MIT 創業公司繪製身體的代謝物以揭示疾病的隱藏驅動因素

生物學從來不是簡單的事

隨著研究人員在讀取和編輯基因以治療疾病方面取得進展，越來越多的證據顯示，圍繞這些基因的蛋白質和代謝產物也不能被忽視。

ReviveMed的創新平台

麻省理工學院（MIT）衍生公司ReviveMed創建了一個平台，可以大規模測量代謝產物——例如脂質、膽固醇、糖和碳水化合物等代謝過程的產物。這家公司利用這些測量結果來揭示為什麼有些病人對治療有反應，而有些則沒有，並更好地理解疾病的成因。

填補知識的空白

ReviveMed的首席執行官Leila Pirhaji博士表示：“歷史上，我們能夠以高精度測量幾百種代謝產物，但這只是我們體內存在的代謝產物的一小部分。我們希望填補我們準確測量的數據和實際存在的數據之間的巨大差距，並利用未被充分利用的代謝產物數據來獲得強大的見解。”

醫學界的關注

ReviveMed的進展正值醫學界越來越多地將失調的代謝產物與癌症、阿茲海默症和心血管疾病等疾病聯繫起來。ReviveMed正在利用其平台幫助一些世界上最大的製藥公司找到能從其治療中受益的病人。它還免費向學術研究人員提供軟體，以幫助他們從未開發的代謝產物數據中獲得見解。

利用人工智慧克服挑戰

Pirhaji說：“隨著人工智慧（AI）領域的蓬勃發展，我們認為可以克服限制代謝產物研究的數據問題。雖然目前還沒有代謝組學的基礎模型，但我們看到這些模型正在改變基因組學等各個領域，因此我們開始開創其發展。”

Pirhaji的背景

Pirhaji在伊朗出生和長大，2010年來到麻省理工學院攻讀生物工程博士學位。她之前閱讀過Fraenkel教授的研究論文，對能夠參與他所建立的網絡模型感到興奮，這些模型整合了基因組、蛋白質組和其他分子的數據。

解決數據挑戰

在攻讀博士學位的過程中，Pirhaji將一些樣本送往哈佛大學的合作者，以收集代謝組的數據。合作者回傳了一個包含數千行數據的巨型Excel表格，但告訴她最好忽略前100行以外的數據，因為他們對其他數據的意義一無所知。她將此視為挑戰。

創建知識圖譜

Pirhaji開發了一個包含數百萬個蛋白質和代謝產物之間互動的知識圖譜。這些數據豐富但雜亂——Pirhaji稱之為“毛球”，無法告訴研究人員任何有關疾病的信息。為了使其更有用，她創建了一種新的方式來描述代謝途徑和特徵。在2016年發表在《自然方法》（Nature Methods）上的一篇論文中，她描述了該系統並用其分析亨廷頓病模型中的代謝變化。

從學術到創業

最初，Pirhaji並不打算創辦公司，但在博士學位的最後幾年，她開始意識到這項技術的商業潛力。

創業的學習過程

Pirhaji說：“在伊朗沒有創業文化。我不知道如何創辦公司或將科學轉化為初創企業，因此我利用了麻省理工學院提供的一切資源。”

創立ReviveMed

Pirhaji開始在麻省理工學院斯隆管理學院上課，包括15.371（創新團隊）課程，與同學合作思考如何應用她的技術。她還利用了麻省理工學院的創業導師服務和MIT Sandbox，並參加了馬丁·特拉斯特中心（Martin Trust Center for MIT Entrepreneurship）的delta v初創加速器。