowana na tę chorobę. 

Rekurencja działa wstecz na podstawie map biologii, baz danych Phenomap, w celu wywnioskowania znaczących ścieżek.

Kiedy naukowcy z projektu Recursion skupili się na białku nowego genu w laboratorium, na myszach, wynik był znaczący. "Zasadniczo całkowicie wyeliminowaliśmy guzy, a następnie przestaliśmy podawać myszom leki, a guzy nie odrosły" - wyjaśnił Gibson. "I to jest złoty standard dla ekscytującego programu onkologicznego".

Kopia prezentacji JP Morgan na stronie internetowej Recursion zawiera więcej szczegółów na temat podejścia firmy.

Obiecującym wynikom naukowym towarzyszą to, co wydaje się być znaczącym wotum zaufania ze strony Big Pharmy. Recursion otrzymał 230 milionów dolarów w płatnościach z góry od firm, do których należy Bayer AG. Możliwe jest kolejne pół miliarda dolarów płatności za kamienie milowe "w perspektywie średnioterminowej", a potencjalnie nawet 13 miliardów dolarów więcej. Do tego dochodzą potencjalne, bliżej nieokreślone tantiemy.

Najnowszą gratką dla firmy jest wieloletnie partnerstwo z gigantem farmaceutycznym Roche i jego oddziałem Genentech, ogłoszone w grudniu. Umowa ta zakładała, że Roche zapłaci Recursion 150 milionów dolarów z góry. Ponadto umowa zawiera wiele elementów dostarczanych, które mogą zostać wykorzystane w przypadku Recursion. 

Rezultaty obejmują dostarczenie firmom Roche i Genentech wielu fenomap, baz danych dla konkretnych celów onkologicznych i w obszarach neuronauki. Te fenomapy mogą zarobić na Rekurencji ponad ćwierć miliarda dolarów od Roche, plus kolejne ćwierć miliarda dodatkowych opłat za użytkowanie. 

Ponadto, w nadchodzących latach może powstać czterdzieści możliwych programów, z których każdy może uprawniać Recursion do otrzymania kolejnych 300 milionów dolarów w płatnościach za rozwój i komercjalizację od Roche. To zależy od tego, czy każdy z tych programów osiągnie swoje kamienie milowe. 

Oczywiście nie ma gwarancji, że którykolwiek z programów spełni swoje kamienie milowe. Ale jeśli któremuś z nich się uda - "jeśli wyjdziemy z parku", jak to ujął Gibson w rozmowie z ZDNet - to, oprócz tych wszystkich płatności za kamienie milowe, pojawią się wielopoziomowe tantiemy, które będą pochodzić ze sprzedaży terapii przez Roche.

Umowa z Roche jest nie tylko największą jak dotąd transakcją dla Recursion, ale także tym, co wydaje się kamieniem milowym dla całej branży. "Jest to jedna z największych, jeśli nie największa, współpraca w historii farmacji, która nie jest związana z odkrywaniem aktywów" - powiedział Gibson, mając na myśli umowę, która nie jest licencjonowaniem istniejącego związku. "Dla braku istniejącego leku, ponieważ czysto, chodźmy znaleźć rzeczy razem, jest to jeden z największych, jakie udało nam się znaleźć, i myślę, że to mówi o potencjale tej przestrzeni" - powiedział Gibson, odnosząc się do fali badań napędzanych przez sztuczną inteligencję.

Rekurencja przyniosła do tej pory minimalne korzyści finansowe, ale Wall Street spodziewa się, że w tym roku znacznie się to zmieni. Recursion w środę rano ogłosił wyniki finansowe za IV kwartał, ujawniając łącznie 10,2 miliona dolarów przychodów w zeszłym roku, w porównaniu z 4 milionami dolarów w 2020 roku. Według konsensusu FactSet może to wzrosnąć do 29 milionów dolarów w 2022 roku. 

Wiele zależy od terminu, w jakim realizowane są płatności z góry. Na przykład w przypadku 150 milionów dolarów od Roche, mimo że pieniądze są w posiadaniu Recursion, są one ujmowane jako przychód tylko wtedy, gdy pewne zobowiązania są spełniane przez Recursion. 

