生物学从来都不是简单的。当研究人员在阅读和编辑基因以治疗疾病方面取得进展时，越来越多的证据表明，围绕这些基因的蛋白质和代谢物也不能被忽视。
麻省理工学院的衍生公司ReviveMed创建了一个大规模测量代谢物的平台——代谢的产物，如脂质、胆固醇、糖和碳水化合物。该公司利用这些测量结果来揭示为什么一些患者对治疗有反应而另一些则没有，并更好地理解疾病的驱动因素。
ReviveMed首席执行官Leila Pirhaji博士（2016年毕业）表示：“从历史上看，我们能够以高精度测量几百种代谢物，但这只是我们身体中存在的代谢物的一小部分。我们准确测量的内容与我们身体中存在的内容之间存在巨大的差距，这正是我们想要解决的问题。我们希望利用未充分利用的代谢物数据中的强大见解。”
ReviveMed的进展正值更广泛的医学界越来越多地将失调的代谢物与癌症、阿尔茨海默病和心血管疾病等疾病联系起来。ReviveMed正在利用其平台帮助世界上一些最大的制药公司找到能够从其治疗中受益的患者。它还向学术研究人员免费提供软件，以帮助从未开发的代谢物数据中获得见解。
Pirhaji说：“随着人工智能领域的蓬勃发展，我们认为可以克服限制代谢物研究的数据问题。虽然目前没有代谢组学的基础模型，但我们看到这些模型正在改变基因组学等各个领域，因此我们开始开创它们的发展。”
寻找挑战
Pirhaji出生并成长于伊朗，2010年来到麻省理工学院攻读生物工程博士学位。她之前阅读过Fraenkel的研究论文，并对参与他所构建的网络模型感到兴奋，这些模型整合了来自基因组、蛋白质组和其他分子的数据。
Fraenkel说：“我们在考虑大局时，想到了当你可以测量一切时可以做什么——基因、RNA、蛋白质以及像代谢物和脂质这样的微小分子。我们可能只能测量身体中大约0.1%的小分子。我们认为必须有一种方法可以获得这些分子的全面视图，就像我们对其他分子所做的那样。这将使我们能够绘制出细胞中发生的所有变化，无论是在癌症、发育还是退行性疾病的背景下。”
在攻读博士学位的中途，Pirhaji将一些样本发送给哈佛大学的一位合作者，以收集代谢组的数据——代谢过程的产物小分子。合作者给Pirhaji发回了一张巨大的Excel表格，里面有成千上万行数据——但他们告诉她，最好忽略前100行以外的所有内容，因为他们不知道其他数据的含义。她将此视为一个挑战。
Pirhaji回忆道：“我开始考虑，也许我们可以利用我们的网络模型来解决这个问题。数据中存在很多模糊性，这让我很感兴趣，因为之前没有人尝试过。这似乎是该领域的一个巨大空白。”
Pirhaji开发了一个巨大的知识图谱，包含了蛋白质和代谢物之间的数百万个相互作用。数据丰富但杂乱——Pirhaji称之为“毛球”，无法告诉研究人员任何关于疾病的信息。为了使其更有用，她创建了一种新的方式来表征代谢途径和特征。在2016年发表在《自然方法》上的一篇论文中，她描述了该系统，并用它分析了亨廷顿病模型中的代谢变化。
最初，Pirhaji并没有打算创办公司，但在博士学位的最后几年，她开始意识到这项技术的商业潜力。
Pirhaji说：“伊朗没有创业文化。我不知道如何创办公司或将科学转化为初创企业，所以我利用了麻省理工学院提供的一切。”
Pirhaji开始在麻省理工学院斯隆管理学院上课，包括15.371课程（创新团队），在这里她与同学合作思考如何应用她的技术。她还利用了麻省理工学院的创业指导服务和麻省理工学院沙盒，并参加了马丁信托中心的delta v初创加速器。
当Pirhaji和Fraenkel正式创办ReviveMed时，他们与麻省理工学院的技术许可办公室合作，以获取与他们的工作相关的专利。此后，Pirhaji进一步开发了该平台，以解决她从与数百位制药公司领导者的谈话中发现的其他问题。
ReviveMed最初与医院合作，揭示脂质在一种称为代谢功能障碍相关性脂肪肝炎的疾病中的失调情况。2020年，ReviveMed与百时美施贵宝合作，预测癌症患者的子集将如何对该公司的免疫疗法作出反应。
自那时以来，ReviveMed与多家公司合作，包括全球前10大制药公司中的四家，帮助它们理解其治疗背后的代谢机制。这些见解有助于更快地识别出最能从不同疗法中受益的患者。
Pirhaji说：“如果我们知道哪些患者将从每种药物中受益，这将大大减少与临床试验相关的复杂性和时间。患者将更快获得正确的治疗。”
代谢组学的生成模型
今年早些时候，ReviveMed收集了基于20,000名患者血液样本的数据集，用于创建患者的数字双胞胎和代谢组学研究的生成AI模型。ReviveMed正在向非营利学术研究人员提供其生成模型，这可能加速我们对代谢物如何影响一系列疾病的理解。
Pirhaji说：“我们正在使代谢组数据的使用民主化。我们不可能拥有来自世界上每一个患者的数据，但我们的数字双胞胎可以用于根据患者的人口统计特征找到可能受益于治疗的患者，例如，找到可能面临心血管疾病风险的患者。”
这项工作是ReviveMed的使命的一部分，旨在创建代谢基础模型，供研究人员和制药公司使用，以理解疾病和治疗如何改变患者的代谢物。
Fraenkel说：“Leila解决了许多在尝试将想法从实验室转化为足够稳健和可重复的生物医学应用时面临的真正困难的问题。在这个过程中，她还意识到她开发的软件本身非常强大，可能具有变革性。”
