动脉橙企业版
试用申请

李彦宏、施一公、鄂维南、董晨、谭蔚泓的干货来了,生物计算产业即将起飞

作者:周秋寒 2021-05-13 10:32

{{detail.short_name}} {{detail.main_page}}

{{detail.description}} {{detail.round_name}} {{detail.state_name}}

{{detail.province}}-{{detail.city}}
{{detail.setup_time}}
融资金额:{{detail.latest_event_amount}}{{detail.latest_amount_unit}}
投资方: · {{item.latest_event_tzf_name}}
企业数据由提供支持
查看

5月10-11日,由中国首家生物计算技术驱动的生命科学平台公司百图生科,与致力于IT和BT交叉融合的创新孵化中心播禾创新联合主办的首届中国生物计算大会于苏州国际博览中心召开,会议邀请到了包括6位院士在内的50余位专家学者、40余位生物医药企业高管到会分享,1500余名观众在现场参加了会议,首日直播线上观看人数超过51.2万。


本次大会围绕“如何定义生物计算”,分别从生物计算的行业需求、现状及挑战、发展驱动力等多个维度进行了探讨,形成了“生物计算 =新数据*新算法”的鲜明观点。

 

图片1.png


5月10日上午大会现场,江苏省委常委、苏州市委书记许昆林在致辞中表示很高兴与各位来宾相聚于美丽的金鸡湖畔,共同开启首届中国生物计算大会,分享前沿成果,目前苏州市正紧盯新一轮的产业革命,关注强战略性新兴产业,新一代生物技术、纳米技术、人工智能等产业蓬勃发展,吸引了多位国家级人才,逐步形成了涵盖人工智能基础层、技术层、应用层的全产业链。希望本次大会进行深化沟通交流,率先探索生物技术与信息技术融合发展的“交叉点”,加快打造生物计算产业“新蓝海”,促进互利共赢,并助力苏州进一步聚力创新发展。

 领导.jpg

江苏省委常委、苏州市委书记许昆林

 

大会邀请了生物计算领域超过100名行业科学家、意见领袖、政府高层、企业伙伴,从行业需求、驱动力、当前挑战及未来展望等多个维度共同定义生物计算。以下为主论坛观点摘录:


生物和计算相融合,AI促进First-in-Class药物发现

 图片2.png

百度创始人、董事长兼CEO,百图生科创始人兼董事长李彦宏


互联网发展过程跟生物计算的发展有着惊人的相似之处:互联网搜索量的增长与上网人数、人均上网时间、存在网页数量这三个因素相关;生物计算领域也有三个关键指标,即基因组学研究带来的人体数据、新药研发过程中积累的知识以及新生的各类机器学习的算法,它们的快速增长共同促进了生物计算给人类创造价值。

 

李彦宏表示,“生物计算是一个生物和计算高度融合的学科,我们希望打造一批融合生物+计算技术的药企。利用大量的生物数据,能够把所有的尝试积累到统一的知识图谱上去,从而把药物发现的大海捞针变成按图索骥,加快发展First-in-Class的创新药物,为人类的生命健康带来福祉。利用AI技术缩短药物研发的时间,降低药物的副作用,减轻患者的巨大医疗负担。

 

生物计算产业的发展需要生态和产业链的协同,一家乃至一百家企业可能都远远不够,我们希望和诸位科学家、企业家一起构建开放的生物计算创新生态,去探索生物科学的无人区。”


机器学习与科学计算相结合,推动新一代科学软件发展

 12148561.jpg

北京大数据研究院院长鄂维南院士

 

科学计算有两大主题:第一大主题是处理物理模型。科学的主要模型,如牛顿方程、空气动力学,弹性力学、电磁场理论、量子力学等均来自于物理学。有效数学方法出现之前,为了解决实际问题,科学家大幅度简化模型。也就是说,虽然我们找到了基本原理,但对于实际应用来说,有时候这些理论并不可行。


直到电子计算机的出现带来了差分方法、有限元方法、谱方法等一系列方法,人类历史上第一次实现了直接用基本原理解决实际问题。结构力学、航空航天、天气预报、石油勘探与开采等许多领域的问题都可以通过基本原理来解决。我们也可以用相关基本原理来做桥梁设计、大楼设计、飞机设计等。


