当地时间周一，Isomorphic Labs宣布与礼来和诺华签署了首个制药合作伙伴关系合同，将AI技术用于新药物的发现。
根据合同，Isomorphic将从礼来获得4500万美元的预付款，用于合作研究多靶点小分子疗法，根据未来业绩，可能会获得17亿美元的付款。
此外，Isomorphic将和诺华制药合作开发三个未公开靶点小分子疗法。诺华制药除了资助“精选”研究费用外，还将预付3750万美元，且未来的支付可能高达12亿美元。
这是lsomorphic首次与医药公司建立制药合作关系，也标志着公司发展到达的里程碑。
DeepMind联合创始人兼Isomorphic首席执行官 Demis Hassabis 在一份新闻稿中表示：“我们很高兴能够建立这种合作伙伴关系并应用我们的专有技术平台。” “我们共同致力于推进突破性的药物设计方法和对最先进科学的欣赏，这使得这些伙伴关系特别引人注目。”
Isomorphic成立于2021年11月，由谷歌旗下DeepMind拆分而来，专注于AI医药领域。该公司运用了DeepMind在生物医药研究方面的成果，特别是其蛋白质结构预测模型AlphaFold，来进行药物发现。目前，Isomorphic面临着开始盈利的压力。2021年，该公司因在瑞士洛桑开设分公司之前加大招聘力度而遭遇了240万英镑(约合300万美元)的亏损。
虚拟筛选+从头设计
Hassabis表示，此前Isomorphic已与一系列大型制药公司进行了初步谈判，但礼来和诺华最热衷于参与“从头开始”的合作。
诺华生物医学研究总裁Fiona Marshall称此次合作是“天作之合”，因为诺华还与其他科技巨头合作，例如在数据存储方面与Palantir合作，在生成化学方面与微软合作。诺华方面表示，它们选择的靶点很难，都是正在结构尚未解决或化学家无法找到正确类型化学物质的蛋白质。
具体来看，Isomorphic 将利用高性能计算的虚拟筛选技术，从数十亿种化合物中寻找能够作用于特定靶点的化合物。Marshall说，传统的筛选方法通常可以覆盖100万个化合物，而虚拟筛选可以覆盖200亿个化合物。
但值得注意的是，该技术并不完美。《自然》杂志最近的一篇文章指出，AlphaFold偶尔会犯明显的错误，并且在许多情况下其预测结果并不能取代实验数据。
除此以外，Isomorphic还计划从头设计分子，即从零开始设计一个理想的、能完美嵌入目标蛋白结合口袋的新型分子。
Hassabis称这两种方法是其技术的“明显容易实现的成果”，初步结果很有希望。
AlphaFold还有更大想象力
经过Isomorphic的进一步开发，AlphaFold的功能已经不仅仅局限于预测静态蛋白质结构。Marshall说，预测蛋白质结构本身“对药物设计没有多大帮助”，预测小分子如何与特定蛋白质结合具有更大的价值。
Isomorphic最近更新的AlphaFold-latest版本可以预测这些复杂的结构，Hassabis称它是“世界上最好的共折叠系统，既可以预测配体的结合位点，也可以预测结合亲和力”。
不过，该领域的最终目标和挑战是进一步建立分子结构与功能的关联，以及预测药效和安全性，从这个角度来看，Isomorphic的技术还有很大的提升空间。
Marshall在接受媒体采访时表示：“我们确信Isomorphic能够做到的唾手可得的成果是，减少从确定目标到获得候选分子的时间。” “平均而言，使用传统方法需要三到四年的时间。我认为Isomorphic可以将时间减半。”
除了这些合作之外，Hassabis表示，2024年的目标是让Isomorphic的机器学习团队不断提高其预测系统的准确性。
关于其自身药物项目的细节仍处于保密状态，但Isomorphic已将大约20个靶点的清单缩短到几个，该公司正在利用CRO来制造和测试有潜力的化合物。
“我们仍处于测试该平台预测的早期阶段，”Hassabis说，“AI模型有多可靠？一旦我们认为已经成熟，那么我们就可以真正全力推进内部项目。”
The End
文章声明：以上内容(如有图片或视频亦包括在内)除非注明，否则均为互联网收集整理内容，如有侵权，请联系客服进行处理
