李彦宏的创业思维是怎么培养的(李彦宏机器人)

·量子位

杨净 发自 凹非寺

量子位 | 公众号 QbitAI

悄无声息悄无声息,李彦宏发起创立又一个“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。

李彦宏的创业思维是怎么培养的(李彦宏机器人)

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。

李彦宏的创业思维是怎么培养的(李彦宏机器人)

以往的认知中,免疫系统,作为人类抵御疾病的自然防线,一旦功能障碍,就可能造成各类肿瘤、自身免疫性疾病、 感染性疾病等病症发生。

与此同时,它又十分复杂。在发布会现场,百图生科CEO刘维曾这样算了算它的复杂度。

每个免疫细胞至少有两万种蛋白来决定它的功能,而这些蛋白每个可能有上百种不同的亚型,对这些蛋白的调控,根据它的结合表位、结合方式、调控亲和力不同也有不同的结果。

最后,更不论分布在不同组织器官环境下不同特征、种类多达数十类的免疫细胞族群,以此形成万亿关系级别的功能调控网络,加之人与人之间也有不同的区别,可见其复杂性。

李彦宏的创业思维是怎么培养的(李彦宏机器人)

但当前的免疫调控药物,只针对系统内的通用人群、单一或少数靶点进行调控,这种情况就会造成药物安全性以及效用性的挑战。

而机器人的设计,随着识别、感知、决策等能力的加强,不再仅限于简单机械地加工,更能驾驭复杂系统。

ImmuBot,正是基于这种背景下诞生的。它用生物计算引擎来设计全新蛋白质,来实现复杂的药物机理MOA,从而对失效的免疫系统进行“重编程”。

李彦宏的创业思维是怎么培养的(李彦宏机器人)

从结构上来看,主要包含了五个部分:

Seeker,高特异性弹头,定位要调控的细胞。ImmuBot为每个靶点配备了恰当亲和力、精准定表位和功能激发的高性能弹头。

除此之外, 研究人员还做了靶点组合挖掘和多弹头桥接药物设计,可以实现对多个组织特异性靶点、免疫功能靶点的组合靶向。

Sensor,对环境做出响应的传感器组合。以针对肿瘤微环境为例,pH值酸碱度与正常组织不同, 传感器就对会pH值做出相应,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就对弹头进行调控激发:

  • 如果环境A成立,就释放A弹头;如果环境B成立,就释放B弹头。

    未来还会出现更多的调控因素,如果A的数字大于B,就释放A弹头;如果A小于C,就可能释放B弹头。这种AND、OR、IF等条件触发机制就类似于我们日常编程逻辑电路了。

    除此之外,还有调节器Modulator和纳米颗粒级别的底座Carrier。

    值得一提的是,整个免疫机器人可组装,每个构件均可预制和复用。据介绍,这样不仅可以确保单体药物的最佳性能,还带来整体药物研发10到100倍的效率提升。

    最后,简单总结ImmuBot的功能特点,大体总结为四点:弹头高性能、组合多靶向、编程式控制、构件式组装。

    生物预训练大模型

    据量子位智库《计算生物学深度产业报告》显示,当前,计算生物行业主要有以下几种商业模式:算法授权、生物资产以及软件使用。

    李彦宏的创业思维是怎么培养的(李彦宏机器人)

    生物资产,就是目前百图生科ImmuBot研发的未来模式。

    据介绍,他们正在构建一个大型的创新药物资产组合,包括10余类自主靶点挖掘项目、30余个构件研发项目、10余个自主和合作药物研发项目。

    这个大规模资产组合覆盖了大批肿瘤和自身疾病,尤其是胃癌、肝癌等国内临床需求强烈的病种,也覆盖了近十种主要的免疫细胞,为每类免疫细胞准备了创新的靶头。

    此外,他们还计划自主或与合作伙伴联合,推出更多的药物管线。预计明年将实现首批ImmuBot项目进入临床。

    而这背后一整个驱动力,基于AI大模型的高通量干湿闭环生物计算引擎。

    李彦宏的创业思维是怎么培养的(李彦宏机器人)

    底层“大科学装置”,包括万亿关系的多组学免疫图谱、千亿参数的蛋白质/免疫计算大模型、亿级数据生产量的高通量免疫模拟实验系统等技术。

    据百图生科首席AI科学家宋乐介绍,其中千亿参数大规模预训练模型,作为重要的连接,不同于现有认知的语言模型,它主要包括四层嵌套的模型体系:

    蛋白质结构——>蛋白质之间及与其他分子的相互作用——>细胞层面的建模——>免疫系统与环境之间的相互作用。

    下层预测或产生的一些表征,可以被上层的模型拿去利用,以此来增强上层模型的预测能力。

    基于这种嵌套式大模型,辅助和优化药物设计,设计出各种各样的ImmuBot。

    而这种执行思路,目前也正在实际地测试当中,即与ImmuBot一同官宣的北京中心实验室。

    他们内部称其为超级大规模免疫模拟系统。

    截至目前,百图生科共有两处研发中心,另一个则是位于苏州工业园区,近300名生物+计算团队,其中包括机器学习和图深度学习大牛、今年ICML大会主席宋乐。

    不过必须要说的是,计算生物与AI制药的探索才刚刚开始。

    一边是刚刚兴起的计算生物领域,另一边则是投融资瞩目、但质疑声不断的AI制药赛道。

    前者首要落地的场景,非AI制药莫属,但两者之间究竟该如何结合?计算生物的进展,到底会对蛋白质类药物设计会带来什么样的影响?

    这一切还没有答案,但像百图生科这样的玩家们已经在路上了。

    — 完 —

    量子位 QbitAI · 头条号签约

    关注我们,第一时间获知前沿科技动态

  • 声明:版权归原创所有,转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益,请与本网联系,我们将及时更正、删除,谢谢。
    上上吉
    匿名

    发表评论

    匿名网友 填写信息

    :?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: