Recursion Pharmaceuticals：运用计算机视觉技术来处理细胞图像，计划治疗100种分子遗传疾病

在许多情况下，药物的最终治疗效果和设计目的会有所出入。例如，辉瑞制药开发的万艾可，最初以治疗心血管疾病为目的，但却因其完全不同的疗效在市面上广受欢迎。如果制药公司能先行一步升级机器人显微镜技术和图像处理软件，同时通过实验发现潜在新药靶标，这对他们在精确制药上的帮助是毋庸置疑的。

Recursion PharmaceuTIcals就是一家运用计算机视觉技术来处理细胞图像，通过分析细胞特征来评估疾病细胞药后反应结果的公司。

他们使用先进的成像技术和人工智能技术进行高通量的细胞模型实验，致力于在上百种疾病的细胞模型中进行上千种候选药物的检测，最终找出对应不同疾病的新药。

据动脉网了解，该公司可对细胞进行超乎寻常的细致检查。他们利用软件对一个细胞的上千种特征进行测定，比如细胞核的尺寸、形状或者不同细胞内区域间的距离等。这种精密的细胞研究不仅推动了医疗行业对疾病的认知，探索和诊断，并且加速了制药模式的转变，使患者大为受益。

运用细胞的显微图像特征来进行药物筛选的企业并不少见，而Recursion PharmaceuTIcals的独特之处是结合机器自动化和人工智能技术，大规模地并行多个实验。现在，Recursion的实验室每周可以进行3万个实验。Recursion的首席执行官Chris Gibson博士认为在不久的将来他们可以每周进行几十万个实验。

研究表明，约10％的美国人受到罕见疾病的困扰，其中大部分病症源于缺少相应的治疗方法。

Recursion PharmaceuTIcals表示，他们已经找出15种治疗罕见疾病（指在美国患者数少于20万的疾病）的候选药物。这些疾病大多为遗传病，目前将近有七千种罕见病登记在案。

Recursion PharmaceuTIcals于2013年在美国犹他州盐湖城成立。2018年6月，该公司已从Square 1银行获得2000万美元的信用贷款。

团队力量实现精准治疗

Recursion Pharmaceuticals联合创始人兼CEO Gibson博士表示，公司正在努力通过合作实现精准治疗。他坚信，开展高控制、高组织生物数据的收集和应用是实现这一目标的核心。

2005年，Chris Gibson在美国莱斯大学获得管理研究学的文学学士以及生物工程和生物医学技术的科学学士。2009年，Chris Gibson在美国犹他大学开始了生物工程和医学的博士学习，并在2013年获得学位证书。

研究期间，Gibson博士主要开展了有关工程和生物学方面的心血管学习。在导师Dean Li博士的协助下，他建立了以提高新生物识别效率的分析系统，为后来Recursion Pharmaceuticals的创业基础打下伏笔。

2013年，Gibson博士在斯坦福研究生商学院获得了Ignite证书。斯坦福大学Ignite证书是一个为企业家，商业家及创业领导者提供的学术项目，参与者们可以学习到商业相关的技能，从中获取商业化新企业的经验。

此外，Gibson博士也是CureHHT的董事会成员之一。HHT全称为遗传性出血性毛细血管扩张症，是一种导致多个器官血管畸形的遗传性疾病。CureHHT基金会也是世界上唯一一个关注患有该疾病患者的倡导性组织。

作为Recursion Pharmaceuticals的科学指导之一，Yoshua Bengio博士曾说过：“Recursion利用深度学习探究了数百万个高分辨率细胞图像，它们所具备的潜力和影响足以促进医学广度下从未见过的生物发掘。”

Yoshua Bengio博士是一名来自加拿大魁北克的计算机科学家，他致力于人工神经网络和深度学习方面的研究，试图理解人工智能产生的原理。截止于2017年9月，他的研究成果在Google Scholar上已有超过80000次引用。

Bengio博士于1991年获加拿大麦吉尔大学计算机科学博士学位，曾是麻省理工学院和AT＆T贝尔实验室的博士后研究员。他与英国计算机心理学家Geoffrey Hinton，Facebook人工智能实验室负责人Yann LeCun合称为神经网络领域的三巨头。

自1993年以来，他作为教职员工在蒙特利尔大学教学，一心投入学术，企图培养成千上万个科学家和工程师。同时，他也是蒙特利尔学习算法研究院（MILA）的主要负责人、加拿大高级研究学院机器与大脑学习项目的联合主任。

2017年，Bengio博士被授予加拿大官员荣誉勋章，并被任命为加拿大皇家学会院士。加拿大官员荣誉勋章是加拿大勋章的分支之一，主要颁发给为加拿大人民做出杰出贡献、服务的社会成员。同年，他也荣获Marie－Victorin魁北克奖。

Bengio博士目前是“机器学习研究期刊”的编辑，“神经计算期刊”的副主编，“机器学习基础和趋势”的编辑以及“机器学习期刊”和“IEEE神经网络学报”的副编辑。

Recursion公司的战略与合作

作为Recursion Pharmaceuticals的联合创始人兼CEO，Chris Gibson博士制定了公司的业务战略——通过不断定位和探究罕见病症患者所服用的药物，积极推进创新制药，以获得相应的商业价值。

