阿贡国家实验室和芝加哥大学合作，利用AI加速新癌症疗法的发现。研究人员将利用阿贡国家实验室的极光百亿亿次超级计算机，采用人工智能方法来发现新的癌症治疗靶点。这台巨大的超级计算机横跨八排，其红色和蓝色电缆提供液体冷却。照片来源：阿贡国家实验室
2024年11月14日
合作旨在以前所未有的速度筛选数十亿分子以开发新药
芝加哥大学医学综合癌症中心的研究人员计划利用阿贡国家实验室的人工智能、机器学习和高性能计算能力，探索减缓或停止对药物无反应的肿瘤生长的方法。综合癌症中心将获得600万美元的资金，作为总额高达1500万美元的项目的一部分，该项目将利用先进的AI/机器学习方法挖掘大量数据集，揭示可以导致开发新治疗方法的模式。资金由美国卫生与公共服务部下属的高级研究计划局（ARPA-H）提供，该机构成立于2022年，旨在加快变革性的生物医学研究。
“药物发现过程漫长、低效且成本高昂，大多数新药在临床试验中失败，”芝加哥大学妇产科AbbVie基金会杰出服务教授、综合癌症中心主任兼生物科学部肿瘤学院长Kunle Odunsi说，“癌症患者没有时间等待新的治疗方法，因此迫切需要压缩药物发现的时间线，我们希望通过利用阿贡的超级计算能力和芝加哥大学在化学和癌症生物学方面的优势，实现这一目标。”
癌症药物发现是一个复杂且资源密集的过程，通常需要长达15年的时间和超过20亿美元的成本才能将一种药物从靶点发现到FDA批准。此外，虽然估计有4500种人类蛋白质是可以成药的，但目前只有不到10%的蛋白质被已批准的药物针对。例如，据估计，只有14%到28%的妇科癌症患者可以根据肿瘤的分子谱被分配到药物，这意味着许多患者没有很多有效的治疗选择。联合项目名为“针对内在无序蛋白设计抗癌配体的集成AI和实验方法”（IDEAL），将使用尖端技术和实验方法，将搜索范围缩小到最有希望的化合物，这些化合物可以转化为更好的治疗方法。
“癌症患者没有时间等待新的治疗方法，因此迫切需要压缩药物发现的时间线。”——芝加哥大学医学综合癌症中心主任Kunle Odunsi
芝加哥大学医学团队将由Odunsi担任共同首席研究员，包括Christopher Weber、Savas Tay和Bryan Dickinson。阿贡团队将由Dan Schabacker领导，成员包括Rick Stevens、Arvind Ramanathan和Thomas Brettin，并得到Andrzej Joachimiak的支持。“凭借阿贡在AI领域的世界领先专长和芝加哥大学在癌症研究方面的卓越能力，我们在解决癌症这一最紧迫的医疗保健问题中的复杂科学挑战方面处于独特位置，”阿贡计算、环境和生命科学主任的战略项目经理Thomas Brettin说。
研究人员将利用阿贡无与伦比的计算和实验设施：阿贡领导计算设施的极光百亿亿次超级计算机和阿贡先进光子源的超亮X射线。这些技术将使研究人员能够在几个小时内筛选数十亿种可能的分子（包括所有现有的药物），并在几天内模拟数千个复合物。IDEAL团队将在已知与卵巢癌相关的靶点上测试这种新模型，卵巢癌是最致命的妇科癌症之一，且对治疗特别抵抗。尽管试点项目将集中在卵巢癌上，但加速的管线旨在适用于任何类型的癌症的任何靶点。
“这个项目汇集了卓越的计算能力、最好的结构生物学资源、世界级的癌症中心和一些顶尖的科学家，”Odunsi说，“我相信这个‘梦之队’有可能彻底改变癌症药物发现的时间线，并改变目前预后不良且几乎没有康复希望的患者的治疗范式。”
(全文结束)
