<b id="minnw"><legend id="minnw"></legend></b>
  • <menu id="minnw"></menu>
    <optgroup id="minnw"><i id="minnw"><em id="minnw"></em></i></optgroup>
      1. <source id="minnw"><listing id="minnw"><video id="minnw"></video></listing></source>

        包头美妆代购交流群

        不走寻常路,一家公司利用人工智能开发治癌新方法

        楼主:DECODE解码 时间:2021-12-24 13:34:05

        点击标题下「DECODE解码」可快速关注


        事半功倍


        2013年11月,超过100位癌症病人开始参与了一种叫做BPM31510的抗癌药物的临床研究。这些病人中有胰腺癌,乳腺癌,肝癌和脑癌患者。比较特别的是,BMP31510是用一种特殊的运算系统来发现的。


        BPM 31510的故事开始于从超过1000例患者体内健康和癌组织样本的提取生物数据。这些数据由人工智能算法进行分析,并建议给予可能的药物治疗处理。


        位于波士顿地区的Berg公司是BMP31510的生产商,Berg的总裁Niven Narain介绍说,他们公司的科技策略不同于别家,是用病人的数据来引导产生可试验的治疗方案假说。




        制作一个有效的抗癌药物是一个非常困难的过程:开发和生产成本有时可以高达26亿美元,并需要12至14年才能完成。 只有百分之一的抗癌药最终在临床试验中被证明有效而使得研发获得成功,所以抗癌药物的研究是既费时又费钱的产业。Narain 说,“要是在其它任何行业,我们就会全都失业?!?/span>


        在Narain看来,问题出在制药企业研发抗癌药物的所使用的方法上。以往的方法都是这样的:一个科学家想出了一个假说,一定特定的蛋白导致了特定类型的癌症,然后药厂就会使用该蛋白质对数以百万计的化合物进行筛选,寻找可能发生化学反应并成为潜在特效药的化合物。这是一种教科书式的描述,这个过程被 称为「命中和错失(hit-and-miss),也是一种飞镖盘式的治疗疾病的方法。


        他相信他能通过不同的思维方式在时间和金钱成本降低一半的情况下做到更好。

        ?

        人工智能


        凭借着跟多所大学、医院甚至美国国防部建立的合作关系,Berg公司及其超级计算机系统已经分析了成千上万的病历和组织样本,以找到有可能全新的药物靶标和生物标志。



        BPM 31510 ,一种细胞代谢中发挥关键作用的酶制成的化合物,也是由Berg的人工智能建议的第一种药物治疗选项。该药物的研发开始于2009年,机理研究表明,BPM 31510 能在不影响正常组织的同时,可以改善肿瘤微环境中的生物能量平衡,使癌细胞“正?;?,能够和健康细胞基本一样,会进入死亡周期。


        Berg公司于从多家医学机构买下了超过1000例的各种肿瘤病人的组织样品。这些样品中包含了超过40种癌症细胞样品,包括乳腺癌,前列腺癌,肝癌,肾癌,肺癌,脑癌在内。到目前为止,Berg公司的主要资源都集中在前列腺癌上。


        和传统的研究方法如先形成假设,然后筛选能够治疗的化合物,最后进行治疗恰好相反,Berg公司是通过弄清楚发病时细胞的活动途径的改变来反向推导出合适的药物治疗方案。


        以癌症药物研究为例,Berg公司会收集很多生物样本,比如血液、肿瘤组织或患有癌症的不同人群的尿液,同时也收集捐助者的健康组织样本。Berg会创建细胞株,然后将其放进不同的模拟患者发病时的实际状态的环境下进行观察,有比如低氧环境,也有高血糖癌症患者喜欢生活的环境。


        Berg然后将所有这些数据输入计算机系统,系统会自动创造一幅看上去像“航空线”的地图,由大大小小的枢纽和各种线路组成。

        ?