"To naprawdę jest rozpoznawane, gdy prowadzimy pracę, i domyślam się, że ta początkowa praca jest w pewnym sensie w bliskim okresie pośrednim" - powiedział Gibson o przychodach Roche, mając na myśli "kilka lat, trzy lata", w wyniku czego "będzie rozpoznawany w kawałkach co kwartał w tym okresie".

Istnieje duża presja ze strony inwestorów, aby każda młoda firma osiągnęła kamienie milowe, aby udowodnić, że można osiągnąć korzyści finansowe. W tej chwili skupiamy się na przepuszczeniu REC-4881 i REC-2282 przez klinikę.

Jednak Gibson już teraz spogląda na drugą fazę życia firmy, kiedy firma bardziej szczegółowo porządkuje elementy układanki. Do tej pory znalezienie lekarstwa polegało na wykorzystaniu istniejącego leku partnera lekowego i znalezieniu dla niego lepszego zastosowania, na przykład poprzez zidentyfikowanie nowego celu. 

W drugiej fazie firma opracuje nowe terapie od podstaw, patrząc najpierw nie na to, co już jest znane, ale na to, co można wywnioskować wyłącznie z fenomapy danej choroby. 

"To, co mnie teraz najbardziej ekscytuje, to nadejście naszej nowej generacji programów, nasza własna chemia, mapowanie i nawigacja, które są historią pochodzenia" - powiedział Gibson. 

Cały sens korzystania z głębokiego uczenia, powiedział Gibson, "polega na tym, aby z czasem stawać się coraz lepszym", nawiązując do tych wysokich, wysokich wskaźników niepowodzeń i długiego, długiego czasu rozwoju w farmacji. "A więc jeśli ta hipoteza jest prawdziwa, wszystkie programy powinny również z czasem stawać się coraz lepsze", ponieważ zaczynają od lepszych spostrzeżeń.

"Jesteśmy bardzo podekscytowani naszą pierwszą generacją, zabieramy ich do kliniki, ponieważ wierzymy" - powiedział Gibson. "Uważamy jednak, że prawdopodobieństwo sukcesu powinno rosnąć z czasem i mamy nadzieję, że pokażemy, że ta następna generacja programów onkologicznych jest bardziej transformacyjna dla pacjentów niż nasza pierwsza generacja".

Poza tą drugą fazą życia istnieje jeszcze jedna faza rekurencji, jeszcze niezdefiniowana, powiedział Gibson. "Jest wiele rzeczy, które mogą to być" - powiedział. Może to obejmować badanie toksyczności leku in silico, przed jakimikolwiek pracami laboratoryjnymi na mokro. Może to na przykład zwiększyć liczbę ważnych celów, do których dąży firma.  

"Możliwe, że przewidujemy niektóre z właściwości toksyczności i wchłaniania, dystrybucji i metabolizmu" - powiedział Gibson. Albo rekurencja może podążać za "innymi modalnościami", powiedział, wykraczając poza leki małocząsteczkowe. Kolejna faza może również obejmować "identyfikację terapii skojarzonych, w których dwa leki, które przewidujemy, będą miały synergiczny związek z jednym lub kilkoma celami".

Kiedy istnieje wiele potencjalnych kierunków, w których można się udać, ważne wydaje się, aby na pudełku znajdował się obrazek przedstawiający ułożone puzzle. Przekonanie Gibsona, że sztuczna inteligencja może przynieść przełomowe odkrycia w nadchodzących latach, jest wzmocnione z powodu tego obrazu. Jest rzeczą pewną, że szersza całość, jaką jest zrozumienie ciała i jego uzdrowienie, zostanie rozwiązana za pomocą tych nowych narzędzi.

"Jest tu duża presja" - powiedział Gibson o rozwoju leków - "ale jest to ważne, ponieważ niezależnie od tego, czy odniesiemy sukces, czy ktoś inny, ktoś wywrze tutaj duży wpływ, a to będzie miało duże znaczenie dla pacjentów".