行銷需求｜與我們聯繫
摘要
在精準醫療日益重要的今天，多模態人工智慧為免疫療法帶來了革命性的改變，不僅提升了治療效果，也讓患者受益匪淺。 歸納要點:
- 多模態人工智慧整合基因組學、影像學等數據,能準確預測患者對免疫療法的反應,實現個性化治療。
- 自監督學習技術使AI能從海量數據中自動提取特徵,加速新藥研發過程,識別新的免疫檢查點及預測副作用。
- 多模態AI分析腫瘤異質性,針對不同腫瘤細胞設計個性化治療方案,提高CAR-T細胞等免疫療法的效果。
Breakout 最近投資了 Noetik，這是一家以人工智慧為基礎的生物技術公司，專注於利用先進的機器學習方法來發現和開發癌症免疫療法。Noetik 平台釋放了自我監督式機器學習在公司龐大的專有多模態資料集中的潛力，這些資料集來自於人類腫瘤，促進對癌症生物學的深入理解，以推動治療藥物的發現和開發。
我們在研究許多文章後,彙整重點如下
網路文章觀點與我們總結
- 人工智能和大數據技術正在快速推進人體解碼與疾病治療。
- Philips在AWS上建立的醫療保健解決方案能整合多種資料,提供完整病患檢視。
- 基因治療、RNA干擾及mRNA等核酸療法為現代醫學的重要方向。
- AI在藥物開發、手術治療及病患照護中展現出廣泛應用潛力,提升精準度與效率。
- 肝癌和膽道癌的免疫療法結合其他治療方式,有望帶來革新效果。
- 新技術如仿生磁珠和光電顯影正助力於提高癌症治癒率。
隨著科技的進步，人工智能與大數據讓我們對健康與疾病有了更深入的了解。現在，不僅是藥物研發變得更加精準，甚至在癌症治療上也有了新的希望。這些創新不僅可以幫助醫生制定更有效的治療計畫，也有可能改變許多患者的命運。在這個瞬息萬變的時代，我們每個人都能期待未來會有更多驚喜出現！
Noetik 完成 4000 萬美元 A 輪融資，加速計算療法領域發展
根據上週《Endpoints News》的獨家報導，Noetik 完成了 4000 萬美元的 A 輪融資，此輪融資由 Polaris Partners 主導。我們相信這個投資聯盟——還包括 Khosla Ventures 以及現有投資者 DCVC 和 Zetta Venture Partners——體現了計算療法公司未來的發展模式。這些公司不再是技術與生物科技兩方面的對立，而是在合作中共同推動價值創造，為 Noetik 及更廣泛的領域注入活力。它們專注於打造最佳的計算平台，以識別和開發有價值的靶點和資產，同時利用數十年積累起來的專業知識，將合適的療法推向臨床試驗並最終獲得批准。作為處於技術、生物學和化學交集中的早期階段專家，我們無法想像有哪家公司能更好地詮釋我們的理論，因此我們非常高興能夠加深與聯合創始人 Ron Alfa， MD， PhD（執行長）和 Jacob Rinaldi， PhD（首席科學官）之間作為董事會觀察者的關係。免疫腫瘤學（Immuno－oncology，IO）是當前人類健康生命科學領域中的一個熱門研究方向，這並非無的放矢。該領域旨在利用患者自身的免疫系統來識別和摧毀癌細胞，這些療法在減少長期緩解方面可能比傳統治療如化療和放療更有效且更安全。免疫腫瘤學治療不僅具有永續性，而且可以廣泛應用於各種癌症型別。許多免疫腫瘤學療法能夠針對個別患者進行調整，從而減少一刀切治療方案所帶來的副作用。
免疫療法（IO）似乎是癌症治療的金蛋。但藥物開發者面臨一個重大挑戰：理解並應對腫瘤的免疫亞型。
癌症免疫治療：解開腫瘤異質性的秘密
