El 19 de noviembre, Baitu Biotech lanzó oficialmente el sistema de evaluación de seguridad de medicamentos con IA (en lo sucesivo, "Sistema de evaluación de seguridad de IA"), que combina modelos de células virtuales, capacidades de predicción de toxicidad con servicios de evaluación de seguridad no clínicos y se basa en modelos de predicción de seguridad como "Virtual Monkey" para extender las predicciones de IA desde el nivel celular hasta el cuerpo animal.

El lanzamiento oficial del sistema de evaluación de seguridad de la IA también marca que las capacidades de las células virtuales de la compañía han comenzado a pasar de la evaluación pública al proceso de desarrollo de fármacos real, y se han extendido aún más desde la predicción del estado celular hasta potenciar la evaluación de la seguridad animal in vivo, ayudando al equipo de I+D a determinar qué moléculas candidatas vale la pena priorizar y qué riesgos deben verificarse antes de invertir en experimentos con animales.

Actualmente, Baitu Biotech ha establecido una cooperación con más de 30 CRO, instituciones experimentales y otros socios para brindar servicios integrados para la investigación y el desarrollo de fármacos que cubren toxicología exploratoria, toxicología de aplicaciones, toxicocinética, histopatología y soporte de aplicaciones.

En la conferencia de prensa, Zhang Xiaoming, vicepresidente senior de Baitu Biotechnology y jefe de I+D de IA, presentó por primera vez el sistema de evaluación de la seguridad de los medicamentos con IA.

De células virtuales a predicción in vivo en animales, permitiendo que los juicios clave se produzcan antes

En los últimos años, la inteligencia artificial se ha utilizado ampliamente en el descubrimiento de objetivos y el diseño molecular, ampliando significativamente el alcance de la exploración en las primeras etapas de la investigación y el desarrollo de fármacos. Sin embargo, cuando las moléculas candidatas entran en la etapa de experimentación con animales, todavía existen problemas como ciclos de desarrollo largos, costos elevados y una retroalimentación lenta de los resultados.

Tomando como ejemplo los monos experimentales, el precio de compra de un solo mono cynomolgus ha alcanzado los 300.000 yuanes, y la fase de dosificación de algunas pruebas de toxicidad a largo plazo dura unos seis meses. Para la gran cantidad de moléculas que se deben analizar en las primeras etapas de desarrollo, el costo y el tiempo de realizar ensayos con animales uno por uno es prohibitivo. La Administración de Alimentos y Medicamentos de Estados Unidos (FDA) también está promoviendo el uso de nuevos métodos (NAM), como modelos computacionales para la evaluación de la seguridad de los medicamentos y la reducción de las pruebas con animales en el desarrollo de algunos anticuerpos.

Especialmente en el proceso de evaluación de seguridad, desde el diseño de dosis, la observación de la dosificación hasta la lectura de películas patológicas, la revisión de datos y la emisión de informes, todo el trabajo está estrechamente relacionado. Si algunos riesgos no se descubren hasta el final del ensayo, pueden dar lugar a ensayos complementarios, reelaboración de datos e incluso ajustes al plan de I+D. Baitu Biotech ha lanzado un sistema de evaluación de la seguridad de la IA, con la esperanza de emitir juicios clave de antemano antes de decidir qué moléculas se someterán a pruebas con animales. En este proceso, las células virtuales pueden predecir las respuestas probables de las moléculas candidatas, proporcionando pistas tempranas de toxicidad.

En 2025, Baitu Biotech xTrimoSCPerturb derrotó a miles de equipos de 114 países de todo el mundo y ganó el campeonato en el primer desafío celular virtual del mundo, verificando la capacidad del modelo para predecir cambios en el estado celular bajo perturbaciones desconocidas. Sobre esta base, Baitu Biotech combinó aún más los datos de pruebas con animales existentes para explorar la administración virtual de fármacos a través de modelos de predicción de seguridad como los "monos virtuales". En base a esto, las compañías farmacéuticas pueden priorizar las moléculas candidatas con mayor potencial, invertir recursos de prueba limitados en las moléculas que más necesitan ser verificadas, reducir el retrabajo posterior y el tiempo y los costos que conlleva, y ganar tiempo para el desarrollo y la comercialización posteriores.

Después de ingresar a la etapa de administración real del medicamento, la CRO cooperativa verifica la predicción de riesgo sugerida por el modelo a través de experimentos con animales. Baitu Biotech compara los resultados de la predicción de la misma molécula con datos experimentales reales para la verificación e iteración del modelo, y precipita datos de evaluación de seguridad que pueden usarse para investigación y desarrollo posteriores. Con el avance de la acumulación de datos y la verificación de modelos, Baitu Biotech espera expandir gradualmente sus capacidades de predicción de toxicidad que abarcan células, órganos y animales, corroborar los resultados de la predicción en diferentes niveles con datos de pruebas reales, proporcionar a las compañías farmacéuticas una cadena de evidencia de seguridad más completa y reducir gradualmente su dependencia de las pruebas con animales.

