卧底4年，揭开iPhone城非法秘密
06-17
完成数亿元Pre-A轮融资，西湖奥米如何打造蛋白质组学AlphaFold |高榕《未来》 2019年7月，DeepMind团队与欧洲生物信息研究所（EMBL-EBI）合作，发布了AlphaFold预测结果，蛋白质结构数据库已完成人类蛋白质组98.5%的蛋白质结构预测。
这被认为是本世纪最重要的科学突破之一。
蛋白质是生命活动的齿轮，但仅了解齿轮的形状并不能组装出运转良好的生命机器。
我们还需要了解生物体中不同齿轮的类型和数量；更重要的是，这些齿轮不断变化并动态相互作用。
这就是蛋白质组学试图破译的密码。
西湖奥米成立于今年7月，致力于基于蛋白质光谱的多组学技术的开发和应用。
基于蛋白质组大数据，发现可量化的生物规律，助力精准医疗和药物研发。
今日，西湖近江宣布完成数亿元Pre-A轮融资，由倚锋资本、高瓴创投共同领投，高榕资本、力力资本、西湖创投跟投。
年初高榕资本联合领投西湖近江种子轮融资。
我们还对话了蛋白质组学领域著名专家——西湖大学生命科学学院弗拉基米尔·特聘研究员、西湖实验室imarker实验室主任、西湖奥米创始人郭天南博士。
以下是他的说法： 蛋白质的复杂性要高出许多维度。
当您想到生命科学时，您可能会想到基因。
基因是生命的蓝图，是一维线性序列；基因通过转录组表达为蛋白质，形成三维世界中的生命体。
如果你读过科幻小说《三体》，你就会知道，在一维空间中，似乎永远无法理解三维空间的复杂性。
与基因相比，蛋白质具有更高维度的复杂性。
首先，一个基因可以表达为多种蛋白质；第二，蛋白质会像“变形金刚”一样，在时间和空间上不断变化；另外，蛋白质有翻译后修饰，复杂的复合体，蛋白质不断生成。
和退化。
目前，人类已经基本解开了基因组，但还没有科学家能够告诉我们一个红细胞中有多少蛋白质。
它比当今地球上的人际关系网更加复杂。
同时，人类的健康和疾病与蛋白质密切相关，疾病治疗的效果也取决于蛋白质机器的调节。
大家还记得电影《我不是药神》中的神药“格列卫”。
格列卫的适应症是慢性粒细胞白血病，这原本是一种不治之症。
十多年前，我在武汉协和医院血液科学习、工作。
当时，格列卫刚刚进入中国。
我记得很清楚，一盒药要三十万元。
很多患者买不起，医院部门就会将其购买，然后一一卖给患者。
后来我们了解到这个药物的靶点是一种融合蛋白。
通过用小药物分子抑制融合蛋白，可以控制疾病的发展。
未来，我们希望能够治愈更多的“疑难杂症”，而这必须建立在对蛋白质有更多了解的基础上。
在蛋白质组学领域构建AlphaFold 我们致力于研究的蛋白质组学不仅仅着眼于蛋白质的结构。
在此基础上，我们需要了解临床样本或肿瘤细胞中存在哪些蛋白质，每种蛋白质存在多少，以及蛋白质动态变化的数据。
这些数据可能会对药物发现、健康理解和疾病治疗产生破坏性影响。
今年的诺贝尔奖首次授予一位气象学家，以表彰他回答了为什么气候模型在面对不稳定和混乱的天气时仍然可靠的问题。
▲ 人类可以预测天气，但为什么不能预测疾病的进展？ ▲ 物理、化学、经济学有很多公式和规律可以遵循。
为什么蛋白质的微观世界没有公式？ ▲新型冠状病毒突然来袭。
为什么有的人症状较轻，有的人症状较重？ ▲ 为什么某种靶向药物对某些癌症患者有效，但对另一些癌症患者无效？有些人一开始有效，后来产生耐药性？这些原因都源于我们对蛋白质机制缺乏了解。
我认为造成这种不理解的原因是我们缺乏蛋白质定量数据积累的过程，也没有合适的算法。
我们希望收集尽可能多的蛋白质组动态数据，并利用人工智能技术构建一个可以预测蛋白质动态变化的新引擎。
这个引擎的复杂度比AlphaFold复杂很多倍，而且还需要积累足够多的数据作为基础。
过去我们没有蛋白质组数据，因为我们没有合适的技术和工具。
就像以前一样，我们没有望远镜，看不到那么多星星；没有显微镜，我们就看不到细胞的存在。
幸运的是，今天我们拥有尖端的蛋白质组学技术，引领我们打开了一扇新的大门。
高通量蛋白质组技术 近年来，人们在质谱技术方面取得了长足进步，从新的水平检测蛋白质。
质谱技术是一个非常复杂的综合工程，需要化学、物理、生物学、数据分析等学科的融合。
它还依赖非常昂贵的设备，并且设备不断更新，因此主要集中在大学或实验室。
但进入临床后，蛋白质组的鉴定和定量就成为了一个全新的命题。
因为临床样本比实验室的动物样本更复杂。
我们的技术基础是PCT-SWATH/DIA，它是压力循环技术的缩写，所有理论碎片离子的连续窗口采集和数据独立采集。
这是我在瑞士Ruedi Aebersold教授（蛋白质组学领域的先驱之一）领导的蛋白质组学研究小组中开发的高通量蛋白质组技术。
实现了少量临床样本的高重现性和高通量分析。
定量质谱分析、科研成果发表于Cell、Nature Medicine等杂志。
该技术可以分析和处理极少量的组织，任何含有蛋白质的样品都可以进行有效的蛋白质组分析，包括血液、尿液、头发、指甲、骨骼、肠道微生物等；另外，我们可以处理石蜡组织，这样我们就可以鉴定出大量的临床石蜡样本，相当于打开了一座尘封的宝库。