即使在同一型別的癌症中，患者也可能表現出不同的免疫亞型。由於不同腫瘤免疫亞型可能需要不同的生物標誌物，因此識別可靠的生物標誌物以預測對免疫療法的反應是一項挑戰。例如，PD－L1 表達是檢查點抑制劑的一種生物標誌物，但其存在並不保證會對治療產生反應，尤其是在不同免疫亞型之間。這一切複雜性意味著，在某一特定亞型或某個患者身上有效的治療方法，可能在另一個情況下無效，使得藥品開發者和醫生在預測有效性時感到困惑。儘管過去二十年來生技領域取得了顯著的技術進步，我們對腫瘤學的處理方式仍然是一場猜謎遊戲。此時機器學習（ML）登場，這是一種正在改變我們面對這些挑戰的方法的重要工具。機器學習有多種形式——監督式、非監督式和自我監督式學習，每一種都適用於解決不同型別資料和問題。在癌症研究中，引入機器學習可以幫助我們更準確地分析患者免疫微環境中的異質性，以及如何透過單細胞測序技術深入了解各種免疫細胞亞型。
例如，透過單細胞基因表達分析，我們能夠辨識出與特定免疫亞型相關的重要生物標誌物，如細胞毒性T細胞、調節性T細胞及巨噬細胞等。而最新趨勢則是結合空間轉錄組學技術，不僅能分析基因表達，更能將細胞的位置資訊納入考量，以便更精確地解析腫瘤免疫微環境中的複雜結構。因此，我們期待這些進展為制定更加精準且多重標靶的免疫療法策略提供重要依據。
自監督學習：生物科技領域的未來趨勢
為了討論，我們假設你想將一大堆寵物照片分成兩組：狗和貓。監督式學習會根據你提供的物種特徵（即輸出答案或標籤）來對你的圖片進行分類。你告訴電腦狗和貓的樣子，透過建立並分配標籤給一組訓練資料：你將一些圖片標記為狗，而其他則標記為貓，電腦便開始注意到它們之間的差異。這不僅耗時，而且如果有些倉鼠的照片混入其中，也可能引發問題。無監督學習則是在沒有任何標籤的情況下，自動揭示資料內部的模式、結構或關係。你提供圖片，然後電腦決定可以用哪些屬性將它們分組。模型不會建立標籤，但它會對圖片進行分層，以便你手動瀏覽，這可能讓你察覺到倉鼠的潛入。不過，你仍然需要先在部分檔案上測試模型，再信任它持續運作。
自監督學習是一種無監督學習的子型別，它利用資料中的結構。該模型從輸入資料中自創標籤（這真是太棒了），透過設定“任務”來預測資料的一部分基於其他部分。基本上，自監督學習模型能夠自行訓練自己。透過自動生成未標記資料的標籤，這種方法使得無監督模型轉變為監督模型，而無需人工標記——這節省了大量時間和資源（如果做得好）。
回到生物技術領域，自監督學習在藥物研發和精準醫療方面已顯露出其潛力。例如，在藥物研發上，科學家可以利用自監督學習模型分析大量蛋白質結構資料，自動識別蛋白質折疊模式、相互作用機制及潛在藥物結合位點，從而篩選出更有效的藥物候選分子。在精準醫療領域，自監督學習能夠分析患者基因組、蛋白質組以及影像資料，以構建個性化治療方案，使診斷與治療更加精準。
自監督學習在生物科技領域也面臨挑戰，例如如何處理噪聲較多且複雜度高的大規模生物資料，以及如何確保生成結果的一致性與可靠性。因此，要充分發揮其潛力，需要針對具體應用場景進行深入探索與研究，以推動未來生技產業的發展。
超越人類極限：AI 驅動的腫瘤免疫學革命
雖然在電腦上使用人工智慧來識別狗和貓可能很有趣，但依賴人力對未標記的生物學資料進行篩選，包括腫瘤活檢和癌症研究資料，顯然已經過時且不可行。腫瘤免疫學的複雜性超出了人類解決的能力。隨著各種機器學習模型獨特優勢的結合，研究人員開始揭示新的生物機制——包括新型細胞型別和腫瘤亞型。Noetik推出了一個顛覆性的解決方案，以克服當前癌症藥物發現與開發過程中的不足，其多模態腫瘤分析平台能夠精確定義腫瘤免疫亞型。這標誌著我們理解和接觸腫瘤生物學的一次巨大飛躍，這一關鍵進展為新一代精準癌症免疫療法鋪平了道路。
Noetik 平台的核心在於無縫整合來自人類組織樣本的多種資料型別，包括組織學、基因組學、空間蛋白質組學和空間轉錄體學。自我監督的機器學習模型創造出腫瘤生物學的新穎表徵，實質上將人類腫瘤生物學數位化為高維影像資料。
