人体免疫系统是一个由数万亿个细胞组成的网络，这些细胞在全身不断循环。细胞网络协调与每个器官和组织的相互作用，以执行科学家仍在努力了解的一系列令人难以置信的功能。

所有这些复杂性限制了我们预测哪些患者会对治疗产生反应以及哪些患者可能会遭受令人衰弱的副作用的能力。

这个问题常常导致制药公司停止开发可以帮助某些患者的药物，甚至在药物对某些人显示出有希望的结果时也停止临床试验。

现在，Immunai正在通过构建全面的免疫系统图来帮助预测患者对治疗的反应。该公司已经建立了一个名为AMICA的庞大数据库，该数据库将细胞中多层基因和蛋白质表达数据与临床试验数据相结合，以便将正确的药物与正确的患者相匹配。

“我们的出发点是为免疫系统创建我所说的谷歌地图，”Immunai联合创始人兼首席执行官诺姆·所罗门(NoamSolomon)说。“我们从单细胞RNA测序开始，随着时间的推移，我们添加了越来越多的‘组学’：基因组学、蛋白质组学、表观基因组学，所有这些都是为了测量免疫系统的细胞表达和功能，从整体上测量免疫环境。然后我们开始与制药公司和医院合作，对接受治疗的患者的免疫系统进行分析，以真正了解治疗的作用和耐药性的根本机制。”

Immunai的大数据基础是其创始人独特背景的结果。Solomon和联合创始人LuisVoloch'13、SM'15拥有数学和计算机科学学位。事实上，在Immunai成立时，所罗门是麻省理工学院数学系的博士后。

所罗门将Immunai的使命定义为阻止计算机科学和生命科学长达数十年的分歧。他认为推动计算爆炸式增长的最大因素是摩尔定律——过去60年来我们能够以指数方式增加芯片上晶体管的数量。在制药行业，情况恰恰相反：据估计，开发新药的成本大约每九年翻一番。这种现象被称为埃鲁姆定律(“Eroom”是“Moore”倒过来拼写的意思)。

所罗门认为这种趋势削弱了开发新药的机会，给患者带来巨大后果。

“如果制药公司无法获得投资回报，他们为什么要投资于发现?”所罗门问道。“如今，任何特定的临床试验成功的可能性只有5%到10%。我们通过非常强大和精细的免疫系统图谱构建了一个改善药物开发临床前和临床阶段的机会。”

计划有变

所罗门14岁时进入特拉维夫大学，19岁时获得计算机科学学士学位。他在以色列获得了两个博士学位，一个是计算机科学，另一个是数学，然后于2017年作为博士后来到麻省理工学院继续他的数学研究研究生涯。

那一年，所罗门遇到了沃洛赫，后者已经获得了麻省理工学院的数学和计算机科学学士和硕士学位。但研究人员很快就遇到了一个问题，这个问题会让他们走出舒适区并改变他们的职业生涯。

沃洛赫的祖父当时正在接受多种癌症治疗方法。癌症得到缓解，但他遭受了可怕的副作用，导致他停止服药。

沃洛赫和所罗门开始想知道他们的专业知识是否可以帮助像沃洛赫祖父这样的患者。

“当我们意识到我们可以产生影响时，我们做出了艰难的决定，停止我们的学术追求并开始新的旅程，”所罗门回忆道。“这就是Immunai的起点。”

沃洛赫和所罗门很快与Immunai科学联合创始人、时任斯坦福大学研究员安苏·萨特帕蒂(AnsuSatpathy)和帕克癌症免疫治疗研究所研究员丹尼·威尔斯(DannyWells)合作。Satpathy和Wells表明，单细胞RNA测序可用于深入了解为什么患者对常见癌症治疗的反应不同。

该团队开始分析科学论文中发表的单细胞RNA测序数据，试图将常见的生物标志物与患者的治疗结果联系起来。然后他们整合了英国生物银行公共卫生数据库的数据，发现他们能够改进模型的预测。很快，他们就整合了来自医院、学术研究机构和制药公司的数据，分析有关细胞结构、功能和环境的信息(多组学)，以更清晰地了解免疫活动。

“单细胞测序为您提供了可以在数千个细胞中测量的指标，您可以在其中查看20,000个不同的基因，这些指标可以为您提供免疫特征，”Solomon解释道。“当你随着时间的推移测量所有这些时，尤其是在接受治疗之前和之后，并将有反应的患者与没有反应的患者进行比较时，你可以应用机器学习模型来理解原因。”

这些数据和模型构成了AMICA，Immunai称之为世界上最大的细胞级免疫知识库。AMICA代表注释多组学免疫细胞图谱。它分析了来自近10,000名患者的单细胞多组学数据和来自100,000名患者的批量RNA数据，涉及800多种细胞类型和500种疾病。

Immunai方法的核心是对免疫系统的关注，而其他公司因其复杂性而回避这一系统。

“我们不想像其他主要研究肿瘤微环境的团队一样，”所罗门说。“我们关注免疫系统，因为免疫系统是共同点。这是一个与每一种疾病、你的身体对你遇到的一切的反应有关的系统，无论是病毒感染、细菌感染还是你正在接受的药物，甚至是你的衰老方式。”

将数据转化为更好的治疗方法

Immunai已经与世界上一些最大的制药公司合作，帮助他们确定有前景的治疗方法并开展临床试验以取得成功。Immunai的见解可以帮助合作伙伴就治疗方案、剂量、药物组合、患者选择等做出关键决策。

“每个人都在谈论人工智能，但我认为我们构建的平台最令人兴奋的方面是它是垂直集成的，从湿实验室到具有多次迭代的计算建模，”所罗门说。“例如，我们可以对患者样本进行单细胞免疫分析，然后将数据上传到云端，我们的计算模型会得出见解，并根据这些见解进行体外或体内验证，看看我们的模型是否有效是正确的，并不断改进它们。”

最终，Immunai希望实现一个未来，实验室实验可以更可靠地转化为对患者有影响力的新建议和治疗方法。

“科学家可以治愈几乎所有类型的癌症，但仅限于小鼠，”所罗门说。“在临床前模型中，我们知道如何治愈癌症。对于人类来说，在大多数情况下，我们仍然不知道。为了克服这个问题，大多数科学家正在寻找更好的离体或体内模型。我们的方法是对模型系统更加不可知，但向机器提供来自多个模型系统的越来越多的数据。我们正在证明，我们的算法在识别与患者结果相匹配的顶级临床前免疫特征方面可以反复击败顶级基准。”