美國有一家創業公司，用一種算法去識別、對比細胞圖片的變化，以發現藥物的新用法，并為罕見疾病找到相應的藥物。這家公司采用的算法屬于機器視覺領域，一門基于計算機圖像識別和分析的技術，主要用于自動檢測等領域。

這家公司名為Recursion Pharmaceuticals（遞歸醫藥），目前整個團隊只有40人。公司聯合創始人、CEO克里斯·吉布森（Chris Gibson）在接受《MIT科技評論》采訪時說，“結合機器人技術和機器視覺，用很少的人力我們就大規模地對上百種疾病進行研究。”

這家公司對細胞進行藥物自動化測試，然后采用高通量篩選技術(High throughput screening，HTS)。所謂高通量篩選技術，是指以分子水平和細胞水平的實驗方法為基礎，以微板形式作為實驗工具載體，以自動化操作系統執行試驗過程，以靈敏快速的檢測儀器采集實驗結果數據，以計算機分析處理實驗數據，在同一時間檢測數以千萬的樣品，并以得到的相應數據庫支持運轉的技術體系，它具有微量、快速、靈敏和準確等特點。簡言之就是可以通過一次實驗獲得大量的信息，并從中找到有價值的信息。

高通量篩選并不是新想法，但Recursion Pharmaceuticals的“獨門絕技”是他們采用的算法能識別出細胞更多的非同尋常的小細節。具體來說，該算法能測量一個細胞的上千種特性，比如細胞核的大小、形狀或者是不同內部結構之間的距離。

在這家公司的美國鹽湖城實驗室里，自動顯微鏡配有機器視覺軟件，每周能仔細檢查數十萬張人類細胞圖片。他們是如何做到的？首先，該公司能夠迅速又便宜地接觸到豐富的數據庫。正如某些遺傳疾病患者可能擁有特定的表征一樣，對遺傳病細胞特征進行建模，通常能夠展示特殊的特征。對于這些疾病來說，細胞圖片也更能展示疾病。

細胞圖片

第二，該公司用最新的生物學工具建立了數百個獨特的疾病細胞模型，數萬個細胞模型圖片以及從細胞中提取的近1000多個結構特征。這樣一來，該公司就掌握了特殊疾病細胞的“跡象指紋”。拿著這些“指紋”就可以與治療藥物進行比對，看是否有藥物能讓這些細胞恢復健康。

第三，交互式數據可視化軟件。這套軟件可幫助研究員查詢結果，理解疾病表征，并能進行藥物篩選。有了結果后，研究員可立即訪問原始圖像和數據庫。這樣一來，經過深入分析、查詢對比，能找到藥物更多的治療效果。

據該公司的官網介紹，他們希望讓機器學習、深度學習和創新的生物科學結合，以發現能治療罕見疾病或任何疾病的治療機會。

據《MIT科技評論》介紹，這家公司所用的圖像處理軟件起源于哈佛大學-麻省理工學院博德研究所(Broad Institute of Harvard and MIT)的安妮·卡彭特實驗室。據安妮·卡彭特介紹，遞歸醫藥公司使用的策略是確定疾病潛在的治療方法，而無需檢查冗長、昂貴的特定疾病產生原理。這家公司的大部分情況是，在并未完全理解細胞和分子水平的情況下，找到治療方法。

安妮·卡彭特（Anne Carpenter）說，“這種方法的好處是，他們不必深入了解（疾病）細胞外觀背后意味著什么的全部細節，他們只是需要找到方法來修復它。”她是遞歸醫藥公司的顧問。她認為，只有在稍后階段才需要深入了解基礎生物學，這意味著前期的工作更有針對性和效率。

美國罕見疾病藥物研究所CEO大衛·斯威尼（David Swinney）認為，現在這家公司已經針對卡彭特的軟件開發出有價值的應用，主要用在基礎研究階段。但目前尚未證明的是，推遲研究疾病的生物學病理，是否確實能更容易地找到市場化的治療方法。了解疾病的機制及如何改變仍然是一個挑戰。

目前這家公司已經確定了15種罕見疾病有前景的治療方法，這些疾病的感染人數少于20萬。總的來說，罕見疾病估計會影響美國10%的人口，并且大多數的人缺少美國醫療機構批準的藥物。

由該公司確定的一種藥物，會在今年晚些時候會進入臨床試驗階段，用以治療腦海綿狀血管畸形。這種疾病導致了腦損傷，并影響6萬人。該公司預計，明年還有其他三種治療藥物將獲得美國食品藥品管理局（FDA）的初始試驗許可。相比于完全投入測試新藥，該公司的測試結果也能找到已有藥物的新用途。目前，公司還與制藥巨頭賽諾菲（Sanofi）建立了合作伙伴關系，以測試在開發過程或臨床測試中獲得部分成功的藥物，但均未進入市場。

目前，該創業公司已經獲得了1900萬美元的投資，該投資來自Twitter創始人埃文·威廉姆斯（Evan Williams）創辦的Obvious Ventures。