李彥宏發起創立,又一個“機器人”曝光了
楊淨 發自 凹非寺
量子位 | 公眾號 QbitAI
悄無聲息悄無聲息,李彥宏發起創立又一個“機器人”曝光:
ImmuBot
。
而且術業有專攻——從事當前最熱門的計算生物領域。更細分一點,則是針對免疫系統治療的蛋白質藥物設計相關。
所在的團隊,正是李彥宏剛創立兩年的創新藥物研發平臺
百圖生科
。
兩年時間秘密打造,這個專業的免疫“機器人”究竟有什麼看頭?
ImmuBot免疫機器人
ImmuBot免疫機器人,簡單來說就是一種能夠重程式設計免疫系統的蛋白質藥物。
以往的認知中,免疫系統,作為人類抵禦疾病的自然防線,一旦功能障礙,就可能造成各類腫瘤、自身免疫性疾病、 感染性疾病等病症發生。
與此同時,它又十分複雜。在釋出會現場,百圖生科CEO劉維曾這樣算了算它的複雜度。
每個免疫細胞至少有兩萬種蛋白來決定它的功能,而這些蛋白每個可能有上百種不同的亞型,對這些蛋白的調控,根據它的結合表位、結合方式、調控親和力不同也有不同的結果。
最後,更不論分佈在不同組織器官環境下不同特徵、種類多達數十類的免疫細胞族群,
以此形成萬億關係級別的功能調控網路
,加之人與人之間也有不同的區別,可見其複雜性。
但當前的免疫調控藥物,只針對系統內的通用人群、單一或少數靶點進行調控,這種情況就會造成藥物安全性以及效用性的挑戰。
而機器人的設計,隨著識別、感知、決策等能力的加強,不再僅限於簡單機械地加工,更能駕馭複雜系統。
ImmuBot,正是基於這種背景下誕生的。它用生物計算引擎來設計全新蛋白質,來實現複雜的藥物機理
MOA
,從而對失效的免疫系統進行“重程式設計”。
從結構上來看,主要包含了五個部分:
Seeker
,高特異性彈頭,定位要調控的細胞。ImmuBot為每個靶點配備了恰當親和力、精準定表位和功能激發的高效能彈頭。
除此之外, 研究人員還做了靶點組合挖掘和多彈頭橋接藥物設計,可以實現對多個組織特異性靶點、免疫功能靶點的組合靶向。
Sensor
,對環境做出響應的感測器組合。以針對腫瘤微環境為例,pH值酸鹼度與正常組織不同, 感測器就對會pH值做出相應,給控制器
Controller
提供訊號。
這也是ImmuBot之所以被稱為機器人的核心原因。
接收到訊號後,
Controller
就對彈頭進行調控激發:
如果環境A成立,就釋放A彈頭;如果環境B成立,就釋放B彈頭。
未來還會出現更多的調控因素,如果A的數字大於B,就釋放A彈頭;如果A小於C,就可能釋放B彈頭。這種AND、OR、IF等條件觸發機制就類似於我們日常程式設計邏輯電路了。
除此之外,還有調節器
Modulator
和奈米顆粒級別的底座
Carrier
。
值得一提的是,整個免疫機器人可組裝,每個構件均可預製和複用。據介紹,這樣不僅可以確保單體藥物的最佳效能,還帶來整體藥物研發10到100倍的效率提升。
最後,簡單總結ImmuBot的功能特點,大體總結為四點:彈頭高效能、組合多靶向、編程式控制、構件式組裝。
生物預訓練大模型
據量子位智庫《計算生物學深度產業報告》顯示,當前,計算生物行業主要有以下幾種商業模式:演算法授權、生物資產以及軟體使用。
生物資產,就是目前百圖生科ImmuBot研發的未來模式。
據介紹,他們正在構建一個大型的創新藥物資產組合,包括10餘類自主靶點挖掘專案、30餘個構件研發專案、10餘個自主和合作藥物研發專案。
這個大規模資產組合覆蓋了大批腫瘤和自身疾病,尤其是胃癌、肝癌等國內臨床需求強烈的病種,也覆蓋了近十種主要的免疫細胞,為每類免疫細胞準備了創新的靶頭。
此外,他們還計劃自主或與合作伙伴聯合,推出更多的藥物管線。預計明年將實現首批ImmuBot專案進入臨床。
而這背後一整個驅動力,基於AI大模型的高通量乾溼閉環生物計算引擎。
底層“大科學裝置”,包括萬億關係的多組學免疫圖譜、千億引數的蛋白質/免疫計算大模型、億級資料生產量的高通量免疫模擬實驗系統等技術。
據百圖生科首席AI科學家宋樂介紹,其中千億引數大規模預訓練模型,作為重要的連線,不同於現有認知的語言模型,它主要包括四層巢狀的模型體系:
蛋白質結構——>蛋白質之間及與其他分子的相互作用——>細胞層面的建模——>免疫系統與環境之間的相互作用。
下層預測或產生的一些表徵,可以被上層的模型拿去利用,以此來增強上層模型的預測能力。
基於這種巢狀式大模型,輔助和最佳化藥物設計,設計出各種各樣的
ImmuBot
。
而這種執行思路,目前也正在實際地測試當中,即與ImmuBot一同官宣的
北京中心實驗室
。
他們內部稱其為
超級大規模免疫模擬系統
。
截至目前,百圖生科共有兩處研發中心,另一個則是位於蘇州工業園區,近300名生物+計算團隊,其中包括機器學習和圖深度學習大牛、今年ICML大會主席
宋樂
。
不過必須要說的是,計算生物與AI製藥的探索才剛剛開始。
一邊是剛剛興起的計算生物領域,另一邊則是投融資矚目、但質疑聲不斷的AI製藥賽道。
前者首要落地的場景,非AI製藥莫屬,但兩者之間究竟該如何結合?計算生物的進展,到底會對蛋白質類藥物設計會帶來什麼樣的影響?
這一切還沒有答案,但像百圖生科這樣的玩家們已經在路上了。
— 完 —
量子位 QbitAI · 頭條號簽約