Atlas Discovery 推出用于预测临床试验中患者反应的 AI 模型

Why it matters

Founder posts on X can signal early interest or endorsement of external content, but without context the impact on the startup ecosystem remains unclear.

Atlas Discovery 已从隐匿状态正式亮相，推出了旨在预测个体患者在临床试验中对药物反应的基础模型，据 Y Combinator 普通合伙人 Ankit Gupta 在 发布于 X 的一篇文章 报道。

创始人 Shaamil Karim、Sanjukta 和 Christian 的目标是临床转化——即从有前景的临床前结果到证明药物在人类中有效之间那段成本高昂的空档。Gupta 表示，他此前共同创立了药物发现初创公司 Reverie Labs，Atlas 计划将其预测用于药物再利用、挽救失败药物候选、筛选临床试验受试者以及评估可许可的资产。

Atlas 在丰富的临床前数据与相对稀缺的临床数据相结合上训练其模型。公司表示，这种方法使模型先学习广泛的生物学模式，然后再调整以预测人体药物反应。在对癌症和自身免疫临床试验的回顾性分析中，Atlas 报告称其模型能够高精度地区分应答者与非应答者。

在一项案例研究中，Atlas 分析了用于治疗溃疡性结肠炎的 ustekinumab 三期试验的基线活检样本。公司称其模型在给药前预测治疗反应的 AUROC 为 0.76。其回顾性分析表明，该试验在参加人数约少 450 人的情况下仍可保持相同的统计功效。该结果并不能证明模型在实际进行的前瞻性试验中的表现，但它说明了 Atlas 向药物开发方提出的经济和运营论点。

Gupta 还指出了一篇公开预印本，其中团队的离散潜变量模型在单细胞扰动预测的测试分布性指标上取得了他所称的最先进结果。更重要的主张是，同一建模方法从临床前生物学向人体药物反应的迁移——这是 AI 药物发现公司长期面临的挑战之一，因为这些公司的预测常常依赖细胞或动物模型。

据 Gupta 介绍，Karim 在 Dartmouth 学习计算机科学，曾在 Etched 和 RunPod 从事应用 AI 工作；Sanjukta 在 Los Alamos 开展过研究并离开了博士项目；Christian 在 Dartmouth 学习数学和生物学，并在 Johns Hopkins 从事理论生物学研究。Gupta 表示，团队已在 ICLR、Cold Spring Harbor Laboratory 和 ICML 上展示其研究成果。

Atlas 正在寻求与医院和卫生系统建立研究与数据合作，以及与开展临床试验或开发药物的生物制药团队建立合作关系。更多信息可见 Atlas Discovery website 及其 clinical trial response prediction case study。公司在公告中未披露融资、客户、前瞻性验证结果或商业条款。