无需了解病理机制,这家公司通过对比细胞图像直接寻找药物

澎湃新闻记者 王心馨

2017-01-26 21:12 来源:澎湃新闻

字号
美国有一家创业公司,用一种算法去识别、对比细胞图片的变化,以发现药物的新用法,并为罕见疾病找到相应的药物。这家公司采用的算法属于机器视觉领域,一门基于计算机图像识别和分析的技术,主要用于自动检测等领域。
这家公司名为Recursion Pharmaceuticals(递归医药),目前整个团队只有40人。公司联合创始人、CEO克里斯·吉布森(Chris Gibson)在接受《MIT科技评论》采访时说,“结合机器人技术和机器视觉,用很少的人力我们就大规模地对上百种疾病进行研究。”
这家公司对细胞进行药物自动化测试,然后采用高通量筛选技术(High throughput screening,HTS)。所谓高通量筛选技术,是指以分子水平和细胞水平的实验方法为基础,以微板形式作为实验工具载体,以自动化操作系统执行试验过程,以灵敏快速的检测仪器采集实验结果数据,以计算机分析处理实验数据,在同一时间检测数以千万的样品,并以得到的相应数据库支持运转的技术体系,它具有微量、快速、灵敏和准确等特点。简言之就是可以通过一次实验获得大量的信息,并从中找到有价值的信息。
高通量筛选并不是新想法,但Recursion Pharmaceuticals的“独门绝技”是他们采用的算法能识别出细胞更多的非同寻常的小细节。具体来说,该算法能测量一个细胞的上千种特性,比如细胞核的大小、形状或者是不同内部结构之间的距离。
在这家公司的美国盐湖城实验室里,自动显微镜配有机器视觉软件,每周能仔细检查数十万张人类细胞图片。他们是如何做到的?首先,该公司能够迅速又便宜地接触到丰富的数据库。正如某些遗传疾病患者可能拥有特定的表征一样,对遗传病细胞特征进行建模,通常能够展示特殊的特征。对于这些疾病来说,细胞图片也更能展示疾病。
细胞图片
第二,该公司用最新的生物学工具建立了数百个独特的疾病细胞模型,数万个细胞模型图片以及从细胞中提取的近1000多个结构特征。这样一来,该公司就掌握了特殊疾病细胞的“迹象指纹”。拿着这些“指纹”就可以与治疗药物进行比对,看是否有药物能让这些细胞恢复健康。
第三,交互式数据可视化软件。这套软件可帮助研究员查询结果,理解疾病表征,并能进行药物筛选。有了结果后,研究员可立即访问原始图像和数据库。这样一来,经过深入分析、查询对比,能找到药物更多的治疗效果。
据该公司的官网介绍,他们希望让机器学习、深度学习和创新的生物科学结合,以发现能治疗罕见疾病或任何疾病的治疗机会。
据《MIT科技评论》介绍,这家公司所用的图像处理软件起源于哈佛大学-麻省理工学院博德研究所(Broad Institute of Harvard and MIT)的安妮·卡彭特实验室。据安妮·卡彭特介绍,递归医药公司使用的策略是确定疾病潜在的治疗方法,而无需检查冗长、昂贵的特定疾病产生原理。这家公司的大部分情况是,在并未完全理解细胞和分子水平的情况下,找到治疗方法。
安妮·卡彭特(Anne Carpenter)说,“这种方法的好处是,他们不必深入了解(疾病)细胞外观背后意味着什么的全部细节,他们只是需要找到方法来修复它。”她是递归医药公司的顾问。她认为,只有在稍后阶段才需要深入了解基础生物学,这意味着前期的工作更有针对性和效率。
美国罕见疾病药物研究所CEO大卫·斯威尼(David Swinney)认为,现在这家公司已经针对卡彭特的软件开发出有价值的应用,主要用在基础研究阶段。但目前尚未证明的是,推迟研究疾病的生物学病理,是否确实能更容易地找到市场化的治疗方法。了解疾病的机制及如何改变仍然是一个挑战。
目前这家公司已经确定了15种罕见疾病有前景的治疗方法,这些疾病的感染人数少于20万。总的来说,罕见疾病估计会影响美国10%的人口,并且大多数的人缺少美国医疗机构批准的药物。
由该公司确定的一种药物,会在今年晚些时候会进入临床试验阶段,用以治疗脑海绵状血管畸形。这种疾病导致了脑损伤,并影响6万人。该公司预计,明年还有其他三种治疗药物将获得美国食品药品管理局(FDA)的初始试验许可。相比于完全投入测试新药,该公司的测试结果也能找到已有药物的新用途。目前,公司还与制药巨头赛诺菲(Sanofi)建立了合作伙伴关系,以测试在开发过程或临床测试中获得部分成功的药物,但均未进入市场。
目前,该创业公司已经获得了1900万美元的投资,该投资来自Twitter创始人埃文·威廉姆斯(Evan Williams)创办的Obvious Ventures。
责任编辑:王心馨澎湃新闻报料:4009-20-4009   澎湃新闻,未经授权不得转载
关键词 >> 人工智能,图像识别,罕见疾病,医疗,澎湃,澎湃新闻

继续阅读

评论(37)

热新闻

澎湃新闻APP下载

客户端下载

热话题

热门推荐

关于澎湃 在澎湃工作 联系我们 版权声明 澎湃广告 友情链接