Insitro 機械学習生物学
Insitro は、大規模なヒトの遺伝データと細胞データを機械学習と融合させて、より適切な薬剤標的と最も反応する可能性の高い患者を見つけます。
概要
It matters because it tackles the biggest reason drugs fail — picking the wrong target — by grounding discovery in real human biology.
ディープダイブ
計算生物学者であり、スタンフォード大学およびコーセラのリーダーだったダフネ・コーラー氏によって 2018 年に設立された Insitro は、「機械学習ファースト」の創薬企業としての地位を築きました。その中心的なアイデアは、ヒト幹細胞由来（「in vitro」）疾患モデル、ハイコンテンツイメージング、および「オミクス測定」を使用して、専用の巨大なデータセットを社内で生成し、それらを英国バイオバンクのような大規模なヒト遺伝的および臨床コホートと組み合わせるというものです。次に、機械学習は分子および細胞の特徴を病気に関連付け、遺伝学が本当に病気を引き起こすと示唆する標的を特定し、患者をサブグループに階層化するのに役立ちます。名前自体は、「in silico」(計算) と「in vitro」(実験室生物学) を組み合わせたものです。インシトロはギリアドおよびブリストル・マイヤーズ スクイブと提携し、代謝疾患、肝臓疾患、神経変性疾患などの分野に重点を置いています。
技術的な洞察
特徴的な Insitro メソッドでは、医用画像 (肝臓 MRI や組織病理学を読み取るディープ モデルなど) に対する機械学習を使用して、定量的な「機械学習表現型」を導き出します。これらの AI 由来の形質に対して、バイオバンク規模の集団全体でゲノム規模の関連研究を実行すると、粗雑な臨床ラベルでは見逃している遺伝的変異、したがって原因となる標的が明らかになる可能性があります。これにより、ターゲットが重要であることを示す最も強力な証拠である人間の遺伝学と、AI による豊富な表現型の解像度が結びつきます。
戦略的影響
ベンダー戦略
ベンダーのロードマップは、チームが次に構築できる機能に影響を与えます。
費用と予算
商業条件と導入オプションは、長期的なコストとリスクに影響します。
リスクと安全性
企業のインセンティブは、製品のデフォルト、安全姿勢、オープン性を形成します。
Insitro 機械学習生物学の未来
Insitro は、遺伝子型、細胞表現型、患者転帰を結び付ける予測モデルを推進しており、費用のかかる治験の前にターゲットの選択と患者の層別化を可能にします。イメージングとオミクスにわたる基礎モデルのより深い使用、より多くのバイオバンク連携、および内部パイプライン候補の進歩が期待されます。重要な課題はループを閉じることであり、AI によって指定され、遺伝学に裏付けられた標的が、適切な患者に作用する承認済みの医薬品に変換されることを証明することです。
現実世界の実装
肝臓 MRI スキャンでモデルをトレーニングして定量的な表現型を作成し、遺伝的関連研究を実行して肝疾患の薬剤標的を見つけます。
ヒト幹細胞由来ニューロンを使用して、ML 解析のために ALS およびその他の神経変性疾患をモデル化します。
ギリアド社と提携して、非アルコール性脂肪性肝炎（NASH）および肝線維症の標的を発見。
患者を遺伝的サブグループに層別化し、特定の治療法に誰が反応するかを予測します。
リスクとガードレール
実際の制作ワークフローでは、発売の発表が安定性を上回る可能性があります。
API の価格設定やポリシーの変更により、一夜にして想定が崩れる可能性があります。
単一ベンダーへの依存により、ロックインと移行のコストが増加します。
実装ロードマップ
独自のタスクとデータセットを使用してプロバイダーを評価します。
統合する前に、プライバシー、セキュリティ、法的条件を確認してください。
モデルやベンダー全体でフォールバック計画を維持します。
ロードマップの変更がチームを驚かせないように、リリース ノートを監視します。
探検を続けましょう
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Insitro Machine Learning Biology quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
次のガイド
機械学習の基礎
よくある質問
What is Insitro Machine Learning Biology?
Insitro は、大規模なヒトの遺伝データと細胞データを機械学習と融合させて、より適切な薬剤標的と最も反応する可能性の高い患者を見つけます。これが重要なのは、実際の人間の生物学に基づいた発見を基礎とすることで、薬が失敗する最大の理由である間違った標的を選択することに取り組むためです。
「Insitro」という名前は何を組み合わせたものですか?
この名前は、「イン シリコ」計算と「インビトロ」実験室生物学を融合し、ML プラス実験のアプローチを表しています。
インシトロを設立したのは誰ですか?
計算生物学者で元 Coursera 共同創設者の Daphne Koller は、2018 年に Insitro を設立しました。
Insitro がターゲットの選択においてヒトの遺伝学を重視するのはなぜですか?
ヒトの遺伝的証拠によって裏付けられた標的は、真に因果関係がある可能性がはるかに高く、薬の失敗が減少します。
Insitro が使用する「機械学習表現型」とは何ですか?
Insitro は、ML を使用して画像から量的形質を導き出し、それらの遺伝的関連を研究します。
インシトロのようなバイオバンク規模の遺伝研究に一般的に使用される大規模なヒトコホートはどれですか?
英国バイオバンクは、数十万人の遺伝子、画像、健康データをリンクしています。