欢迎光临本站
我们追求产品创新

百度CEO李彦宏旗下,又一个“机器人项目”曝光了

悄无声息,李彦宏旗下又一个“机器人”曝光:

ImmuBot。

而且术业有专攻——从事当前最热门的计算生物领域。更细分一点,则是针对免疫系统治疗的蛋白质药物设计相关。

所在的团队,正是李彦宏刚创立两年的创新药物研发平台百图生科。

b40b276b5f3f4f5ca12f4aae4a67f42e

两年时间秘密打造,这个专业的免疫“机器人”究竟有什么看头?

ImmuBot免疫机器人

ImmuBot免疫机器人,简单来说就是一种能够重编程免疫系统的蛋白质药物。

83d571b25c6944d3a681fa8b9224b0e4

在过去的认知中,免疫系统作为人类抵抗疾病的自然防线,一旦功能障碍,就可能导致各种肿瘤和自身免疫性疾病发生传染病等疾病。

与此同时,它又十分复杂。在新闻发布会现场,百图生科CEO刘维曾经这样算过它的复杂性。

每个免疫细胞至少有2万种蛋白质来决定其功能,每个蛋白质可能有数百种不同的亚型。根据其组合表面、组合方法和调节亲和力,对这些蛋白质的调节也有不同的结果。

最后,无论分布在不同组织和器官环境中的免疫细胞多达几十种,形成万亿关系级功能调控网络,此外,人与人之间也有不同的差异,可见其复杂性。

每个免疫细胞至少有2万种蛋白质来决定其功能,每个蛋白质可能有数百种不同的亚型。根据其组合表面、组合方法和调节亲和力,对这些蛋白质的调节也有不同的结果。

最后,无论分布在不同组织和器官环境中的免疫细胞多达几十种,形成万亿关系级功能调控网络,此外,人与人之间也有不同的差异,可见其复杂性。

然而,目前的免疫调节药物只针对系统中的一般人群、单一或少数靶点,这将挑战药物的安全性和有效性。

ImmuBot,出生在这种背景下。它利用生物计算引擎设计新的蛋白质,实现复杂的药物机制MOA,从而对失效的免疫系统进行“重编程”。

从结构上看,主要包括五个部分:

Seeker,高特异性弹头,定位要调节的细胞。ImmuBot配备适当的亲和力、精确的表位和功能刺激的高性能弹头。

除此之外,研究人员还进行了靶点组合挖掘和多弹头桥接药物设计,可实现多组织特异性靶点和免疫功能靶点的组合靶点。

Sensor,响应环境的传感器组合。以肿瘤微环境为例,pH不同于正常组织,传感器对会pH相应的值给控制器Controller提供信号。

这也是ImmuBot之所以被称为机器人的核心原因。

接收到信号后,Controller调节和激发弹头:

若环境A成立,则释放A弹头;若环境B成立,则释放B弹头。如果A的数字大于,未来将会有更多的监管因素B,释放A弹头;如果A小于A;C,B弹头可以释放。这种AND、OR、IF条件触发机制类似于我们的日常编程逻辑电路。

此外,还有调节器Modulator以及纳米颗粒等级的底座Carrier。

值得一提的是,整个免疫机器人可以组装,每个部件都可以预制和重用。据报道,这样既能保证单体药物的最佳性能,又能提高整体药物研发的效率。

最后,简单总结ImmuBot一般总结为弹头高性能、多靶向组合、编程控制、构件组装四点。

大型生物预训练模型

根据量子位智库《计算生物深度产业报告》,目前计算生物产业主要有算法授权、生物资产和软件使用等商业模式。

生物资产是目前百图生科ImmuBot研发的未来模式。

据报道,他们正在建立一个大型的创新药物资产组合,包括10多个独立的8点挖掘项目、30多个组件研发项目、10多个独立和合作的药物研发项目。

这种大规模的资产组合涵盖了大量的肿瘤和自身疾病,特别是胃癌、肝癌等国内临床需求强烈的疾病,以及近十种主要的免疫细胞,为每种免疫细胞准备了创新的目标。

此外,他们还计划独立或与合作伙伴合作,推出更多的药品管道。预计明年将实现第一批ImmuBot项目进入临床。

这背后的整个驱动力是基于AI大型高通量干湿闭环生物计算引擎。

底层的大科学装置包括多组学免疫图谱、蛋白质/免疫计算模型、数亿数据生产的高通量免疫模拟实验系统等技术。

百图生科首席AI科学家宋乐介绍,1000亿参数的大规模预训练模型作为现有认知语言模型的重要连接,主要包括四层嵌套模型系统:

蛋白质结构——>蛋白质与其他分子的相互作用——>细胞层建模——>免疫系统与环境的相互作用。

为了提高上层模型的预测能力,可以利用下层预测或产生的一些表征。

基于这种嵌套式大模型,辅助和优化药物设计,设计了各种类型ImmuBot。

目前,这种执行思路也在实际测试中,即与ImmuBot一同官宣的北京中心实验室。

他们内部称之为超大规模免疫模拟系统。

截至目前,百图生科有两个研发中心,另一个位于苏州工业园区,生物近300个计算团队包括机器学习和图深度学习牛,今年ICML大会主席宋乐。

但必须说的是,计算生物和AI对药物的探索才刚刚开始。

一方面是新兴的计算生物领域,另一方面是投融资的关注,但质疑不断。AI制药赛道。

前者首先落地的场景不是AI制药不是,但是两者应该如何结合呢?计算生物学的进展会对蛋白质药物的设计产生什么影响?

没有答案,但像百图生科这样的玩家已经在路上了。

赞(0)