科学计算的第二大主题是处理数据。以图像为例,我们有三个主要任务,第一是imaging(反演),通过实验仪器反演出内在结构;第二是image processing(图像噪音去掉,图像分割、修补等);第三是image recognition,(图像识别)。第一第二个问题是二维问题。第三个问题是高维问题。


从数学的角度来说这三步是在解决高维问题,第一个问题是解决高维函数逼近,第二是高维概率密度,第三是解高维超大空间上的bellman方程。


鄂维南表示:“从我的角度来说,做科学计算最大的问题就是把物理模型和数学模型结合起来。从模型出发得到数据,从数据中得到更有效的模型。如今,通过把机器学习和科学计算、高性能计算结合在一起,推动新一代的科学软件的发展。”


计算决定未来,AI 能否突破思维框架主动探索问题?

 12208530.jpg

结构生物学家,西湖大学校长施一公

 

宏观的生物计算不是简单的基于公式、模板、推演的固化计算。生命科学也不是一个固定的方法而是一个领域,宏观可以从生态、进化、林业、农业到动物学、植物学,微观可以生命科学上百个分支演绎到药学和分子医学等领域。

 

上世纪早期,蛋白质胶技术的出现引起了生命科学的改变。上世纪末出现了蛋白质组学,1975年单克隆抗体的出现引发了一系列的革命,带来了诺贝尔奖和千亿美元的抗体药市场。计算领域的突破带来了人类对于微观世界认知的革命,也许下一个革命点将借助于计算机和人工智能带来观测微观世界的方法。

  

利用AI进行蛋白基因组预测的结果远好于人类的预测结果。不仅如此,AI还将深入到医学影像分析、蛋白质组学的分析、创新制药设计、健康大数据的分析甚至包括城市大脑、健康交通、智慧交通等领域。   

     

施一公说:“人工智能所有的方法都是基于对过去知识的掌握,怎样突破已有的学习能力,跳出思维的限制?我希望人工智能够指导人类,主动去探索未知的事物,而不是人类用已有的知识去指导人工智能。希望人工智能能够进入各个领域,助力医药领域的发展。”

 

AI优化临床试验,或可带来免疫治疗创新

 12233791.jpg

中国科学院院士、上海市免疫治疗创新研究院创始院长、上海交通大学医学院教授董晨

 

免疫学是整个医学领域里发展最快,与人类各种各样的生理现象和疾病密切相关的学科。从制药角度来看,免疫方法以及针对免疫性疾病的免疫治疗一直是生物制药产业活跃的领域,2019年全球销售最好的十个药中免疫药物就有五个。  

 

去年由于新冠疫情的爆发,使得全民对免疫的关注和免疫知识的有很大的提高。实际上人群的多样性决定了对新冠不同的免疫应答,这个差异性问题至今还没有很好的解决。董晨教授去年围绕免疫体做了世界首个研究T细胞免疫应答研究,该研究包括对康复者获得性免疫抗体和体细胞免疫应答。

 

正常人感染新冠以后能够康复,这是细胞免疫的作用。但重症病人的细胞免疫有重大缺陷。利用这种免疫应答的差异,能够指导我们去评估、开发疫苗。除了受到传染病的影响,慢性疾病也影响着人类的健康,且慢性疾病也多跟免疫系统相关,如花粉过敏、抗肿瘤的免疫反应、肝炎等。

 

其中,肿瘤免疫现在逐渐成为肿瘤治疗的核心研发方向:利用T细胞加上一些识别物,让T细胞能够识别肿瘤。把T细胞的负调控或者正调控的分子进行调节,使得T细胞的活性进一步增强。    

 

现在治疗方法所倡导的通过阻断T细胞的负调控分子提高免疫力,这面临着病人容易出现不良反应以及反映率较低等问题。基于这些问题,各类数据怎样能够通过生物计算和AI的方法,来更好的设计临床试验?把各种参数利用起来,分析免疫学调控的机理,这才是我们所要想解决的问题。


基于AI的多参数智能诊断将为疾病诊断提供新模式

 17264555.jpg

发展中国家科学院院士,中国科学院基础医学与肿瘤研究所所长谭蔚泓院士

 

参数特征图谱是高效疾病诊疗的关键,并由此应运而生出基因组学、蛋白组学、细胞组学、时空组学、分子探针组学等各种组学。

 

