微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 当医学遇上AI:从基因源头为神经退行疾病寻找特效药

当医学遇上AI:从基因源头为神经退行疾病寻找特效药

2021-05-12 14:35
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2021-05-12 14:35 科技行者

当医学遇上AI:从基因源头为神经退行疾病寻找特效药

▲ Alice Zhang, Verge Genomics公司创始人

Verge Genomics公司正采用一种全新方法,以加快各类毁灭性神经退行疾病的药物开发进程,包括帕金森氏症、阿尔茨海默氏症与筋萎缩性侧索硬化症等等。相较于同行们投入大量时间进行动物测试的研究方向,这家总部位于旧金山的企业,决定直接向病症源头进发。

Verge Genomics公司CEO Alice Zhang提到:“要在人类身上取得成功,就必须从人类自身入手。”通过将人工智能与人类基因组学相结合,Verge Genomics探索出一条与众不同的研究道路。传统的动物试验确实能够成功预测某些药物的功效,但在治疗神经退行性疾病时,动物的脑部结构完全无法与复杂的人脑相比较。为了能在药物发现过程中始终以人类为中心,Verge Genomics公司建立起全球最大的脑组织序列数据库之一,其中包含来自1000多个大脑的组织样本。

据了解,Verge Genomics公司成立于2015年,已经获得5400万美元资金,并顺利登上《福布斯》发布的2021年AI五十强榜单。AI技术与药物发现相结合所带来的全新市场空间,预计到2027年将带来21亿美元的市场总值。

根据这一基本思路,该公司提取了因神经退行性疾病死亡的患者的DNA,并使用机器学习算法以解析可作为新药靶标的重要基因片段。

Zhang解释道,大多数生物科技公司都在尝试寻找与特定疾病相关的单一基因,希望通过针对性控制找到能够缓解症状的潜在治疗方法。相比之下,Verge Genomics努力寻找“主控开关”——能够控制一组重要基因的关键基因。她还补充道,“传统的试验方法只能涵盖5%的患者,而我们找到的基因也许能够帮助高达90%的患者。”在找到目标基因之后,该公司的内部团队就会设计出与之交互的药物。

这种开创性的探索让Zhang成功跻身《福布斯》30岁以下三十位杰出贡献者之列。Verge Genomics公司设计出的筋萎缩性侧索硬化症(ALS)候选药物,也在实验室环境下在患者的脑细胞中表现出喜人的治疗效果。她提到,“这种新药能够切实减缓患者神经元的死亡速度,在某些情况下甚至能够将其恢复到与健康人相同的水平”。这款药物预计于明年进入人体临床试验。

作为中国移民后裔,出生于弗吉尼亚州的Zhang在成长期间一直受到良好教育。她曾与某非政府组织合作治疗艾滋病患者,这段经历给他带来了深远的影响。Zhang回忆道:“那是我第一次看到人们面对死亡的状态,也体会到医疗保健资源的缺失会对人类生活造成怎样的影响。”

在加州大学洛杉矶分校(UCLA)攻读硕士时,Zhang初步形成了使用AI技术寻找关键基因、用以治疗神经退行性疾病的想法。在一项实验中,她使用基因组学数据预测了神经损伤的药物靶标。她给患病老鼠注射了候选药物,而且成功起效。“这也是我们平台上诞生的首批药物之一。”

AI已经成为生物科技领域的热门元素。《福布斯》AI五十强榜单中的其他几家企业,也都在以创新方式运用这项新技术。例如,总部位下载加利福尼亚州伯灵格姆的Genesis Therapeutics就在使用AI算法探索潜在分子化学组合,借此寻找新药配方。上榜的另一家初创企业是总部位于加利福尼亚州旧金山的Atomwise公司,他们扫描几十亿种潜在药物配方,为不同配方与各类蛋白质间的相互作用进行建模,由此预测哪种药物更安全、更有效。

投资者表示,Verge收集的人脑专有基因组数据与行业中的其他企业有着显著区别。领投Verge公司A轮融资的Threshold Ventures创始人Emily Melton表示,“在神经科学领域,很难找到像Verge这样的专有数据集。神经退行性疾病是个巨大的问题,而且只会变得越来越严重。未来,这将成为我们需要解决的重要难题之一。”

Zhang坦言,从书虫少年成长为“非传统”CEO与联合创始人的道路并不轻松。“至少目前,生物科技领域的初创生态系统还是更适合那些比较老派、经验丰富的CEO,大部分投资也更认可这样的管理结构。”年长男性已经成为生物科技行业的主流。

但她顽强的性格与独特的研究思路给Melton留下了深刻印象,她也因此决定投资Verge。“Alice真的给我留下了深刻的印象。她头脑机敏、有一股疯狂的内驱力,也保持着良好的成长心态。”

随着公司第一款药物即将进入临床阶段,Zhang开始梦想将Verge Genomics的业务扩大到神经科学范畴之外。她提到,“终有一天,我们会扩展到那些挑战极大、而且暂无适用疗法的领域。”

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-