Gibson博士表示：“实验生物学与生物信息学的结合能够使我们更高效地工作。同时，我们正努力在制药领域中建立更多的合作关系，以迅速实现Recursion Pharmaceuticals的业务战略为目的。”

2016年11月，Recursion Pharmaceuticals获1500万美元A轮投资，投资方为分别是Felicis Venturs， Data Collective， AME Cloud Ventures， Lux Capital， EPIC Ventures和Obvious Ventures。

根据Recursion公司的报道，这笔融资将协助公司开发“平台2．0”。一方面，研究人员每年研究的罕见病病种可从过去的数十个升至数千个。另一方面，新的平台可以帮助他们了解罕见病领域中的已知药物、生物活性化合物和那些被搁置的制药资产。

2017年10月，Recursion Pharmaceuticals获6000万美元B轮投资，投资方分包括以Data Collective带头的10家风投企业。

Gibson博士表示，B轮的融资大力支持了公司在药物定位道路上的不断前进。他们将运用这笔资金与大型制药公司建立合作，构建公司内部的治疗渠道，拓展新兴的治疗领域。Gibson博士坚信：“Recursion在数亿个生物干扰问题上将持续增加大量、高维的数据集。同时，我们也会做好准备对基因、蛋白质和化学物质之间的万亿种关系进行可靠的生物分析。”

2017年11月，Recursion Pharmaceuticals宣布与Splunk公司正式合作。Recursion运用Splunk的技术将生物科学和机器学习相结合，从成千上万的细胞培养物图片以及数万亿DNA链中的生成数据进行分析和比对。Recursion Pharmaceuticals目标在2025年实现100种分子遗传疾病的治疗。

Splunk IT市场高级副总裁Rick Fitz表示，Splunk非常荣幸能够帮助Recursion把机器数据转换成治疗遗传疾病的方法。Splunk在其解决方案中提供机器学习功能，充分挖掘数据的价值，帮助企业解决问题，在某些情况下甚至能挽救生命。

如何应用AI图像技术发现新药、开拓疗法？

虽然目前Recursion Pharmaceuticals还没有任何产品上市，但它在药物研发中有已有15种对应罕见病症的疗法。联合创始人兼CEO Gibson博士表示，他们发现，一些潜在的疗法已经被其它医药公司应用于临床试验。

“从盈利角度上来说这是件令人沮丧的事，但是从科学角度上来说，这证实了Recursion公司技术的有效性，”Gibson博士表示。“我们能够运用独特的图像分析在医疗领域中有效地开发新疗法。”

Recursion公司的技术平台利用最新的生物技术构建了上百种模拟罕见病的细胞模型，通过先进的成像技术对这些模拟罕见病的细胞模型拍照。如同罕见病患者会表现出患病症状一样，罕见病的细胞模型也会在细胞结构上表现出特定的特征，而这些特征可以从显微照片中发掘出来。

研究期间，Recursion的图像分析软件会对显微照片上将近1000种细胞结构特征进行分析，从中找出与疾病相关的细胞特征。然后，该软件能根据这些细胞的特征，帮助研究人员在包含有2000种已知化合物的数据库中找出可以纠正这些细胞特征的疗法。

1．化学药物引领制药行业

Recursion Pharmaceuticals表示，他们的药物发现包括定位可逆转复杂表型化合物和能够在正交疾病特异性化验中保持活性的化合物。他们利用公司的特色技术开发了“智能药库”，以实现功能多样性最大化以及开展高效平行筛选为主要目的。其筛选过程如下：

－ Recursion从公司的父库中扫描出多种可生成高纬度表型信号的细胞种类，同时通过研究判断细胞的运动机制和毒性变化。

－ 根据表型／功能多样性的最大化特征建立一个“智能药库”，其中包括一小部分母库，以提高药物筛选效率为主要目的。－ 在数百种疾病模型中筛选出“智能药库”的细胞，并对其进行研究和深度试验。

－ 与合作伙伴一起制定方案，共同优化具备高维度和毒性信号的细胞系列。

2．以药物发现为最终目标

Recursion Pharmaceuticals在全基因组范围内进行客观的抑制基因筛选，为其合作伙伴在数百种疾病模型中提供专业的生物见解。Recursion公司的分子生物学家和计算机团队将功能基因组学和复杂的AI技术结合在研究项目中，以满足合作伙伴的需求为目的，开展相关的目标识别和验证。

“目前的AI领域有不少炒作，许多人承诺的东西并不会成真，” 联合创始人兼CEO Gibson博士强调。“但行业里有一些真正的机遇，能对行业进行增强，协助它演化。利用计算机引擎，这个行业将会得到迅速发展和提升。”

眼下的这一系列进步激动人心，Gibson博士期待在他60岁时临床新药的成功率能增加4倍。这样的成功将进一步推进新的商业模式，在医药产业中形成正向循环。