怎样获得多个参数,目前这个问题已部分解决。怎样将得到的参数分析出有用的价值才是下一步发展的重点。人类的疾病具有复杂、多样性等特点,使得诊疗必须基于海量数据和多参数的表征来达出更准确的结果。通过对多参数获取的数据进行有效分析,从而把所有的疾病分成不同亚型,才可以对症下药。

 

未来疾病的诊断必定是对多个标志物分子特征进行甄别和定量测定,利用人工智能和大数据科学进行解析从而为疾病诊断提供精准图谱以判断各种亚型的特征,为下一代的疾病精准诊断提供变革性的技术。

 

基于大数据的疾病分子分型是精准医疗的前提,对这些参数进行有效的解析,需要开发分子识别工具,蛋白、核酸等多组学信息,发展新型数据算法。基于这些参数进行高通量的方法研究,如目前发展的一种新方法:流式质谱。用质谱的方法来做分析,其优点是集合流式细胞仪的高速分析,同一实验室可以做多个参数的获取,一次实验可以得到100多个参数。

 

谭蔚泓表示:“将来的疾病诊疗要获取多个参数,从多个参数里面进行数据的处理,从而形成模式识别式的诊疗,为将来疾病的诊疗提供全新的发展。”

    

AI跨界医疗,赋能新药研发


传统制药大约是十年为一个周期,通过资金和技术的投入做出治疗某项疾病的通用的药物。随着越来越多的个性化诊疗方案的建立,未来精准诊断、精准治疗将逐渐发展。通过AI技术赋能,完成成本和时间的大幅下降。

 

如今,AI赋能个人健康(如可穿戴设备),让个体积极主动参与健康管理,为健康管理贡献数据。如美国某APP,病人和医生主动参与,用一个开放的模式驱动数据AI在医疗、生命健康领域发挥对药企、医院的研发和诊断价值。AI与医疗领域的结合对疾病的判断、靶点的研究产生了积极影响。

 

但现在,技术所能达到的仅是将已有靶点去结合AI技术进行结构计算,功能预测。未来,AI的成药性在个性化领域是否能够针对个人成药,也许是AI发展的另一个新机会。


数据库建立为转化医学研究带来新模式


肿瘤受多种调控机制,将多个癌种的转录组和蛋白组异质性比较就会发现一部分的基因和蛋白表达高度一致,在代谢相关的糖、氨基酸、脂肪酸代谢等代谢基因方面表达一致,但是在一些RNA剪切方面一致性较低,关联性不强,这需要多组学联合分析,发现相关复杂图谱来得以解决。

 

多组学需要全面的数据作为研究的基础,再结合AI技术进行高通量检测。以数据为核心,建立基础的核心认知及图谱,在此之上建立一个搜索引擎,成为一个药物新发现的引擎。

 

通过公共数据,以及与科研单位合作,产生图谱中稀缺的某些数据,内部建立起功能验证的闭环,对某些疑点不确定性的环境去进行缺陷弥补,建立完善数据链。通过这个闭环的基础设施,再加上算法引擎,将对很多疾病的发现和诊断产生积极影响。

 

大会最后发布了免疫图谱卓越计划并进行联盟签约,百图生科与包括维亚生物、和铂医药等药物研发领域的领军企业;索智生物、宇道生物等AI药物研发企业;深势科技、燧坤智能等计算药物设计平台;百奥智汇、普瑞基准等前沿组学企业;及Merck创新中心等大型跨国药企在内的30余家首批生态伙伴进行了签约。

 22413907.jpg


通过这一生物计算生态计划,百图生科将提供自身研发的核心生物计算引擎、海量自有数据、10亿元的资金补贴,与生态联盟合作伙伴共同助力免疫图谱的绘制,期待“免疫图谱卓越计划”能够在未来支持一批高质量的转化医学研究项目,联合前沿生物技术专家、药物开发专家和临床专业团队,打造一个国际领先的“免疫图谱”,系统探寻癌症、自免、衰老等疾病的复杂免疫规律,为高效率的靶点挖掘和药物设计提供可能。

如果您想对接动脉网所报道的企业,请填写表单,我们的工作人员将尽快为您服务。


注:文中如果涉及企业数据,均由受访者向分析师提供并确认。如果您有资源对接,联系报道项目,可以点击链接填写基本信息,我们将尽快与您联系。

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

分享

微信扫描二维码分享文章