罗氏|LAB IN A LOOP:利用数据和人工智能改变药物发现和开发

学术   2025-01-18 00:02   韩国  

2024年11月25日,罗氏举办了一场网络研讨会,基因泰克研究和早期开发部负责人Aviv Regev等介绍了罗氏的"Lab in a Loop"药物研发模式。


会后报告链接:
https://assets.roche.com/f/176343/x/c6928dc7e4/digi_day2024_gred_final_online.pdf

会后报告目录:

药物研发中的LAB IN A LOOP

I. 靶点发现:开发病理生物学图谱

II. 缩减药物发现周期

III. 更好的药物发现和优化疗法

IV. 临床实践


主要内容如下。

LAB IN A LOOP:
利用数据和人工智能改变药物发现和开发


药物研发中的LAB IN A LOOP:

从靶点发现到临床实践,每个环节都蕴含其中 


I. 靶点发现:开发病理生物学图谱


生物是多模态的

多种不同的模式和数据类型,表征的是一个多模态实体


在多模态LLM中,文本控制图像内容

模型学习两种不同数据模式(如文本和图像)之间的关联



NONA:用于生物学的多模式LLM

DNA(文本)控制另一种模式(RNA)


应用:通过效应预测确定变异体的优先次序

通过控制DNA,我们可以预测基因变异在特定细胞类型中的影响


绘制病理生物学地图

炎症性肠病 (IBD)


确定IBD和COPD的候选药物


人工智能基础模型使用agent共同推理


多个代理人可组成“personas”

通过所有基础模型进行推理,解决生物学问题


协调模型和数据的人工智能协调系统

Agents结合了专业工具


II. 缩减药物发现周期


在loop中筛选,缩减周期


癌症中的Lab in a loop 


针对靶点ID的高内涵扰动筛选

在神经科学领域与Recursion合作


神经科学中的Lab in a loop 

首个神经图谱(NeuroMap)涵盖全基因组CRISPR KOs,并增加了与疾病相关的扰动因素


map lib:翻译RNA/图像关系的多模式模型

模型中没有文本或DNA序列


通过细胞Oracle预测抑制表型的化合物


III. 更好的药物发现和优化疗法


用于分子药物发现的Lab in a loop 


小分子药物设计的Lab in a loop 


小分子AI建模


大环肽的Lab in a loop 


DeepFitness可实现small macrocycle的发现

DeepFitness提高了结合亲和力和hit的多样性


大分子设计的Lab in a loop 


示例:DyAb可通过多次突变提高亲和力


从头生成抗体

扩散模型通过学习对损坏数据进行去噪处理来生成真实样本


基因治疗的调控元件设计

Nona,一种生物基础模型,(再)用于生成细胞/基因治疗的启动子


IV. 临床实践


SC imilarity 2.0:将人类文本与生物模式配对

模型将人类的解释与RNA模式相结合


SC imilarity应用:化合物标签扩展


临床成像中的Clinic in a loop


实例:用于眼科临床成像的人工智能

从自动化到实现新颖见解


更具挑战性的任务:预测病变生长

我们能否建立一个稳健的模型,根据基线图像预测未来的增长率?


人工智能在预测病灶生长方面表现出色

与基于人类专家得出的特征的模型相比


人工智能模型的预测可提高决策水平

超级变量调整以获得更好的治疗效果估计值


回顾性用药案例:兰帕利珠单抗(lampalizumab)

Mahalo(看似积极的)II期研究导致了两项大型(消极的)III期研究


回顾性用药案例:兰帕利珠单抗(lampalizumab)

人工智能模型协变量调整可能会改变决策


UC-SCALE:结肠镜检查中的人工智能

溃疡性结肠炎(UC)和克罗恩病(CD)


安全评估:Genie Digital Twins

(简化)临床试验与数字孪生

内容说明

本介绍包含某些前瞻性陈述。这些前瞻性表述可通过 “相信”、“预计”、“预期”、“计划”、“打算”、“应该”、“寻求”、“估计”、“未来 ”等词语或类似表述,或通过对战略、目标、计划或意图等的讨论来识别。各种因素都可能导致未来的实际结果与本文稿中的前瞻性表述存在实质性差异,其中包括:

1.竞争对手的定价和产品举措;

2.立法和监管动态及经济状况

3.在获得监管部门批准或将产品推向市场方面出现延误或无能为力;

4.汇率波动和总体金融市场状况;

5.新产品或现有产品新用途的发现、开发或营销过程中的不确定性,包括但不限于临床试验或研究项目的负面结果、管线产品或已上市产品的意外副作用;

6.政府定价压力增大;

7.生产中断;

8.丧失或无法获得知识产权的充分保护;

9.诉讼;

10.失去关键管理人员或其他员工;

11.负面宣传和新闻报道。

任何有关每股收益增长的声明并非利润预测,不应被解释为罗氏今年或以后任何时期的收益或每股收益一定会符合或超过罗氏历史公布的收益或每股收益。

关于本简报中讨论的上市产品,请参阅我们网站www.roche.com上的完整处方信息。

所有提及的商标均受法律保护。


参考资料:

https://assets.roche.com/f/176343/x/c6928dc7e4/digi_day2024_gred_final_online.pdf

https://www.roche.com/investors/events/roche-virtual-ir-digitalization-day

--------- End ---------

DrugAI
关注人工智能与化学、生物、药学和医学的交叉领域进展,提供“原创、专业、实例”的解读分享。
 最新文章