        Narain公司说这种方法不像传统的方法需要从成千上万的化学品中进行筛选,看哪些可以作为药物,这种古老的方法可能需要几年的时间和数百万美元。然而,使用这种新的方法公司只需要9-12个月就能研制出一款药物。


        这个目标本身可谓雄心勃勃,但它还只是冰山的一角。


        Narain不想他的研究只针对一个癌症。相反,他想建立一个模型来了解不同的癌症之间的共同点。Berg研究人员通过这些病人的组织样品培养出了一批养在培养皿中的体外细胞组织,并通过改变培养皿中的氧气和糖分含量来模仿细胞组织在人体内会经历的微环境来获取这些细胞的生理改变数据。


        “我们当时是在检测数据是怎么随环境发生改变的,Narain 说,除了基因组信息之外,我们在单个组织样本中有 14 万亿个数据点?!?span style="font-family: 宋体; letter-spacing: 0px; line-height: 22px;">Narain说。



        这些生物数据帮助Berg的科学家绘制了健康细胞和病变细胞内的分子反应的瀑布流细节,包含了从基因到代谢的大量细节信息,然后科学家使用人工智能将这些数据进行对比,来发现细胞过程如何从正常的状态被打破,导致疾病的原因以及潜在的治疗方式。(人工)处理所有那些数据是不可能的,甚至不可能从逻辑的角度上理解它。


        很多人说,这不是开发药物的方式。Narain对此的答案是:确实如此,因为这才是应有的药物开发方式。


        灵感来源


        Narain是在他2003年迈阿密大学做肿瘤学家的时候意识到使用假设驱动模式来做科研并不是万无一失的。那一年是人类全基因完成测序的第三个年头,当时的主流观念就是癌症主要是由基因病变引起的,所以只要找到病变基因并将其修正就能有效治疗癌症。


        2003 年 7 月 22 日,,Narain用一组含有大量Q10辅酶的乳液处理了一盘黑色素瘤癌细胞组织,结果第二天所有的癌细胞都死掉了。之后他在患有黑素瘤的小鼠身上重复了这一实验。30 天后,肿瘤平均缩小的 55%。



        Narain当时的老板Sung Hsia教授对这一过程发生的原因毫无头绪,他无论如何都不相信一盘乳液+Q10辅酶可以治疗癌症,因为这完全不符合假设驱使的实验模式逻辑。


        但Narain又进行了多次重复,其它研究组也复制了这个实验。这不是一个偶然。


        他同时也尝试了建立一个假设并验证,结果却是没有结果。Narain通过这件事情意识到,癌症这类复杂的疾病也许并不适合使用传统的假设驱使模式来寻找治疗的良方。


        尽管Narain的老板对这项发明并不买账,但是他的这项价值却在2006年被一个叫Gray的护肤品商在一次偶然的护肤产品搜索中被发掘了。Q10辅酶乳液在当年被注册了专利,为此注册了新的公司。


        这种乳液在多种不同的癌细胞上进都展现出了惊人的杀灭能力,并通过体外涂抹被吸收的方式治愈了一名患有罕见的尤因氏肉瘤淋巴癌的儿童。八个月后,这个孩子已没有了癌症的迹象。

        ?

        2008年底,Narain随公司迁往马萨诸塞州的剑桥市,公司更名为Berg Biopharm。在这里,Narain开始了通过数据驱动的方法来寻找疾病治疗药物的探索之路。


        到2010年初,团队已经完成了对癌症模型的第一次迭代:一张以前所未有的细节描述的生物事件导致的身体健康细胞癌症变的瀑布图,图中的各个枢纽代表了癌细胞与正常细胞相对比含量增多或者减少的物质,这些物质就是我们的“药”,通过调节这些这些物质的浓度,我们希望可以让细胞系统恢复正常。

        ?

        在这张图中,一共有5个枢纽,其中最大的一个代表了线粒体中的一组酶,其中包含了Q10辅酶。这一下就为2年前的Q10辅酶乳液可以杀灭癌细胞的谜题提供了一个答案。原来,线粒体不仅仅为细胞提供能量,还控制细胞的死亡。


        癌细胞可以通过关闭线粒体的方式来避免自身的死亡,而Q10辅酶可以激活癌细胞内的线粒体,从而将不死的癌细胞转回会死的正常细胞!

        ?

        “癌细胞能够关闭线粒体并从乳酸而非氧气中产生能量,”Narain 说,“因此,癌细胞也会失去死亡的能力?!苯?CoQ10 送回线粒体逆转了这种效果,将癌细胞变成了普通细胞?!拔颐侵匦陆袒崴窃趺唇邢赴劳??!?/span>

        ?

