在許多情況下，藥物的最終治療效果和設計目的會有所出入。例如，輝瑞制藥開發的萬艾可，最初以治療心血管疾病為目的，但卻因其完全不同的療效在市面上廣受歡迎。如果制藥公司能先行一步升級機器人顯微鏡技術和圖像處理軟件，同時通過實驗發現潛在新藥靶標，這對他們在精確制藥上的幫助是毋庸置疑的。

Recursion Pharmaceuticals就是一家運用計算機視覺技術來處理細胞圖像，通過分析細胞特征來評估疾病細胞藥后反應結果的公司。

他們使用先進的成像技術和人工智能技術進行高通量的細胞模型實驗，致力于在上百種疾病的細胞模型中進行上千種候選藥物的檢測，最終找出對應不同疾病的新藥。

據動脈網了解，該公司可對細胞進行超乎尋常的細致檢查。他們利用軟件對一個細胞的上千種特征進行測定，比如細胞核的尺寸、形狀或者不同細胞內區域間的距離等。這種精密的細胞研究不僅推動了醫療行業對疾病的認知，探索和診斷，并且加速了制藥模式的轉變，使患者大為受益。

運用細胞的顯微圖像特征來進行藥物篩選的企業并不少見，而Recursion Pharmaceuticals的獨特之處是結合機器自動化和人工智能技術，大規模地并行多個實驗。現在，Recursion的實驗室每周可以進行3萬個實驗。Recursion的首席執行官Chris Gibson博士認為在不久的將來他們可以每周進行幾十萬個實驗。

研究表明，約10％的美國人受到罕見疾病的困擾，其中大部分病癥源于缺少相應的治療方法。

Recursion Pharmaceuticals表示，他們已經找出15種治療罕見疾病（指在美國患者數少于20萬的疾病）的候選藥物。這些疾病大多為遺傳病，目前將近有七千種罕見病登記在案。

Recursion Pharmaceuticals于2013年在美國猶他州鹽湖城成立。2018年6月，該公司已從Square 1銀行獲得2000萬美元的信用貸款。

團隊力量實現精準治療

Recursion Pharmaceuticals聯合創始人兼CEO Gibson博士表示，公司正在努力通過合作實現精準治療。他堅信，開展高控制、高組織生物數據的收集和應用是實現這一目標的核心。

2005年，Chris Gibson在美國萊斯大學獲得管理研究學的文學學士以及生物工程和生物醫學技術的科學學士。2009年，Chris Gibson在美國猶他大學開始了生物工程和醫學的博士學習，并在2013年獲得學位證書。

研究期間，Gibson博士主要開展了有關工程和生物學方面的心血管學習。在導師Dean Li博士的協助下，他建立了以提高新生物識別效率的分析系統，為后來Recursion Pharmaceuticals的創業基礎打下伏筆。

2013年，Gibson博士在斯坦福研究生商學院獲得了Ignite證書。斯坦福大學Ignite證書是一個為企業家，商業家及創業領導者提供的學術項目，參與者們可以學習到商業相關的技能，從中獲取商業化新企業的經驗。

此外，Gibson博士也是CureHHT的董事會成員之一。HHT全稱為遺傳性出血性毛細血管擴張癥，是一種導致多個器官血管畸形的遺傳性疾病。CureHHT基金會也是世界上唯一一個關注患有該疾病患者的倡導性組織。

作為Recursion Pharmaceuticals的科學指導之一，Yoshua Bengio博士曾說過：“Recursion利用深度學習探究了數百萬個高分辨率細胞圖像，它們所具備的潛力和影響足以促進醫學廣度下從未見過的生物發掘。”

Yoshua Bengio博士是一名來自加拿大魁北克的計算機科學家，他致力于人工神經網絡和深度學習方面的研究，試圖理解人工智能產生的原理。截止于2017年9月，他的研究成果在Google Scholar上已有超過80000次引用。

Bengio博士于1991年獲加拿大麥吉爾大學計算機科學博士學位，曾是麻省理工學院和AT＆T貝爾實驗室的博士后研究員。他與英國計算機心理學家Geoffrey Hinton，Facebook人工智能實驗室負責人Yann LeCun合稱為神經網絡領域的三巨頭。

自1993年以來，他作為教職員工在蒙特利爾大學教學，一心投入學術，企圖培養成千上萬個科學家和工程師。同時，他也是蒙特利爾學習算法研究院（MILA）的主要負責人、加拿大高級研究學院機器與大腦學習項目的聯合主任。

2017年，Bengio博士被授予加拿大官員榮譽勛章，并被任命為加拿大皇家學會院士。加拿大官員榮譽勛章是加拿大勛章的分支之一，主要頒發給為加拿大人民做出杰出貢獻、服務的社會成員。同年，他也榮獲Marie－Victorin魁北克獎。

Bengio博士目前是“機器學習研究期刊”的編輯，“神經計算期刊”的副主編，“機器學習基礎和趨勢”的編輯以及“機器學習期刊”和“IEEE神經網絡學報”的副編輯。

Recursion公司的戰略與合作

作為Recursion Pharmaceuticals的聯合創始人兼CEO，Chris Gibson博士制定了公司的業務戰略——通過不斷定位和探究罕見病癥患者所服用的藥物，積極推進創新制藥，以獲得相應的商業價值。

