合作核心内容 - Turbine公司与阿斯利康宣布合作 利用人工智能平台优化抗体偶联药物的发现过程 [1] - 合作旨在预测ADC药物的反应机制 指导ADC定位 并减少大规模细胞系筛选的需求 [1] - 该平台通过虚拟化生物实验 不仅能提高ADC发现的效率和速度 还能提供当前实验筛选方法通常缺乏的机制性见解 [1] 技术方法与行业挑战 - 抗体偶联药物是靶向癌症疗法 但其发现过程可能因需要跨不同肿瘤类型和患者群体识别有效载荷而减慢 这通常涉及对数百种细胞系和患者来源异种移植模型进行昂贵的大规模筛选 [2] - 合作采用“实验室在环”方法 Turbine平台推荐一个战略选择的细胞系子集进行测试 然后使用阿斯利康的ADC数据集在数千个计算机模型中预测结果 [2] - 该方法旨在将药物发现更接近临床结果 长期目标是将相同方法扩展到患者来源模型并最终应用于临床护理 [2] 平台价值与公司背景 - Turbine平台通过模拟细胞和组织在治疗下的行为 帮助制药公司更智能、更快速地识别正确的治疗思路 可减少数年的无效研究并降低因疗效不佳导致的后期临床失败 [4] - 平台已验证可支持近30个研究项目 其合作伙伴包括拜耳、默沙东和阿斯利康等大型药企 [4] - 公司致力于通过人工智能虚拟化实验来加速药物发现并增强临床可转化性 其虚拟疾病模型在预测药物反应方面被认为仅次于患者本身 [4] 合作历史与战略意义 - 两家公司此前曾合作使用Turbine的Simulated Cell™平台 识别和理解血液癌症中的治疗耐药机制 并预测涉及DNA损伤修复机制的组合协同作用和相关生物标志物候选物 [3] - 此次合作为Turbine的虚拟实验室更深入地集成到发现工作流程中奠定了基础 有助于确保进行正确的实验 为患者产生最大影响 [3]