INmune Bio公司正在将量子机器与人工智能相结合，为其候选药物寻找阿兹海默症以外的潜在适应症。
药物研发人员通常是先选定一种疾病，再去寻找治疗它的分子。而INmune Bio（INmune Bio）则颠覆了这一模式。他们手头已经拥有了一个分子——一种处于研发阶段的阿兹海默症疗法XPro（XPro1595），现在他们希望借助量子计算机来发掘该药物的其他潜在用途。
这家来自佛罗里达州的生物技术公司宣布与量子计算公司（Quantum Computing Inc., 简称QCi）展开合作，后者是一家总部位于新泽西州、专注于研发光驱动量子机器的企业。QCi的Dirac-3S系统将承担此次合作的核心计算重任 [1]。
XPro旨在阻断可溶性肿瘤坏死因子（TNF）。TNF是一种参与炎症反应的蛋白质，其核心构想是：XPro能够平息具有破坏性的信号传导，同时保留免疫系统正常运作所需的其他TNF功能。INmune Bio目前正着手研究其在神经系统疾病和罕见病领域的应用。
可资利用的原始数据相当庞大。两家公司将整合INmune Bio来自临床前研究及四项临床试验的数据，并结合公开的生物医学数据集。量子计算、人工智能与传统分析方法将被综合运用，以寻找由XPro靶向的相同生物学机制驱动的疾病，并根据其成功几率对这些疾病进行排序。
INmune Bio首席执行官戴维·莫斯（David Moss）对他们将从何处着手进行了较为具体的说明。
他表示：「我们将寻找最具成功潜力的疾病，即那些人类生物学特征与我们已经观察到的XPro作用机制相匹配的疾病。我们将从罕见病开始，因为这类疾病的临床试验规模更小、周期更快、资金效率更高，且符合条件的儿科适应症批准还能获得优先审评券（Priority Review Voucher）。」
优先审评券是一项与未来新药申请加速审评相关的监管激励措施，这在一定程度上解释了罕见儿科疾病对他们的吸引力：更小的临床试验规模、更快的研发路径，以及额外的政策红利。
量子优化器的实际运作原理
优化听起来可能很抽象，但其背后的问题却足够简单。当有太多可能的组合无法一一核对时，究竟哪种组合效果最好？将疾病、患者群体和生物标志物进行排列组合，可能正是这类难题，这也正是QCi机器的发力方向。
QCi将Dirac-3S描述为一台熵量子优化机器，并表示其技术能够在室温和低功耗下运行，无需许多量子计算方法所必需的专业冷却设备。如果你正试图向生物技术行业推销产品，这一点至关重要，因为很少有研发团队愿意在实验室里安装低温设备。
QCi董事长兼首席执行官黄玉平（Yuping Huang）表示：「这是当今实用型量子计算落地的一个极佳范例。INmune Bio拥有复杂的科学问题以及海量的临床和生物学数据。我们的工作是将全新的计算能力引入这一问题中，看看我们能从中汲取什么。帮助研究人员对未来的治疗方案做出更明智的决策，这一潜力令人兴奋，同时也为QCi打开了一个重要的全新市场。」
最后这句话值得读两遍。这笔交易是QCi在制药和生物技术领域的首个商业客户，这是一项第一阶段的合作，并随着INmune Bio临床项目的推进保留了开展更多合作的选项。双方都有需要向外界证明其实力的理由。
带有诚实对照组的测试
我们在新闻稿中特意为读者标出的句子位于正文中间。两家公司计划使用传统的统计学和机器学习方法运行相同的分析，并对结果进行对比，以了解哪种方法最适合解决问题的哪个部分。
因此，该项目的设立就是为了弄清楚量子优化是否真的能带来任何实质性增益。如果标准工具得出了相同的答案，这一点将会显现出来。如果量子机器发现了其他工具漏掉的模式，这将成为最大的亮点。两家公司还表示，他们希望为INmune Bio留下一个可重复的发现流程，以便其未来能够将其复用于其他数据集和疾病。
目前尚未有任何研究结果公布。通篇的表述均围绕着两家公司「计划」做些什么，因此这仅是一次试运行的开端，最终结果距离揭晓尚需时日。
阿兹海默症、炎症与长寿大棋局
阿兹海默症是人们最熟知的衰老相关疾病，而炎症则贯穿了许多与年龄相关的疾病之中。研究人员有时将这种缓慢的、低级别的炎症称为「炎性衰老（inflammaging）」。理论上，一种能够调低某种炎症蛋白水平的药物，其应用范围可能会远远超出大脑，这大概正是INmune Bio希望通过此次研究弄清楚的问题。
XPro自身的研发管线也在同步推进。该公司表示，其最近获得了美国食品药品监督管理局（FDA）的快速通道认定（Fast Track designation），在二期临床试验结束（End-of-Phase 2）会议上达成了监管共识，并已准备好在伴有神经炎症的早期阿兹海默症领域开展整合的2b/3期临床试验。
如果数据分析工作最终锁定了一种与XPro共享生物学特征的罕见病，该公司就能够在无需从零开始开发新分子的前提下，拓宽其研发管线。如果这一流程经受住了考验，其他专注衰老研究的开发商也可能会效仿：采用一种特征明确的药物，跨适应症扫描共享的生物学特征，并通过证据来选择下一个研发靶点。长寿研究长期以来一直在探讨是否能够从共同的根源上去攻克不同的衰老相关疾病。而这，正是一种高度依赖计算科学的全新探索方式。
📎 来源：Longevity Technology