腫瘤的免疫微環境極為複雜，而這種複雜性又建立在腫瘤生物學的基因組多樣性之上。要理解這一點，我們需要能夠同時從多個層面綜合生物學的工具，以解鎖更高階的模式，′Noetik 的聯合創始人兼執行長 Ron Alfa 博士解釋道。′透過自我監督學習方法，模型可以從多樣化的原始資料中學習，以捕捉與療法相關的新定義腫瘤生物學，預測生物標記，最終目標是預測治療反應。′
基因組學和計算技術的進步使我們來到了重要的轉折點，促進了對癌症生物學的深入理解，並大幅提升了我們設計更佳療法的能力。在 Breakout，我們相信利用計算來處理和解碼生物資訊——並準確模擬腫瘤微環境中的複雜互動——將重新定義腫瘤學。但藥物開發是艱難的。使用機器學習來構建模型也不易。將這兩者結合起來？這項任務甚至對於優秀的創始人而言也是令人畏懼的挑戰。
Noetik 的多模態分析：癌症研究的新紀元
我們投資 Noetik 的決定主要基於兩個關鍵因素：我們認識到多模態分析方法在理解癌症生物學方面有可能重新定義未來的癌症治療;其次是該公司背後的卓越團隊，他們體現了 Breakout 對於智慧生物科學領域下一代人才的看法，即這些人才自如地活躍於不同學科的交匯處。Noetik 的領導者擁有深厚的技術根基與在 Recursion 和 Parker Institute for Cancer Immunotherapy 之間所累積的經驗，他們在癌症研究和開發的最前沿耕耘了一生。正如我們在過去一年半中逐漸了解這個團隊時所告訴他們的一樣，這支團隊展現出「美麗而不耐煩」的特質，以無與倫比的速度推進著行業應有的新進步。在當今癌症研究領域，多模態分析已成為一大趨勢。傳統上，癌症研究常依賴單一方法（例如基因組學），導致對複雜病理機制理解的不夠全面。而透過整合基因組學、蛋白質組學、影像學以及臨床資料等不同層級的資訊，多模態分析能夠更深入探究癌症發展機制，並幫助精確識別治療標靶，為個性化醫療提供更多可能性。
高通量篩選、人工智慧及大資料分析等技術發展也為多模態分析提供了強大的支援，使其更具實用價值。Noetik 團隊憑藉其在 Recursion 和 Parker Institute for Cancer Immunotherapy 的豐富經驗，有能力有效整合各類資料，利用多模態的方法深化對癌症研究的探索。因此，我們相信這樣一支充滿激情與創新的團隊將引領未來癌症治療的新篇章。
Recursion：三位創辦人帶領人工智慧驅動藥物開發新時代
執行長兼共同創辦人 Ron Alfa， M．D．， Ph．D． 在解決醫學中一些最具挑戰性的未滿足需求方面積累了豐富的職業生涯。作為 Recursion 的資深副總裁及研究部門負責人，Ron 帶領公司從早期階段一路發展至首次公開募股（IPO），推動了從罕見疾病到腫瘤科及免疫學等療法的科學與投資組合策略。Ron 的合作夥伴是共同創辦人暨首席科學官 Jacob Rinaldi， PhD，他利用在史丹佛大學的神經科學和計算生物學背景，主導了 Recursion 的腫瘤研究工作，並在基因泰克（Genentech）開創了癌症疫苗的深度學習應用。技術長 Lacey Padron， PhD 具備數學、工程和生物學方面的深厚專業知識，她曾在癌症免疫治療帕克研究所（Parker Institute for Cancer Immunotherapy）以及 Nuna 領導先進資料科學平台的開發。作為一位癌症倖存者，她對腫瘤研究抱有個人的熱情。首席商務官 Shaf Virani， MD 是一名訓練有素的神經外科醫師，但他將自己的職業重心放在結構化生物科技合作夥伴關係上，在羅氏（Roche）擔任超過十年的商務發展後，成為 Recursion 的首席商務官，與 Ron 和 Jacob 一同攜手共進。
