通过广阔的免疫系统地图改善药物开发

人体免疫系统是一个由数万亿个细胞组成的网络，这些细胞在全身不断循环。蜂窝网络协调与每个器官和组织的相互作用，以执行科学家仍在努力理解的一长串功能。所有这些复杂性限制了我们预测哪些患者会对治疗有反应以及哪些患者可能会遭受衰弱副作用的能力。

这个问题通常导致制药公司停止开发可以帮助某些患者的药物，即使药物对某些人显示出有希望的结果，也停止了临床试验。

现在，Immunai正在通过构建免疫系统的综合图谱来帮助预测患者对治疗的反应。该公司已经建立了一个名为AMICA的庞大数据库，该数据库将细胞中的多层基因和蛋白质表达数据与临床试验数据相结合，以将正确的药物与正确的患者相匹配。

“我们的出发点是为免疫系统创建我称之为谷歌地图的东西，”Immunai联合创始人兼首席执行官Noam Solomon说。“我们从单细胞RNA测序开始，随着时间的推移，我们增加了越来越多的’组学’：基因组学、蛋白质组学、表观基因组学，所有这些都是为了测量免疫系统的细胞表达和功能，从整体上测量免疫环境。然后，我们开始与制药公司和医院合作，分析接受治疗的患者的免疫系统，以真正了解治疗作用和耐药性的根源机制。

Immunai的大数据基础是其创始人独特背景的结果。Solomon 和联合创始人 Luis Voloch ’13， SM ’15 拥有数学和计算机科学学位。事实上，所罗门在Immunai成立时是麻省理工学院数学系的博士后。

Solomon 将 Immunai 的使命描述为阻止计算机科学和生命科学长达数十年的分歧。他认为，推动计算爆炸式增长的最大因素是摩尔定律——在过去60年中，我们能够成倍地增加芯片上的晶体管数量。在制药行业，情况正好相反：据估计，开发新药的成本大约每九年翻一番。这种现象被称为埃鲁姆定律（“Eroom”是“摩尔”的倒写）。

所罗门认为，这种趋势正在侵蚀开发新药的理由，对患者产生巨大影响。

“如果制药公司无法获得投资回报，为什么还要投资发现？”所罗门问道。“今天，任何给定的临床试验成功的可能性只有5%到10%。我们通过对免疫系统的非常强大和精细的映射所建立的，是改善药物开发的临床前和临床阶段的机会。

计划变更

Solomon 14 岁时进入特拉维夫大学，19 岁时获得计算机科学学士学位。他在以色列获得了两个博士学位，一个是计算机科学，另一个是数学，然后于 2017 年作为博士后来到麻省理工学院继续他的数学研究生涯。

那一年，所罗门遇到了沃洛奇，他已经从麻省理工学院获得了数学和计算机科学的学士和硕士学位。但研究人员很快就遇到了一个问题，这将使他们走出舒适区并改变他们的职业生涯。

沃洛赫的祖父当时正在接受癌症治疗。癌症得到了缓解，但他遭受了可怕的副作用，导致他停止服药。

沃洛赫和所罗门开始思考他们的专业知识是否能帮助像沃洛赫祖父这样的患者。

“当我们意识到我们可以产生影响时，我们做出了艰难的决定，停止我们的学术追求，开始新的旅程，”所罗门回忆道。“这就是Immunai的起点。”

Voloch 和 Solomon 很快与 Immunai 科学联合创始人、当时在斯坦福大学的研究员 Ansu Satpathy 和帕克癌症免疫治疗研究所的研究员 Danny Wells 合作。Satpathy和Wells已经表明，单细胞RNA测序可用于深入了解为什么患者对常见癌症治疗的反应不同。

该团队开始分析发表在科学论文中的单细胞RNA测序数据，试图将常见的生物标志物与患者结果联系起来。然后，他们整合了来自英国生物银行公共卫生数据库的数据，发现他们能够改进模型的预测。很快，他们就整合了来自医院、学术研究机构和制药公司的数据，分析了有关细胞结构、功能和环境的信息——多组学——以更清楚地了解免疫活性。

“单细胞测序为您提供了可以在数千个细胞中测量的指标，您可以在其中查看 20,000 个不同的基因，这些指标为您提供免疫概况，”Solomon 解释道。“当你随着时间的推移测量所有这些，特别是在接受治疗之前和之后，并将有反应的患者与没有反应的患者进行比较时，你可以应用机器学习模型来理解原因。

这些数据和模型组成了AMICA，Immunai称之为世界上最大的细胞级免疫知识库。AMICA 代表 注释多组免疫细胞图谱。它分析了来自近 10,000 名患者的单细胞多组学数据和来自 100,000 名患者的批量 RNA 数据，涉及 800 多种细胞类型和 500 多种疾病。

Immunai方法的核心是关注免疫系统，而其他公司则因其复杂性而回避免疫系统。

“我们不想像其他主要研究肿瘤微环境的小组一样，”所罗门说。“我们关注免疫系统，因为免疫系统是共同点。这是一个与每种疾病有关的系统，涉及你的身体对你遇到的一切的反应，无论是病毒感染、细菌感染还是你正在接受的药物——甚至是你是如何衰老的。

将数据转化为更好的治疗方法

Immunai已经与世界上一些最大的制药公司合作，帮助他们确定有前途的治疗方法，并建立临床试验以取得成功。Immunai的见解可以帮助合作伙伴在治疗方案、剂量、药物组合、患者选择等方面做出关键决策。

Solomon 说：“每个人都在谈论人工智能，但我认为我们构建的平台最令人兴奋的方面是它是垂直集成的，从湿实验室到具有多次迭代的计算建模。“例如，我们可能会对患者样本进行单细胞免疫分析，然后我们将这些数据上传到云端，我们的计算模型会提出见解，然后根据这些见解，我们在体外或体内进行验证，看看我们的模型是否正确，并迭代改进它们。

最终，Immunai希望实现一个未来，实验室实验可以更可靠地转化为对患者有影响力的新建议和治疗方法。

“科学家几乎可以治愈所有类型的癌症，但仅限于小鼠，“所罗门说。“在临床前模型中，我们知道如何治愈癌症。在人类中，在大多数情况下，我们仍然没有。为了克服这个问题，大多数科学家都在寻找更好的离体或体内模型。我们的方法是对模型系统更加不可知，但向机器提供来自多个模型系统的越来越多的数据。 我们正在证明，我们的算法在识别与患者结果相匹配的顶级临床前免疫特征方面可以反复击败顶级基准。