以微生物组为基础开展新药开发的企业ImmunoBiome成功利用机器学习，在临床试验前预先预测药物的成功可能性和不良反应。由于能够提前推测临床失败原因和药物是否会获批，有望大幅节省时间和成本。
18日，ImmunoBiome表示，利用人工智能（AI）预测临床成功可能性的相关研究结果，已刊登在世界权威医学期刊《柳叶刀》（The Lancet）的姊妹刊物《eBioMedicine》上。
论文题目为“Drug approval prediction based on the discrepancy in gene perturbation effects between cells and humans（基于细胞与人体之间基因扰动效应差异的药物批准预测）”。
ImmunoBiome与浦项工科大学生命科学系教授Kim Sanguk研究团队，关注药物靶点或标记基因所具有的风险性，通过学习细胞系与人体中呈现的基因风险差异，开发出了预测临床成功率的AI技术。预计该技术也将对入选候选药物的临床试验方案成功设计发挥关键作用。不仅可以预测临床成功率，还能推导出与不良反应相关的基因及其特征。
与既有新药开发AI模型不同，该技术的一大差异点在于可应用于微生物组治疗药物。传统新药开发AI模型多只能应用于结构已充分研究的化合物或蛋白质，而ImmunoBiome的技术是基于对药物产生反应的基因信息，因此也能有效应用于物质特性复杂的菌株。
ImmunoBiome相关负责人表示：“在临床前阶段被判断为安全的药物，在实际临床中因不良反应而失败的情况很多。”他解释称：“这是将药物的化学性方法与反映人类遗传差异的基因中心方法相结合，从而更精准预测药物安全性和成功可能性的技术。”
该AI应用技术已搭载于ImmunoBiome自有新药开发平台“Avatiome”上，预计将产生较高协同效应。Avatiome是一项综合评价菌株治疗效能及其作用机理（MoA，作用机制）的技术。利用Avatiome中获得的精确基因反应信息，可以预测临床试验的成功率。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
