制药初创公司Quris旨在使用芯片上的患者来靶向给药

诺贝尔奖获得者 Aaron Ciechanover 是制药初创公司 Quris 背后的几个著名人物之一。该公司旨在将人工智能、业界对人类基因组的丰富知识以及“芯片上的患者”的概念结合起来，以提高药物输送的有效性。

上个月，这家初创公司宣布推出其人工智能平台和 900 万美元的种子轮融资，由 Moshe Yanai(EMC Symmetrix背后的思想)、Judith Richter 博士和 Jacob Richter 博士(Medinol 的创始人，该公司已售出更多产品)领投。超过 200 万个心血管支架)。

Ciechanover 和 Moderna 联合创始人 Robert Langer 是 Quris 值得注意的顾问之一。

几十年来，医学研究已经成功治愈了无数老鼠的癌症并治疗了罕见疾病——但在人类身上却没有那么频繁。正如诺贝尔奖获得者 Aaron Ciechanover指出的那样，老鼠在几乎所有方面都与人类不同，从遗传到饮食。“难怪 92% 在小鼠身上成功的药物在人体临床试验中都失败了，”Ciechanover 说。

“从根本上说，制药业的效率低得惊人，”Quris 创始人兼首席执行官 Isaac Bentwich 博士说，他以前的公司专注于计算机化医疗记录、基因组数据分析和土壤条件分析，以使用更少的资源种植更多的作物。“我们需要能够更好地预测哪些候选药物将在人体中安全发挥作用。”

测试药物可能类似于预测选举

芯片上患者的概念推动了 Quris 方法。Bentwich 说，这类似于在从患者身上切除的肿瘤上测试不同的化疗方案的做法——只有芯片上的患者使用干细胞来创建内部器官和动脉的小型化版本。

一个芯片可以容纳数百名患者。Bentwich 解释说，通过将 Quris AI 平台应用于足够多的患者，可以同时在同一患者队列中测试 1,000 多种药物。Quris 开发了其人工智能工具，可以根据各种基因组亚型预测哪些患者是某些药物的最佳候选者，以及哪些药物对这些特定患者最有效。患有类似癌症亚型或罕见遗传病的患者可能会对类似的疗法产生反应。

“你不仅仅是在选择一个人。您正在选择一个具有代表性的群体，因此您可以在年龄、性别和职业之间取得适当的平衡。这就像预测选举一样，”本特维奇说。

在发布时，Quris 有两个项目正在进行中。一种是与一家大型制药公司合作测试该平台，并可选择购买该平台以帮助在五年内开发一种药物。Quris 预计对每种药物或适应症收取 6000 万至 1 亿美元的费用——这只是药物开发过程中安全性和有效性失败造成的潜在损失的一小部分。该方法还符合欧洲议会最近呼吁停止出于科学目的进行动物试验的呼吁。

另一种是应用该平台开发自己的药物，该药物将治疗一种称为脆性 X 综合征的遗传性自闭症。虽然不可否认它不是一个大市场，但 Bentwich 将其描述为 Quris 希望解决的条件类型的“原型示例”，因为在小鼠中没有等效模型。该公司希望在 2022 年开始对该药物进行临床试验。“我们将其视为概念证明，作为对我们引擎的验证。”

在使用 AI 的制药公司中脱颖而出

不乏将人工智能应用于制药研发的大小公司。自然研究出版物 Biopharma Dealmakers指出，自 2020 年初以来，已有十多家公司获得了资金或完成了 IPO，以及自 2019 年春季以来签署的类似数量的合作伙伴关系。

Forrester 的高级医疗保健分析师 Natalie Schibell 对此并不感到意外。她指出，制药公司正在依靠人工智能技术来完成一系列任务，包括招募患者、清理真实世界数据、监测生物标志物和自动化管理任务。

“从历史上看，将一种新药推向市场平均需要 10 到 12 年的时间，其中包括 5 到 7 年的临床试验时间。人工智能的好处可以降低风险并节省大量的努力、成本和整体上市时间，”她说。“人工智能自动化数据捕获、数字化临床评估和跨多个系统共享数据的能力远远超过手动执行的速度和数量。”

本特威奇说，Quris 与其他针对制药的人工智能公司的不同之处在于，它超越了分析，致力于将人工智能开发的药物带入临床。通过对脆性 X 综合征治疗的研究，“Quris 引擎产生了一种药物，使我们能够验证我们的方法。”

用于个人测试的“迷你我”

Bentwich 说，目前在芯片上生成一组微型器官的成本约为 15,000 美元。这当然很贵，但与大约十年前的 200 万美元相差甚远。它有望在未来十年内降至 100 美元——其轨迹类似于人类基因组测序的成本。

在这个价位上，消费者可以获得“Mini-Me”，让他们不仅可以亲自测试药物疗法，还可以测试维生素和抗生素等非处方药。

“如果你能识别出造成我们之间差异的基因组标记，想想它可能具有的力量，”Bentwich 说。“预测哪种药物对人类最有效是一个价值数万亿美元的问题。这是我们这个时代最赚钱的人工智能挑战。”