Model Medicines如何在AI药物研发中"发现新色彩"Model Meds aims to ‘discover new colors’ in drug discovery quest

环球医讯 / 创新药物来源:www.fiercebiotech.com美国 - 英语2026-05-30 17:15:16 - 阅读时长4分钟 - 1814字
Model Medicines首席执行官Daniel Haders博士分享了公司如何通过创新性AI模型在药物研发领域取得突破,特别是利用小而多样化的数据训练集而非大规模数据集,以及使用CPU而非GPU进行训练的独特方法。公司已虚拟筛选3250亿个分子,发现了多个有前景的药物候选物,包括针对雄激素受体和BRD4的MDL-4102以及广谱抗病毒药物MDL-001,后者在临床前研究中显示出比瑞德西韦更强的抗病毒效果,有望成为新一代抗病毒药物。
AI药物研发ModelMedicinesMDL-4102MDL-001BRD4抑制剂广谱抗病毒药物肿瘤学心血管疾病退行性疾病IND前研究
Model Medicines如何在AI药物研发中"发现新色彩"

当Daniel Haders博士在风险投资领域工作时,他一直在寻找一家真正值得投资的AI驱动药物研发公司。然而,他找到的却是改变他职业生涯轨迹的东西。

Haders和他的团队毫不费力地发现,许多公司充斥着数据和计算机科学家,他们试图解决化学或生物学问题,却不理解其中的生物机制。其他时候,他们发现化学家和生物学家将AI视为一种商品,而不是需要专业知识的东西。即使他们遇到了战略更广泛的企业,这些团队似乎也从未成功开发出一款药物。

"我们发现不同学科似乎没有很好地融合在一起,因此最终我们意识到需要创建这样一家公司," Haders在波士顿举行的Fierce Biotech Week活动间隙告诉Fierce。"我们组建了一个团队,来打造我们认为的下一代AI药物研发公司。"

Haders花了过去七年时间做这件事。在2019年创立Model Medicines后,这位CEO亲自挑选了理解数据科学、计算机科学、化学、生物学和药物开发的员工。虽然这种方法看似直接,但Haders知道,要突破AI药物研发的炒作并取得切实成果,他需要另辟蹊径。

"从技术角度看,我们认为当所有人都在'Z'字形前进时,我们应该'之'字形前进,"他说。

除了团队构成外,这家去年被评为"Fierce Medtech 15"的公司还重新思考了如何训练其AI模型。Haders用采访室作为隐喻来解释这一理念。

"如果这个房间中的每个点都代表一种可能性,但你所有的训练数据都来自这里的一小块区域,那么你的模型将只学会化学空间的这一区域,而无法发现实际上在那边角落的药物,"他说。

在风险投资和药物研发领域,突破性疗法和同类首创治疗药物才是王道。因此,Haders建立公司时反其道而行之。他希望组建更小、更紧密的团队,而非庞大的团队。同样,公司使用小而多样化的数据训练集来预测异常化学结构。

AI模型是在更通用的中央处理器(CPU)上训练的,而非通常用于执行机器学习所需并行计算的更快图形处理器(GPU)。

据Haders称,结果是一家已经虚拟筛选3250亿个分子并发现产生有前景数据的药物候选物的公司。"我们创造创意模型,"他说。

Haders以MDL-4102为例说明公司创意AI的能力。这款临床前候选药物靶向雄激素受体和溴结构域4(BRD4),后者是一种调节基因表达的蛋白质,也是强生去年以30亿美元收购Halda Therapeutics的原因,后者拥有前列腺癌药物。

但多年来,BRD4抑制剂也遇到了几个障碍,原因在于剂量限制性毒性。《英国癌症杂志》的研究人员在2020年写道:"毫无疑问,BRD抑制剂作为抗癌药物具有未被开发的潜力。然而,其开发没有明显的'低垂果实'。"

Haders表示,MDL-4102是Model AI如何"爬树摘取顶端果实"的一个例子。他指出该药物有潜力解决肿瘤学、心血管甚至更多退行性疾病。"它的效力、选择性和新颖性组合在文献中超越了所有已知物质。"

作为Model 3250亿分子虚拟筛选的产物,MDL-4102目前正在进行IND(新药临床试验申请)前研究,希望明年申请进入人体研究的许可。

明年也是这家位于加利福尼亚州拉霍亚的公司希望将MDL-001——一种靶向保守病毒聚合酶机制的广谱抗病毒药物——推进到临床的时间。Model去年参加了各种传染病和肝病会议,宣传公司称"在呼吸道和肝病毒以及高风险共感染方面展示出临床前活性"的临床前数据。

临床前结果还包括这样的发现:MDL-001的每日一次剂量可能具有与瑞德西韦(即COVID-19治疗药物Veklury)相当的抗病毒效果,并且在减少肺部病毒积累方面优于Paxlovid的两种活性成分之一nirmatrelvir。

Haders强调了不臃肿的训练模型的重要性,这是他希望AI能够开发出一系列获批药物的关键。

"你要追求的是异常值。如果你的数据过多且过于密集,你只会重新发现已经发现的东西。你可能会发现更浅的黄色或更深的黄色,但不会发现新的颜色,"他告诉Fierce。

"我们需要发现新的颜色,"这位CEO补充道。

【全文结束】