癌症治疗的突破：AIGC在药物研发中的作用

AIGC有许多潜在的用途，包括令人难以置信的事情，比如潜在地帮助治愈癌症。

由于ML的速度和能力，它可以非常快速地分析大量的化合物、药物试验和临床结果的数据集，这使得研究人员可以加快筛选潜在测试候选人的艰巨任务。

总部位于牛津的生物技术公司Etcemble在AIGC的帮助下创造了一种免疫疗法的药物。

让我们来看看这一突破可能意味着什么，以及AIGC如何很快成为抗击癌症的关键武器。

免疫疗法与癌症

一些癌症的治疗方法，如化疗，是通过直接针对癌症来发挥作用的，免疫疗法试图增强人体的防御系统，以便它们更有效地摧毁癌细胞。

Etcemble的工作集中在一种被称为T细胞激活剂的免疫疗法药物上，这种药物旨在使存在于白细胞中的免疫细胞更接近癌细胞，这样它们就可以完成杀死癌细胞的工作。

该项目名为ETC-101，通过靶向PRAME(黑色素瘤中优先表达的抗原)来做到这一点。PRAME是一种蛋白质，经常在癌细胞中被发现，但在健康器官组织中很少见。

这个想法是，身体的自然防御可以引导到它们将产生最大影响的区域，同时将对身体其他部位造成的损害降至最低，这意味着副作用更少，有望缩短患者的康复时间。

AIGC是如何使用的?

Etcemble基于生成性大型语言模型创建了自己的AIGC引擎，名为Emly——与支持ChatGPT等工具的技术相同。

Emly被用来扫描T细胞受体的遗传密码——人体免疫系统细胞的分子机制，帮助它们发现外来或异常实体，如病毒或癌细胞。通过扫描数亿个这样的代码，它能够确定哪些细胞最有可能有效地对付特定的癌细胞。特别是，它正在寻找最有可能具有低PM亲和力的候选白细胞，这意味着它们是最有可能与癌细胞结合并摧毁它们的细胞。

此外，它还寻找对附近健康细胞不太可能有害的细胞，这意味着它们不太可能引起有害的副作用。

一种设想是，每个癌细胞都有一个独特的锁，而白血球就像一堆钥匙。找到适合锁的钥匙，细胞就可以被摧毁——但不幸的是，有数以亿计的钥匙需要尝试!

对所有可能的组合进行分类——即使是传统的计算机模拟——将需要很长时间，可能比患者所做的还要长。但使用像Emly这样的AIGC，可以基于其训练数据中保存的所有现有TCR和患者结果信息，快速创建新的TCR序列并在模拟中进行测试。

AIGC在免疫治疗药物发现中的下一步是什么?

将AIGC与寻找免疫疗法相结合的工作有可能刺激个性化药物的发展。这些是专门为个别患者量身定做的治疗方法，通过确定最有可能对一个人的特定癌细胞有效的TCR序列来创建。

Etcemble得到了NVIDIA的初始创业孵化器的帮助和支持，现在正在寻找可以合作的合作伙伴，以便利用其Emly技术创造更多创新的治疗方法。

当然，还有一些道德方面的考虑必须加以考虑。培训数据中的偏差有可能导致对特定人群的治疗效果较差，可能导致医疗结果的差异。由于此类方法严重依赖个人数据，包括个人的基因数据，因此需要对数据隐私和安全给予极大的关注。

然而，通过展示将大语言模型技术与复杂的医学药物发现相结合的潜力，人们希望它将加快突破性候选治疗从实验室到临床的过渡，并最终提高癌症存活率。它还具有大幅降低成本的潜力——这往往是药物发现的一个制约因素。

在不久的将来，我们很可能会看到在使用AIGC来创造治疗许多其他疾病的化合物方面取得突破。随着时间的推移，生成性算法变得更加强大和复杂，这种情况只会加速。