在线教育巨头Coursera创始人达芙妮科勒：“对于大多数药物，我们不明白他们为什么工作”

 
达芙妮科勒不介意努力工作。她于1995年加入斯坦福大学的计算机科学系，在接下来的18年里全职工作，然后共同创办了在线教育巨头Coursera，在那里她度过了接下来的四年，直到上个月一直担任联合主席。然后Koller在Alphabet的长寿实验室Calico度过了不到两年的时间，成为其首位首席计算官。
正是在那里，Koller被提醒她热衷于应用机器学习来改善人类健康。她也被提醒她不喜欢什么，这是浪费的努力，药物开发行业 – 慢慢理解分析生物数据集的计算方法的力量 – 一直困扰多年。
公平地说，那些计算方法最近也变得更好了。难怪去年，科勒有机会开办另一家公司，一家名为Insitro的药物开发公司，该公司已经筹集了1亿美元的A系列资金，其中包括GV，Andreessen Horowitz和Bezos Expeditions等。值得注意的是，该公司最近与吉利德科学公司合作，寻找治疗称为非酒精性脂肪性肝炎(NASH)的肝脏疾病的药物，因为吉利德随着时间的推移积累了所有相关的人类数据。
后来，Insitro可能针对更大的流行病，包括阿尔茨海默病或2型糖尿病。当然，它有理由对它能够实现的目标感到乐观。正如科勒在几天前由这位编辑主持的一个活动中向一群狂热的与会者讲述的那样，“我们现在处于历史的一个时刻，大约在同一时间出现了大量技术，这让我们感到非常大，有趣和疾病 – 生物学中将产生的相关数据集。与此同时，我们看到了。 。 。机器学习技术，能够理解这些数据，并提出有希望治愈疾病的新见解。“
这听起来像我们近年来听过的谈话，但是来自科勒，人们感觉我们终于越来越近，尽管人类生物学的奥秘。以下是科勒对彭博新闻记者莎拉麦克布莱德的采访摘录。您还可以在下面观看他们的对话。
关于为什么Insitro与Gilead达成合作关系(除此之外，它可以证明是有利可图的，在成功开发NASH目标的过程中有高达10亿美元的里程碑)：
我们的技术非常适用于相当广泛的类别。我们真的很有兴趣创造你可能称之为疾病的菜症模型 – 疾病复杂的地方，我们真的没有一个好的模型系统，那里使用的典型动物模型[多年来，包括对老鼠的测试]并不是非常有效 – 并且创建那些’体外’模型以生成可以使用机器学习解释的大量数据。
有一大堆疾病适合这种方法。 NASH就是其中之一，部分原因是我们的技术适用于这种疾病，部分原因是吉利德只是一个非常好的合作伙伴，因为他们拥有来自一些临床试验的大量人体数据。一直在运行[给我们]访问两个互补的数据源。一个是在大型人群中发生的疾病，一个是当你看到疾病在体外，在盘子里做什么时会发生什么，然后看看我们是否可以使用我们在菜中看到的东西，使用机器学习来预测什么我们在人类中看到了。
关于Insitro如何以不同于大型制药公司的方式查看数据：
制药公司说，“我们有很多数据。”你说，’你有什么样的数据?’而且事实证明它们有点滴和数据，每个都存储在别人笔记本电脑的单独电子表格中。有甚至没有记录的元数据。对于他们来说，就像是，’是的，我做了实验，显然我记录了我所拥有的东西，因为扔掉它是没有意义的’，但是他们并不认为这是你在公司建立公司的事情。的。
我们采用完全不同的方式。我们说，’这是你想要解决的问题。如果只有我们的模型可以告诉我们这个实验的结果而不必进行实验，因为它成本高昂或复杂甚至不可能[因为它会涉及扰乱一个活的人类基因]。’好吧，机器学习已经真正得到了如果您为其提供正确的数据来训练模型，那么擅长构建预测模型。因此，我们的目的是实际构建数据，仅用于培训机器学习模型。我们认为[这些模型]就像小水晶球一样，可以让你避免做[这些更昂贵或更复杂的]实验。
关于美国国立卫生研究院“我们所有人”研究计划的影响，该计划旨在通过记录生活方式，环境中的个体差异来收集生活在美国的100万或更多人的数据，以加速研究和改善健康和生物学：
我会说，如果美国在这场比赛上有点迟到了。已经在不同国家产生了许多国家队列;目前最好开发的两个在冰岛和英国，但在芬兰也有一个，在爱尔兰，甚至在爱沙尼亚也有一个，他们从该国采集了大量人口并测量了他们的遗传，但也测量了关于这些人的很多属性，包括血液生物标记物和尿液生物标记物以及行为方面和物理方面和成像。所以你现在拥有的(在这些国家)是一个数据集，它告诉你，“大自然扰乱了这个基因”，并且“我们看到了这种对人类的影响”。
[在英国，特别是他们五年前开始他们的计划并招募了50万名同意进行身体和认知以及血压测试和大脑和腹部图像的志愿者]，这是一个非常丰富的数据集[来自哪些发现每周都会发生。
……这不仅主要用于基因治疗，而且仅作为识别实际有所作为的目标的一种方式，因为大多数进入临床试验的药物都失败了。大多数情况下，我的意思是95%。大多数药物都失败了，因为它们针对错误的东西。他们的目标是蛋白质或基因不会影响他们应该影响的疾病。最近，非常明显的阿尔茨海默氏症药物试验失败 – 实际上连续几个 – 几乎可以肯定是因为他们所针对的蛋白质，称为β淀粉样蛋白，并不是该病的正确因果因素。
研究人员现在可以用干细胞做什么，即使在几年前也是如此：
[现在有]工具不仅可以创建大量数据，还可以创建大量生物相关数据。所以我们以前做过癌细胞系的实验。 。 。但它不是一个非常疾病相关的模型。今天，我们可以采取一小部分皮肤细胞样本，并使用所谓的Yamanaka因子，将这些细胞重新编程为干细胞状态，这是在子宫内有效存在的细胞。并且这些细胞能够将自身分化为神经细胞或肝细胞或心脏细胞，并且这些细胞非常相关，因为它们代表人类生物学;您现在可以从患者和健康人那里获取这些细胞，看看它们的出现方式是否存在差异。
读者，我们可以在这里提供更多的成绩单，但我们强烈建议观看与Koller的对话。如果您使用此文本作为跳跃点，您将需要在大约13分钟的标记处开始收听。绝对值得花时间听她说的话，包括囊性纤维化，婴儿脊髓性肌营养不良，以及为什么我们长期依赖的“老鼠模型”对于大量看似无处不在的疾病“真的，非常糟糕。“希望你喜欢它。