Gibson博士表示：“實驗生物學與生物信息學的結合能夠使我們更高效地工作。同時，我們正努力在制藥領域中建立更多的合作關系，以迅速實現Recursion Pharmaceuticals的業務戰略為目的。”

2016年11月，Recursion Pharmaceuticals獲1500萬美元A輪投資，投資方為分別是Felicis Venturs， Data Collective， AME Cloud Ventures， Lux Capital， EPIC Ventures和Obvious Ventures。

根據Recursion公司的報道，這筆融資將協助公司開發“平臺2．0”。一方面，研究人員每年研究的罕見病病種可從過去的數十個升至數千個。另一方面，新的平臺可以幫助他們了解罕見病領域中的已知藥物、生物活性化合物和那些被擱置的制藥資產。

2017年10月，Recursion Pharmaceuticals獲6000萬美元B輪投資，投資方分包括以Data Collective帶頭的10家風投企業。

Gibson博士表示，B輪的融資大力支持了公司在藥物定位道路上的不斷前進。他們將運用這筆資金與大型制藥公司建立合作，構建公司內部的治療渠道，拓展新興的治療領域。Gibson博士堅信：“Recursion在數億個生物干擾問題上將持續增加大量、高維的數據集。同時，我們也會做好準備對基因、蛋白質和化學物質之間的萬億種關系進行可靠的生物分析。”

2017年11月，Recursion Pharmaceuticals宣布與Splunk公司正式合作。Recursion運用Splunk的技術將生物科學和機器學習相結合，從成千上萬的細胞培養物圖片以及數萬億DNA鏈中的生成數據進行分析和比對。Recursion Pharmaceuticals目標在2025年實現100種分子遺傳疾病的治療。

Splunk IT市場高級副總裁Rick Fitz表示，Splunk非常榮幸能夠幫助Recursion把機器數據轉換成治療遺傳疾病的方法。Splunk在其解決方案中提供機器學習功能，充分挖掘數據的價值，幫助企業解決問題，在某些情況下甚至能挽救生命。

如何應用AI圖像技術發現新藥、開拓療法？

雖然目前Recursion Pharmaceuticals還沒有任何產品上市，但它在藥物研發中有已有15種對應罕見病癥的療法。聯合創始人兼CEO Gibson博士表示，他們發現，一些潛在的療法已經被其它醫藥公司應用于臨床試驗。

“從盈利角度上來說這是件令人沮喪的事，但是從科學角度上來說，這證實了Recursion公司技術的有效性，”Gibson博士表示。“我們能夠運用獨特的圖像分析在醫療領域中有效地開發新療法。”

Recursion公司的技術平臺利用最新的生物技術構建了上百種模擬罕見病的細胞模型，通過先進的成像技術對這些模擬罕見病的細胞模型拍照。如同罕見病患者會表現出患病癥狀一樣，罕見病的細胞模型也會在細胞結構上表現出特定的特征，而這些特征可以從顯微照片中發掘出來。

研究期間，Recursion的圖像分析軟件會對顯微照片上將近1000種細胞結構特征進行分析，從中找出與疾病相關的細胞特征。然后，該軟件能根據這些細胞的特征，幫助研究人員在包含有2000種已知化合物的數據庫中找出可以糾正這些細胞特征的療法。

1．化學藥物引領制藥行業

Recursion Pharmaceuticals表示，他們的藥物發現包括定位可逆轉復雜表型化合物和能夠在正交疾病特異性化驗中保持活性的化合物。他們利用公司的特色技術開發了“智能藥庫”，以實現功能多樣性最大化以及開展高效平行篩選為主要目的。其篩選過程如下：

－ Recursion從公司的父庫中掃描出多種可生成高緯度表型信號的細胞種類，同時通過研究判斷細胞的運動機制和毒性變化。

－ 根據表型／功能多樣性的最大化特征建立一個“智能藥庫”，其中包括一小部分母庫，以提高藥物篩選效率為主要目的。－ 在數百種疾病模型中篩選出“智能藥庫”的細胞，并對其進行研究和深度試驗。

－ 與合作伙伴一起制定方案，共同優化具備高維度和毒性信號的細胞系列。

2．以藥物發現為最終目標

Recursion Pharmaceuticals在全基因組范圍內進行客觀的抑制基因篩選，為其合作伙伴在數百種疾病模型中提供專業的生物見解。Recursion公司的分子生物學家和計算機團隊將功能基因組學和復雜的AI技術結合在研究項目中，以滿足合作伙伴的需求為目的，開展相關的目標識別和驗證。

“目前的AI領域有不少炒作，許多人承諾的東西并不會成真，” 聯合創始人兼CEO Gibson博士強調。“但行業里有一些真正的機遇，能對行業進行增強，協助它演化。利用計算機引擎，這個行業將會得到迅速發展和提升。”

眼下的這一系列進步激動人心，Gibson博士期待在他60歲時臨床新藥的成功率能增加4倍。這樣的成功將進一步推進新的商業模式，在醫藥產業中形成正向循環。