Cú “quay xe” chấn động của một công ty AI: Từ thất bại lâm sàng đến siêu mô hình giải mã bệnh thần kinh.

Theo thông tin từ trang Stat News, một công ty chuyên về Trí tuệ Nhân tạo (AI) và Khoa học dữ liệu, Verge Labs, tiền thân là Verge Genomics, đang tái định vị mình thành một công ty AI sinh học sau khi chương trình phát triển thuốc điều trị bệnh xơ cứng cột bên teo cơ (ALS) không đạt kết quả như kỳ vọng.

Thay vì xem thất bại là dấu chấm hết, công ty coi dữ liệu thu được từ thử nghiệm lâm sàng như một tài sản có giá trị để xây dựng mô hình AI phục vụ nghiên cứu dược phẩm.

Được đồng sáng lập bởi CEO Alice Zhang hơn một thập kỷ trước, Verge Genomics theo đuổi mục tiêu ứng dụng dữ liệu di truyền nhằm tìm kiếm các mục tiêu điều trị cho các bệnh thoái hóa thần kinh như ALS, Parkinson và Alzheimer.

Công ty từng đạt được một số kết quả trong khám phá mục tiêu sinh học, trong đó có hai mục tiêu được Eli Lilly đưa vào chương trình phát triển nội bộ năm 2024.

Tuy nhiên, chương trình phát triển thuốc ALS của Verge đã gặp trở ngại khi thử nghiệm Giai đoạn 1b thất bại vào tháng trước. Khoảng một phần ba số bệnh nhân tham gia phải ngừng điều trị do không dung nạp thuốc.

Theo CEO Alice Zhang, thay vì né tránh một thử nghiệm không thành công, công ty lựa chọn công bố toàn bộ phân tích hậu kỳ nhằm chia sẻ những bài học có thể mang lại giá trị cho cả ngành nghiên cứu ALS cũng như cộng đồng phát triển thuốc.

AI chuyển trọng tâm sang phân tầng bệnh nhân

Sau quá trình đánh giá, Verge Genomics đổi tên thành Verge Labs và công bố mô hình nền tảng mới mang tên vBx-1.0.

Khác với mục tiêu trực tiếp tìm kiếm thuốc mới, mô hình này được thiết kế để xác định những bệnh nhân có đặc điểm sinh học phù hợp nhất cho từng thử nghiệm lâm sàng.

Theo công ty, việc lựa chọn đúng đối tượng có thể giảm tỷ lệ bỏ cuộc và tăng hiệu lực thống kê của nghiên cứu.

Trong một phân tích trên bệnh Parkinson, vBx-1.0 dự đoán mức độ đáp ứng với levodopa (tiền chất chuyển hoá của dopamin, được sử dụng phổ biến như một loại thuốc điều trị đầu tiên cho bệnh Parkinson) chỉ từ dữ liệu thu thập ở lần khám đầu tiên.

Kết quả cho thấy mô hình đạt hệ số tương quan 0,36, cao hơn mức 0,26 khi chỉ sử dụng dấu ấn sinh học biomarker neurofilament, đặc biệt là chuỗi nhẹ Neurofilament.

Phía công ty Verge thừa nhận mức cải thiện này không quá lớn. Tuy nhiên, CEO Alice Zhang cho rằng ngay cả những cải tiến nhỏ trong khả năng dự đoán cũng có thể tạo ra tác động rất lớn ở các giai đoạn phát triển thuốc sau này.

Theo ví dụ mà bà đưa ra, nếu tỷ lệ xác định đúng nhóm bệnh nhân đáp ứng điều trị tăng từ 52% lên 69%, một thử nghiệm vẫn đạt cùng hiệu lực thống kê nhưng chỉ cần khoảng 57 bệnh nhân thay vì 100, tương đương giảm 43% quy mô tuyển chọn.