        Berg Biopharm目前正在研究中的临床前研究药物超过200种,主要针对癌症,糖尿病和神经疾病。


        未来的几年中,Narain预计该公司将具有至少一个药物批准用于各种癌症的治疗,并完成一种新的前列腺癌检测方法的商业化。Berg同时也正打算进军神经疾病的领域,通过他们的AI来探索治疗包括老年痴呆在内的多种神经疾病的方法。


        Berg正与美国国防部合作计划在 2017 年为前列腺癌推出一种诊断测试方法,公司可以使用该机构员工的成千上万个组织样本?!扒傲邢侔┦蔷矫媪俚淖畲笪侍庵?,他们想让我们拿出一种比现有的不是很好的前列腺特异性抗原(PSA)方法更好的诊断测试方法?!?/span>


        Narain 说,“我们发现了四种不仅比 PSA 更有预测性的生物标志物,而且它们可以分出更积极的形式让我们了解病人是否可能需要手术。过去没有标志物能做到这一点。


        另外,Berg 公司还与哈佛医学院在 Project Survival 上有合作,要发现第一种胰腺癌的生物标志物,直到癌症晚期,这种病通常很难被检测到。


        目前,Berg正在使用这种数据导向性的方法对BPM31510进行临床试验。病人在每个药物服用吸收周期内的尿液和血清都会被用于进行一系列的包括蛋白组、代谢组以及脂肪组的信息的细节检测。


        目前有来自Cornell Weill 医学中心, Texas大学AMD Anderson癌肿中心,以及Palo?Alto 医学基金会的100名癌症病人正在接受BPM31510的临床测试。尽管还处于测试的早期,数据却已经是相当喜人。数据显示,这种药物对于代谢实体瘤的疗效非常好,并且几乎没有副作用。

        ?

        路漫漫其修远兮

        ?

        虽然临床测试喜人,但是BPM 31510上市之路依旧漫长。




        FDA批准新药进入市场需要4期临床试验,目前Berg公司通过了第一期,FDA建议二期需要几个月到2年,三期需要1-4年及300-3000人参与实验,四期需要7000人参与实验,时间不限。


        照这个进度来看,BPM 31510最快需要3年通过四期临床试验。在之后,还需要Drug?Labeling, Application Reviewed, NDA Application, Review Meeting以及Facility Inspection的流程


        不仅如此,在癌症的道路上获得巨大突破的不仅仅Berg公司一家。


        新发现的素能够广谱抑制肿瘤生长。多项和素有关的抗肿瘤药物正在进行研发,目前尚未向FDA提交药物临床试验申请。


        Mark?Sircus博士领衔研发的新型抗炎氧疗(Anti-Inflammatory Oxygen Therapy)是高压氧治疗Hyperbaric Oxygen Therapy (HBOT)也是一种重要解决方案,这种治疗也能广谱抑制肿瘤生长。但是该项疗法比较具有争议。对于很多病例,该项治疗方法具有显著效果,但是FDA对该种治疗方法保持怀疑态度。


        Ohio?State?University?Comprehensive Cancer Center (OSUCCC)领衔研发的Ibrutinib是一个新型无毒药物。现已同时进行308例临床试验,超过75%的病人有实验效果。Ibrutinib已经通过FDA认证,该药对?专注于治疗慢性淋巴细胞性白血病chronic lymphocytic leukemia(CLL)。


        Brian Druker医生领衔的Leukemia Program发明的Olecularly靶向治疗(olecularly targeted therapy)也能能够广谱无毒副作用治疗癌症。药品名称Glivec,测试代号STI571。该药品已经进入FDA?Review?Meeting阶段,只差Facility?Inspection即可通过FDA认证上市。


        所以,要走的路还长着。




        Decode Magazine

        如果您对我们报道的任何研究感兴趣,不管是希望解码帮您进一步的信息挖掘,还是希望联系该项研究科学家本人,请在后台留言给我们。解码团队会在接下来的一段时间对您感兴趣的科技进行深入探索,包括研究背景介绍,技术解析,商业模式研究。

        我们期待与您的交流!


        DECODE解码

        微信ID:decode_mag

        长按右侧二维码关注解码杂志
        > 海量信息
        > 前沿提取
        > 通俗解码
        > 加速融合




        朋友 图片 表情 草稿箱
        请遵守社区公约言论规则,不得违反国家法律法规
        大小单双网址