GATC西弗吉尼亚州在肝癌新药的人工智能分析中发挥了重要作用——这项分析为客户节省了无法估量的时间和资金。
GATC西弗吉尼亚州总部位于WVU创新公司大楼，是加利福尼亚州欧文市GATC Health的子公司，并与加州和犹他州的GAC团队合作，为专注于癌症治疗药物开发的加州生物制药公司A28 Therapeutics进行了这项分析。
GATC分析了A28的AT-101癌症药物候选物。我们采访了GATC首席商务官Ty Lam和A28 Therapeutics创始人兼首席执行官Stanley Lewis，了解这项工作及其意义。
正如我们之前报道的，GATC通过其人工智能多组学高级技术（MAT）平台简化了制药流程。该平台可以模拟人体生理和生化过程，在药物进入实验室之前预测其安全性、有效性及是否存在脱靶副作用。
Lam和Lewis均表示他们之前就认识，Lewis拥有25年的临床研究、药物开发、患者护理和教学经验。Lewis目前担任GATC的顾问委员会成员。
Lewis之前的雇主开发了一种名为AT-100的药物，具有治疗癌症的潜力。“这对我来说是一种非常有趣的药物，”他说。但那家公司不想继续研究其抗癌用途，因此Lewis成立了A28，购买了AT-100并开始用于癌症治疗的研究。
AT-101是一种静脉输液，每周两次，每次约两小时。药物试验分为三个阶段。第一阶段测试药物的安全性；第二阶段针对患病患者，确定剂量和时间，并寻找早期疗效迹象，即概念验证；第三阶段是最终评估其效果。
GATC的分析是在第一阶段之后和第二阶段初期进行的。
这次合作源于他们彼此熟悉以及MAT人工智能平台能够“在计算机上”运行临床试验的能力。Lam向Lewis提议：“为什么不合作，让A28成为第一个使用我们平台进行此类预测分析的客户呢？”
Lewis认为这个想法很棒。“能够将这种技术应用到我正在开发的药物上，并更深入地了解其潜在副作用和其他适应症，这是非常酷的事情。”
整个过程大约用了两周时间。他们一起讨论了Lewis希望从报告中获得的信息以及可用于AI分析的数据。
GATC是一家虚拟公司，来自摩根敦和其他城市的团队参与了此次分析。当所有数据输入完毕后，实际的人工智能分析仅用了不到三小时。
我们问Lam如果没有AI会花多长时间。他回答说：“这根本无法实现。”它本需要进行临床试验，耗费大量时间、金钱和人力，并经历反复试验。从技术角度来看，没有其他方法能提供如此详细的分析结果。
Lewis将分析比作一群博士共同协作。它帮助发现了不明显的问题，有助于调整开发协议或剂量。
“如果这能增加一些信心，降低风险，那么通过学习可以节省大量时间和金钱，而不是靠反复试验。”“我们很高兴推出这种新的AI赋能药物开发方法。我们认为它将提高药物开发的效率，帮助我们避免一些陷阱。”
Lewis指出，大约90%的药物在开发过程中会失败。所有错误都会导致成本增加。“当你最终找到一种有效的药物时，已经花费了很多钱在那些失败的药物上。我认为AI在这方面真的能帮上大忙。”
它可以避免所有昂贵的‘坑洞’，这些成本最终会转嫁到最终上市的药物价格上。
对于AT-101，GATC的分析生成了关于药物在体内移动方式、停留时间、生物蓄积（即药物在体内的分布情况）、ADME考虑因素（吸收、分布、代谢和排泄）以及重要的终点匹配等预测。
他们解释说，测试药物需要设定一个临床终点——即实验室指标来判断药物是否改善疾病。在进入临床试验前必须设定终点。
通过终点匹配，可以取用终点，查看药物的作用，并由AI确认基于药物作用机制的终点是否合适。AI可能会揭示更好的终点。
AT-101已在85名患者身上进行了测试，显示出良好的耐受性和“显著的抗癌活性”。接下来，Lewis表示，AT-101将进入剂量优化和在肝癌患者中的概念验证阶段。
临床试验数据将提供给GATC，A28也对再次与GATC合作，探索该分子的其他用途感兴趣。“我期待未来继续与GATC合作。”
Lam表示，GATC的观点是“每个制药客户都是终身客户。”MAT AI工具可以为他们的所有研究提供见解，并在发现新药方面展开合作。
Lam还指出，A28的合作只是MAT平台功能的一部分。它还可以进行早期发现——定位和验证需要影响疾病的体内目标，并发现和验证可开发以影响这些目标的化合物。
(全文结束)