实现这些目标的独特关键在于压力循环技术，该技术可以利用常压和超高（液压）压力之间的多次快速循环来实现生物分子的精确提取。
想象一下，将样品放入微升管中，增加大气压力，然后释放压力，然后再次施加压力，连续循环，从而有效地从极少量的组织中提取蛋白质。
另一方面，我们还在开发计算资源，以实现大型蛋白质组数据集的快速、低成本数据分析。
西湖奥米团队还很年轻，但目前拥有全球领先的临床蛋白质组学技术。
目前，我们已经分析了临床样本并积累了蛋白质组数据，无论从类型还是数量上来说，这应该是全球最大的之一。
基于蛋白质组大数据，我们还结合领先的人工智能算法，构建可以预测蛋白质组动态变化的智能引擎。
目前，还没有已知的成熟人工智能算法可以直接用于蛋白质组大数据的分析，因为这是一种新的数据类型、新的数据格式、新的科学问题。
我们认为，中国的人工智能技术无论是理论还是实践都在世界上非常先进，并且拥有许多优秀的人工智能人才。
AlphaFold出现后，很多AI人才希望进入生命科学领域。
我认为这是一个非常好的势头。
助力精准医疗：诊断与制药 有了以上的数据和技术，我们希望未来能够真正助力精准医疗。
对精准医学的理解有广义和狭义之分。
一般来说，主要有两个方面——诊断，就是尽早发现疾病；治疗，也就是用最合适的药物进行治疗。
在这两个方向上，西湖近江已经做出了阶段性的成果和尝试。
在诊断方面，我们的首款人工智能驱动的蛋白质组LDT产品计划于今年第一季度推出，用于诊断良恶性甲状腺结节。
甲状腺结节非常常见，影响 50% 的成年人。
甲状腺结节的诊断是没有问题的，通过B超就可以看出；问题是我们不知道结节是良性还是恶性。
目前，30%的甲状腺结节无法通过细胞学穿刺判断良恶性。
对于患者来说，是切除吗？甲状腺是一个非常重要的器官。
它是大脑和身体其他器官之间的桥梁。
有人将甲状腺比作公司的首席执行官。
要切除甲状腺，您需要终生服用激素药物。
有人说基因测序是用来诊断的，但基因测序虽然灵敏度高，但特异性较差。
特异性只有10%到50%，这意味着50%到90%的病例被诊断为恶性，但实际上是良性的。
通过西湖奥米研发的诊断LDT产品，诊断良恶性结节的准确率可提高至90%左右。
我们的产品目前正在多个中心和国家进行验证和优化。
这是蛋白质组学结合AI技术在诊断方面非常好的应用。
从多个中心收集如此大量的蛋白质组数据，这在世界上也是首次。
目前已收集了100多个样品的蛋白质组分析数据。
除甲状腺癌外，未来我们还将进一步推动甲状腺癌、前列腺癌、乳腺癌、直肠癌等多项体外辅助诊断产品的研发和上市。
另一个诊断应用是糖尿病和高血压等慢性病的早期诊断。
慢性病的发生是一个综合、复杂的过程，受遗传因素、环境和生活习惯的影响。
我们有一个研究队列十多年来一直在追踪慢性糖尿病和高血压患者。
我们定期收集血液、尿液和其他样本，并分析其中的蛋白质组，以开发多模式模型。
预测谁是高风险人群。
过去，我们对疾病的诊断一般是静态的；但事实上，所有疾病都是动态的，情况每天都在变化。
除了观察患者的体温、红细胞和白细胞计数等信息外，我们认为在这些症状出现之前，微观世界一定已经发生了很多变化。
目前我们正在与多家医院合作建立辅助精准医疗平台。
我们希望通过监测患者从入院到治疗、康复、出院的一系列过程中的蛋白质组，对疾病进行更细致、更低水平的监测。
在治疗方面，也有实际案例。
我们知道几乎所有的药物都是针对蛋白质而设计的。
有些也通过蛋白质起作用，尽管它们不直接靶向蛋白质。
因此，药物的成功离不开蛋白质的检测。
蛋白质组数据应用于药物研发只是近一两年才应用于实际场景。
我们有一个项目进行卵巢癌的临床治疗。
卵巢癌是一种恶性程度很高的女性疾病。
在实际临床中，我们会发现某种药物对某些患者非常有效，但也有一些患者对该药物产生耐药性。
我们与几家医院合作开发模型来预测药物对哪些患者更有效。
未来，我们在AI制药领域会有更多的计划，让新药研发人员能够使用以前难以想象或过于昂贵的蛋白质组分析结果。
很多人想做蛋白质组学，为跨学科背景的人才做“翻译家”，但为什么这么难呢？因为它涉及的学科太多，包括化学、物理、生物、医学、人工智能、药物研发等领域。
这些学科必须整合在一起，而不仅仅是油和水放在一起。
这就要求团队领导者必须了解各个学科的知识。
我学的是医学，后来掌握了质谱的操作原理和实际操作。
我还编写了程序并学习了机器学习的基本概念。
所以我在团队中的重要角色就是翻译。
有时，不同学科的人对同一个词有不同的理解。
我想在不同的语言之间切换，以便不同学科团队的人可以协作。
所谓语言，就是一门学科的术语，包括理论框架和实践细节。
当然，一个人会说多种语言是不够的。
我们也希望培养出一批这样的人才。
目前，西湖奥米已组建近80人的团队，涵盖生物科技、人工智能、药物研发等领域。
未来，我期待邀请更多复合型人才加入我们，共同破译生命密码。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-17
06-17
06-17
06-17
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态