這三位創始人的背景顯示出 Recursion 在人工智慧驅動藥物開發方面的重要性。他們利用專有的平台，把生物資料與人工智慧技術結合，以實現大規模藥物篩選和目標識別。Recursion 的技術能迅速分析巨量資料並預測藥物對細胞及疾病影響，有效地縮短傳統藥物開發流程。因此，它不僅代表了一種新的研發模式，也可能重新定義未來醫療中抗擊疾病的方法。
Noetik：Breakout Ventures 選定的癌症生物學夢之隊
「Noetik 是我們解決這個問題的夢之隊，我們對他們的速度感到不斷驚喜，」Breakout Ventures 的共同創辦人兼管理合夥人 Julia Moore 表示。「在非常短的時間內，他們處理了成千上萬的樣本，生成了超過 750TB 的資料，並訓練出大規模多模態轉化器來學習癌症生物學。」Breakout 團隊對於能與 Ron、Jacob、Lacey 和 Shaf 合作感到興奮，他們將捕捉腫瘤免疫亞型的複雜性，並在定義腫瘤學下一個前沿中擔任領導角色。Noetik 團隊 — 能與你們一起「美麗而不耐煩」是一種特權。這篇文章由 Breakout 的管理合夥人和共同創辦人 Julia Moore 以及我們的社群總監 Susanna Harris 編輯。
想要隨時掌握我們的新聞與觀點嗎？請在 LinkedIn 上關注我們，並加入我們的每月電子報郵件名單！
參考來源
AI算法驅動免疫治療_新華報刊-環球
“人工智能、大數據等技術的迭代、飛躍，使人類正在以前所未有的速度和深度解碼人體、解碼疾病、解碼免疫。” 文/《環球》雜誌記者張漫子. 編輯/馬琼.
來源： 新华网使用多模態資料為採用AWS 技術的個人化癌症照護提供資訊| Philips ...
健康科技公司Philips 在AWS 上建立醫療保健解決方案，該解決方案將完全不同的資料整合在一起，為醫生提供完整、具可行性的病患檢視，並協助他們建議最適合的治療方法。
生技之道
除了包括基因增補與基因編輯在內的基因治療，還有核糖核酸干擾(RNAi) 與訊息RNA (mRNA) 等核酸療法，以及嵌合抗原受體T細胞、幹細胞、T細胞受體療法、與嵌合抗原受體自然殺手 ...
來源： 生技之道2024癌症論壇／TCOG引領精準醫療革命AI與大數據啟動癌症治療新時代
司徒惠康指出，AI在藥物開發的各階段、手術治療、精準醫療以及病患照護中的應用，展示了其廣泛的應用場景，這些個性化的醫療策略，也提高了治療的精準度和效率 ...
來源： 元氣網次世代定序健保給付上路在即，專家雲集共商精準醫療未來規劃
另外針對肝癌和膽道癌的免疫療法是目前治療研究的重點，搭配細胞毒性療法、標靶藥物和免疫療法的組合，有望在不久的將來為治療模式帶來革新。 緊接著林醫師 ...
來源： GeneOnline News亞洲生技大展為智慧醫療開路-工業技術與資訊月刊-出版品-新聞中心
運用仿生磁珠技術，活化免疫反應要角的T細胞，加強病患抗癌戰鬥力，提升免疫療法效果；以創新淋巴藥物傳輸系統阻止腫瘤轉移，提高癌症治癒機會；打針找不到血管嗎？光電顯影讓血管 ...
來源： 工業技術研究院同軸微型多模態電腦斷層掃描儀整合放射免疫治療系統之開發
本案所提出的多模態造影設備原型機，可提供80 kVp X-ray光源，已可針對劉澤英教授團隊所開發的含金奈米顆粒進行 ...
來源： 國家新創獎人工智能在癌症免疫治疗中的革命性应用：精准医疗的新篇章
然而，如何精确地预测哪些患者会对免疫疗法产生反应，以及如何优化治疗策略，一直是医学研究的难题。人工智能（AI artificial intelligence）的介入，为这些问题 ...
來源： ByDrug
全部
康健
相關討論