数字孪生公司 Unlearn 与 Trace Neuroscience 合作

快速阅读: 据《MobiHealth新闻》称，Unlearn与Trace Neuroscience合作推进ALS研究，利用AI数字孪生技术加速临床试验。Trace计划用Unlearn的DTG ALS进行基因疗法试验，优化方案设计。此举结合AI与基因医学，有望为ALS患者带来更多治疗选择。

**Unlearn携手Trace Neuroscience推进ALS研究**

Unlearn是一家专注于利用人工智能技术为临床试验参与者构建数字孪生体的公司，近日宣布与生物技术公司Trace Neuroscience达成合作，共同推动肌萎缩侧索硬化症（ALS）的研究。Trace Neuroscience致力于开发针对神经退行性疾病的基因疗法。

Unlearn创立于2017年，通过机器学习技术，在受控试验随机分组前为参与者创建数字孪生体。这一技术为研究人员提供了关于参与者健康结果的深度洞察，同时被视为一种有效手段，能够减少对照组参与者的数量，从而加快小型临床试验的进程。

Unlearn特别为ALS研发了一款数字孪生生成器（DTG ALS）。该工具基于超过13,000个来自ALS专业数字研究平台APST、ALS研究PRO-ACT数据库以及东北ALS联盟（NEALS）纵向临床记录的机器学习模型。数字孪生生成器可以预测个体在标准护理或临床试验安慰剂组中的病情发展，并根据每位试验参与者的数据生成“数字孪生”体。

Trace Neuroscience计划利用Unlearn的DTG ALS及其平台开展针对UNC13A蛋白的1/2期临床试验。Unlearn的技术将被用于模拟ALS疾病进展，评估临床终点、基线疾病状态与生物标志物随时间变化的关系。此外，Trace Neuroscience还将借助Unlearn的平台优化临床试验方案设计。

“这次合作融合了人工智能与基因医学两大强大力量，”Trace Neuroscience联合创始人兼首席执行官埃里克·格林博士在一份声明中表示，“通过与Unlearn合作，利用ALS DTG挖掘其庞大的、精心整理的数据库，我们将能够探索更智能的设计路径，做出更为自信且明智的决策。这将助力我们更快地为ALS患者带来新的治疗选择。”

**更大趋势**
去年，Unlearn完成了5000万美元的C轮融资，累计融资总额超过1.3亿美元。2022年，该公司在完成1500万美元A轮融资仅两年后，再次获得5000万美元B轮融资。同年12月，Unlearn与德国APST研究中心合作，将超过8,000名参与者的APST纵向研究数据整合至其DTG ALS中。该数据集涵盖了临床数据、生物标志物分析、ALS常见临床评估以及患者的自我评估内容。

此外，Unlearn还与生物技术公司ProJenX合作，后者将借助Unlearn的DTG ALS为ALS患者创建临床试验参与者的数字孪生体，这些数字孪生体将在ProJenX的1期临床试验中作为安慰剂使用。2023年，Unlearn进一步宣布与临床阶段生物技术公司QurAlis Corporation合作，利用其genAI技术加速QurAlis的ALS重点临床项目。

**行业先锋**
除Unlearn外，新加坡初创企业Mesh Bio同样采用了数字孪生技术，用以帮助管理慢性病病例的上升，尤其是在东南亚地区。而专注于数字代谢护理的Twin Health公司，则推出了其全身数字孪生体——一款基于AI的模型，可为个人提供个性化饮食、睡眠及运动建议，以预防和逆转代谢性疾病，例如2型糖尿病。

**未来展望**
随着人工智能与基因医学的深度融合，数字孪生技术正逐步改变临床试验和疾病研究的方式。无论是加快ALS新疗法的研发，还是帮助患者实现更精准的健康管理，这项技术都展现出了巨大的潜力。未来，更多的医疗创新或将由此诞生，为人类健康事业注入更多活力与希望。

(以上内容均由Ai生成)