Công ty Verge nhận ra một hạn chế quan trọng trong nền tảng AI trước đây. Các mô hình ban đầu chủ yếu được xây dựng từ mô não của bệnh nhân sau khi qua đời, giúp phát hiện mục tiêu điều trị nhưng không thể phản ánh trực tiếp trạng thái của bệnh nhân còn sống.

Theo CEO Alice Zhang, công ty thiếu một phương pháp để kết nối những gì quan sát được trong mô não với dữ liệu có thể thu thập ở bệnh nhân đang điều trị.

Để giải quyết vấn đề này, công ty Verge áp dụng các kiến trúc AI hiện đại có khả năng nội suy giữa nhiều loại dữ liệu không hoàn chỉnh.

Một số bệnh nhân trong cơ sở dữ liệu có đồng thời mô não, trình tự gene, trình tự RNA từ máu và hồ sơ lâm sàng.

Những dữ liệu này giúp mô hình học được mối liên hệ giữa các nguồn thông tin khác nhau và suy luận ngay cả khi thiếu một số thành phần.

“Sinh thiết ảo” từ xét nghiệm máu

Kết quả là phương pháp mà Verge gọi là “sinh thiết ảo”. Chỉ từ dữ liệu máu, AI có thể dự đoán các đặc điểm sinh học trong não mà không cần tiếp cận trực tiếp mô thần kinh.

Quan trọng hơn, mô hình không hoạt động như một “hộp đen”. Phía công ty Verge xây dựng các “mô-đun bệnh lý”, đại diện cho những lộ trình sinh học như phản ứng viêm hoặc hoạt động của hệ tiêu thể (lysosome).

AI không chỉ dự đoán khả năng đáp ứng điều trị mà còn liên kết kết quả với từng mô-đun bệnh lý và các gene liên quan, cho phép các nhà khoa học đánh giá tính hợp lý về mặt sinh học.

Để kiểm chứng mô hình, công ty Verge sử dụng dữ liệu từ thử nghiệm ALS vừa thất bại.

Nhóm nghiên cứu phân tích trình tự RNA trong mẫu máu của 33 bệnh nhân và tái dựng hoạt động của mô-đun PIKfyve, mục tiêu sinh học mà loại thuốc đang tác động.

PIKfyve là enzyme tham gia điều hòa quá trình loại bỏ các cụm protein tích tụ trong tế bào. Giả thuyết của Verge cho rằng cơ chế này suy giảm ở bệnh nhân ALS, dẫn đến tổn thương và chết tế bào thần kinh vận động.

Kết quả cho thấy những bệnh nhân gặp biến cố bất lợi có mức hoạt động PIKfyve nền thấp hơn so với nhóm còn lại.

Theo phân tích của công ty, các bệnh nhân này vốn đã hoạt động gần giới hạn của lộ trình sinh học đó, nên việc tiếp tục tác động bằng thuốc khiến họ khó dung nạp điều trị.

Sau khi dừng chương trình phát triển thuốc nội bộ, phía Verge Labs đã chuyển trọng tâm sang khai thác dữ liệu bệnh nhân đa phương thức và các mô hình AI.

Công ty dự kiến phát triển hoạt động theo ba hướng gồm cấp phép dữ liệu, cấp phép mô hình nền tảng và xây dựng các mô hình AI chuyên biệt cho từng đối tác.

CEO Alice Zhang cho rằng việc nâng cao xác suất thành công của các thử nghiệm lâm sàng không thể đạt được nếu chỉ tự phát triển từng loại thuốc.

Theo bà, cần có hàng trăm cơ hội ứng dụng trên nhiều chương trình phát triển khác nhau để liên tục kiểm chứng và cải thiện mô hình.

Với chiến lược mới, Verge Labs kỳ vọng trở thành đối tác AI của các công ty dược, cung cấp các công cụ giúp lựa chọn đúng bệnh nhân, tối ưu thiết kế thử nghiệm và nâng cao khả năng thành công của các chương trình phát triển thuốc trong tương lai.

* Nguồn: Stat News