El sistema de evaluación de seguridad de IA lanzado esta vez no proporciona un único resultado de predicción de toxicidad, sino que incorpora capacidades de IA en nodos clave de evaluación de seguridad no clínica, formando un proceso continuo de predicción de modelos, ejecución experimental, análisis de datos y entrega de informes.

Antes del inicio del ensayo, el modelo puede integrar toxicología celular in vitro, datos in vivo de animales pequeños y resultados históricos de animales grandes y moléculas similares para proporcionar una referencia para la selección de especies, agrupación de dosis, ventana de seguridad y primer juicio sobre órganos tóxicos, y ayudar al equipo de I+D a identificar algunos riesgos antes de comenzar experimentos formales con animales.

Durante la prueba, el modelo puede analizar continuamente datos en proceso, como el peso corporal, la ingesta de alimentos, las pruebas clínicas y la toxicocinética, identificar tendencias anormales, desviaciones de la relación entre dosis y exposición y posibles lagunas de datos, y ayudar al equipo de investigación en la verificación y el manejo oportunos de los problemas.

Después de ingresar a la etapa de anatomía y presentación de informes, el modelo también puede completar una evaluación previa patológica y anotaciones de áreas sospechosas, marcar áreas que requieren atención y realizar verificaciones de coherencia en los datos originales, formularios de informes y materiales de solicitud, lo que permite a patólogos e investigadores dedicar más tiempo al juicio profesional.

Al enviar algunos trabajos de análisis y verificación, el sistema de evaluación de seguridad de IA espera reducir la espera, el procesamiento en serie y el retrabajo tardío en el proceso, permitiendo que las señales tóxicas se identifiquen antes que los informes formales, permitiendo que los informes entren antes en el proceso de revisión y emisión, y permitiendo que se produzcan juicios clave antes.

Logros en múltiples puntos de referencia, con modelos que identifican antes la toxicidad de los medicamentos

Uno de los modelos centrales que respaldan el sistema de evaluación de seguridad de la IA es el modelo de predicción de toxicidad xTrimoTox creado por Baitu Biotech basado en el modelo Cell World.

Centrándose en tareas clave de evaluación de seguridad, como hepatotoxicidad, cardiotoxicidad, genotoxicidad y toxicidad aguda, Baitu Biotech llevó a cabo una evaluación sistemática de xTrimoTox en el punto de referencia público del TDC. Los resultados muestran que en las tareas de prueba seleccionadas esta vez, xTrimoTox logró resultados más altos que el modelo líder público. Entre ellos, el AUROC del modelo alcanzó 0,9637 y 0,8918 en tareas de lesión hepática inducida por fármacos y cardiotoxicidad hERG respectivamente, y alcanzó 0,9076 en la prueba ciega de lesión hepática de 47 fármacos clínicos. AUROC es un indicador comúnmente utilizado para medir la capacidad del modelo para distinguir entre muestras de alto y bajo riesgo. Cuanto más cerca esté el valor de 1, mayor será la capacidad de discriminación del modelo. Esto muestra que la capacidad predictiva de xTrimoTox no se limita a un único criterio de valoración de toxicidad, sino que puede integrar información de estructura molecular y respuesta celular para mantener un rendimiento relativamente estable en diferentes tipos de tareas de evaluación de seguridad.

Baitushengke probó además de forma independiente el modelo en el conjunto de datos del desafío original de Tox21. Tox21 es un sistema de evaluación público representativo en el campo de la predicción de la toxicidad. Examina principalmente si los compuestos afectarán a los receptores nucleares y a las vías de estrés celular. Entre las 645 moléculas de prueba oficiales de Tox21 y las 12 evaluaciones de criterios de toxicidad, el ROC-AUC promedio de xTrimoTox alcanzó 0,8598, que es más alto que el modelo campeón clásico DeepTox (0,8470), así como los modelos líderes públicos como CLAMP+RF (0,8440), SNN (0,8440) y CheMeleon (0,8380).

Unir fuerzas con CRO y expertos de la industria para construir un sistema de colaboración de evaluación de seguridad de IA

Cuando la IA entra en el proceso de evaluación de la seguridad, no sólo requiere capacidades de modelo, sino también un sistema experimental maduro, talentos profesionales y capacidades de ejecución de proyectos.

Centrándose en el sistema de evaluación de la seguridad de la IA, Baitu Biotech ha establecido una red de cooperación con más de 30 CRO nacionales e instituciones experimentales con capacidades de ejecución profesional. Los socios brindarán apoyo en experimentos no clínicos, toxicocinética, bioanálisis e histopatología en función de los tipos de ensayos, requisitos técnicos y objetivos de aplicación de diferentes proyectos. Baitu Biotechnology es responsable de los modelos de IA, el soporte de soluciones, el emparejamiento institucional, el seguimiento de procesos y la revisión técnica, conectando conjuntamente predicciones, experimentos, análisis de datos y entrega de aplicaciones.

