撰文丨王聪
编辑丨王多鱼
排版丨水成文
在博士后期间，Elizabeth Wood博士和Julie Norville博士就萌生了建立一家药物研发公司的愿景。在过去6年里，她们两人将自己的人工智能的深入了解与合成生物学相结合，以揭示T细胞受体和抗原结合领域，并建立一个端到端的发现和开发平台，以开发基于免疫的治疗方法。如今，她们与哈佛大学教授George Church一起创立了一家名为Jura Bio的公司，她们两人分别出任CEO和CSO。
Julie Norville（左）和Elizabeth Wood（右）
为了实现他们的目标，该公司需要绘制一个从任何抗原/HLA到任何候选TCR的图谱。该图谱将使他们能够找到有效、安全、可调和多克隆的TCR，为了做到这一点，保守估计，该图谱也需要预测1028个相互作用，这个数字比宇宙中恒星的数量还要多。而绘制该图谱的一个关键瓶颈是制造和测试TCR、表位和HLA的能力。该公司的机器学习优先工作流程允许它从大量数据中构建和训练模型，从而能够大规模地提出、构建和物理分析候选物。
Julie Norville博士表示，在传统方法不足的领域，机器学习成为释放细胞疗法和个性化医疗全部潜力的催化剂。
Jura Bio公司的机器学习改进基因合成技术已经产生了1000亿个潜在的人类和改进的TCR候选物库，允许抗原特异性TCR的发现和开发。该公司已经发现了用于前列腺癌和其他新抗原靶点的TCR，这些靶点以前从未在关键HLA类型中记录过。该公司还构建了多肽组和病毒组规模的抗原文库，以帮助阐明仍未被理解的自身免疫的潜在机制。
Jura Bio公司创始人兼科学顾问委员会主席George Church教授指出，AI和多重文库在单独使用是有用的工具，而当它们结合在一起时，可以产生显著的协同作用，可能产生数十亿到数万亿倍的潜在候选物，Jura Bio对TCR、MHC和T细胞工程这一策略的掌握甚至难寻对手。
现在， Jura Bio正在与细胞治疗公司Syena（Replay的子公司）进行研究合作，以开发TCR-NK细胞疗法。Jura Bio公司的CEOElizabeth Wood博士表示，通过利用机器学习从头开始重写基因合成过程，我们可以生产出非常高质量的免疫受体库，以发现和训练概率机器学习模型，以确保更快的开发过程，识别出最具挑战性的治疗目标的TCR 。
除了与Replay和Syena的合作外，Jura Bio还宣布了1610万美元的融资。这笔资金将加速绘制人类适应性免疫系统的图谱。Jura Bio的目标是在2024年底之前完成TCR-抗原- HLA结合的预测图谱，该图谱由现成的>100B合成的人类T细胞及其同源抗原和HLA库提供支持，并将其机器学习支持的基因合成扩展到B细胞受体的设计和发现中。
参考资料：
https://www.genengnews.com/topics/drug-discovery/jura-bio-binds-ai-and-synbio-to-develop-immune-based-therapeutics/