Este modelo de cooperación no solo conserva las capacidades profesionales de la organización CRO en ejecución experimental y sistemas de calidad, sino que también permite que el modelo de inteligencia artificial de Baitu Biotech ingrese al proceso experimental real. Los consejos de riesgo proporcionados por el modelo se pueden verificar mediante experimentos CRO, y los datos generados por los experimentos pueden retroalimentarse al modelo para promover la iteración continua de las capacidades de predicción de la toxicidad.

Sobre esta base, Baitu Biotech también ha introducido gradualmente consultores senior y expertos de la industria en el campo de la evaluación de seguridad para participar en la construcción de sistemas técnicos, la investigación y evaluación de proyectos complejos y la revisión de los resultados del modelo. Actualmente, Baitu Biotechnology ha cooperado con la Academia de Tecnología de la Información y las Comunicaciones de China y otras instituciones para construir conjuntamente un sistema estándar de evaluación de IA en ciencias biológicas centrado en escenarios de aplicación práctica, como la evaluación de la seguridad de los medicamentos con IA. Al reunir las capacidades del equipo de I+D de IA, los socios de CRO y los expertos de la industria, Baitu Biotech espera formar un sistema de colaboración de evaluación de seguridad de IA que combine innovación de modelos, verificación experimental y juicio profesional. En la actualidad, las capacidades relevantes han entrado en operaciones reales del proyecto.

Zhang Xiaoming, vicepresidente senior y jefe de I + D de IA en Baitu Biotechnology, dijo: "Después de ganar el primer Virtual Cell Challenge el año pasado, hemos estado pensando si la predicción del modelo de la respuesta celular puede usarse como base para el juicio de las compañías farmacéuticas en investigación y desarrollo reales. En el pasado, cuando hablábamos sobre el circuito cerrado seco y húmedo de la investigación y el desarrollo de fármacos de IA, la industria prestaba más atención al diseño molecular y la verificación in vitro. Esperamos que a través del sistema de evaluación de seguridad de la IA, podamos llevar este circuito cerrado un paso más allá. desde moléculas a células y órganos, y luego a la evaluación de la seguridad de los animales, combinando predicciones a nivel de células y órganos con datos in vivo y explorando el uso de 'monos virtuales' para llevar a cabo la administración virtual de fármacos. Los resultados experimentales, a su vez, probarán y mejorarán el modelo, aportando nueva ayuda a la investigación y el desarrollo de fármacos".

Liu Tengfei, viceministro del Departamento de Industria del Futuro del Instituto de Investigación de Internet Industrial e Internet de las Cosas de la Academia de Tecnología de la Información y las Comunicaciones de China, dijo: "El valor de la evaluación de la seguridad de la IA depende de si la predicción del modelo, la verificación experimental y la evaluación integral pueden formar una cadena de evidencia revisable. Baitu Biotech tiene el modelo de celda virtual líder en el mundo y también tiene la capacidad de confiar en su plataforma experimental de alto rendimiento de construcción propia para llevar a cabo capacidades de verificación ambiental de sellado seco y húmedo. La Academia de Tecnología de la Información y las Comunicaciones de China lo hará aprovechar su acumulación en desarrollo, pruebas y evaluación de estándares, y colaboración industrial para construir conjuntamente capacidades de evaluación de IA en ciencias biológicas en torno a la calidad de los datos, el rendimiento del modelo y la verificación creíble, a fin de promover la reproducibilidad y credibilidad de los resultados de la evaluación de seguridad asistida por IA y una mejor integración en procesos como la investigación y el desarrollo de medicamentos y la biofabricación”.

En el futuro, Baitu Biotechnology continuará ampliando la cooperación con instituciones CRO, equipos de investigación científica y expertos de la industria, integrará datos a diferentes escalas, como células, órganos y animales, explorará la aplicación de modelos básicos de ciencias biológicas en la investigación de mecanismos de toxicidad, predicción de la respuesta de órganos y evaluación de seguridad in vivo, y establecerá gradualmente un sistema de evaluación de seguridad que pueda verificarse experimentalmente y pueda continuar retroalimentando experimentos. Baitu Biotech espera utilizar esto como punto de partida para permitir que la IA cubra más vínculos de desarrollo de fármacos, desde el diseño molecular, la respuesta celular hasta la evaluación in vivo, proporcionando información más temprana y confiable para la detección de moléculas candidatas, el juicio de riesgos y la toma de decisiones de I+D.

Leifeng.com (cuenta pública: Leifeng.com)

operaciones

Reenviar correo electrónico Modificar correo electrónico