当被问及他的新公司的重点时，医学博士罗恩·阿尔法(RonAlfa)从认识论解释和疾病的定义开始(毕竟他是一位训练有素的医生。)他解释说，在某些癌症中，肿瘤类型是由基因型定义。这使得精准治疗的发展和患者的分层成为可能。但这些界限尚未在免疫肿瘤学中划定。“我们无法通过潜在的免疫生物学以清晰简单的方式定义患者群体，”他告诉GEN。为了支持他的主张，他指出过去一两年内开发的新免疫肿瘤分子(PD-L1除外)缺乏有希望的临床前数据。

Noetik结合空间生物学和人工智能开发免疫肿瘤药物

为什么这一领域没有取得更多成功?阿尔法指出，人们对哪些肿瘤最有可能对某些机制做出反应缺乏了解。他说，因为我们没有一个系统可以帮助我们了解一些肿瘤通过机制A抑制免疫系统，一些肿瘤通过机制B抑制免疫系统，另一些则通过机制C抑制免疫系统。一旦发现这些信息，免疫肿瘤学就可以进入精准肿瘤学领域，肿瘤可以根据其免疫抵抗和免疫生物学机制进行分类。

诺埃提克创始人

RonAlfa，医学博士、博士和JacobRinaldi，博士[Noetik]

但免疫生物学并没有清晰地映射到基因组学。因此，Alfa和Noetik联合创始人兼现任CSOJacobRinaldi博士(他们在斯坦福大学读研究生时相识)创立了他们的公司来解决这个问题。

首先，他们试图了解什么是1)了解肿瘤生物学和2)在机器学习模型中使用的最佳数据。进入空间生物学。

不是您正常的空间客户

Alfa断言，Noetik不是一家空间公司。但他们使用了大量的空间。据阿尔法称，他们是来自两家不同空间公司的两个新平台的最大用户——一个用于蛋白质组学，另一个用于转录组学。

Alfa说，对于Noetik来说，空间是机器学习的正确数据集，可以帮助他们实现目标。但Noetik的空间研究与其他研究人员使用新技术的方式不同。“我们正在做的事情看起来不太像[学者]正在做的事情。”因为Noetik通过构建机器学习数据集的视角来使用空间。为此，他们需要大量数据。

“我确实告诉两家[空间公司]，我们不是你们的普通客户。”学者们的要求与我们完全不同。Noetik需要扩展、每天24小时运行机器、将数据传输到云端、拥有QC指标和其他工业化请求。

他们在六个月内生成了数百名患者的数据。对于每位患者，他们都有基因组数据、H&E染色、蛋白质组学和转录组学数据。

目标是让模型从这些信息中学习。他们正在训练模型做一些人类做不到的事情：以治疗上重要的方式将这些肿瘤分类为肿瘤免疫子集。为此，他们使用自我监督学习，使模型能够学习数据本身的内部表示。最终，他们希望从模型中了解肿瘤生物学。

该公司的工作方向是建立专门针对肿瘤亚群的分子组合——尽管目前还没有管道。但他们将从患者开始，使用反向翻译。Noetik的平台不能帮助预测分子或设计药物。希望它能够揭示新的生物学原理，并在此过程中告诉他们应该制造什么药物。

受挫败感驱使

在罗恩·阿尔法的一生中，他一直在追求令他感到沮丧的事情。“我们没有更好的抗癌药物，这总是令人非常沮丧。[你认为]这是其中之一，这太荒谬了!我们对生物学了解这么多，为什么我们没有更好的抗癌药物呢?”

Alfa和Rinaldi于去年2月辞去了之前在Recursion的职位，Noetik于同年6月成立，距今仅15个月。他们远程建立了公司，但在南旧金山拥有最大的集群，在博尔德拥有第二大集群。这家拥有18名员工的公司上周宣布，已完成由DCVC牵头的超额认购1400万美元种子融资。

Noetik面临的挑战与许多生物技术和制药公司面临的挑战相同：开发更好的抗癌药物。但诺蒂克的方法使用不同的数据来尝试解决这个问题。

Noetik这个名字源自希腊语，意为“知识分子”。他们选择这个名字有两个原因：一是知识分子这个词与人工智能之间的关系。第二，希望人工智能足够聪明，能够了解患者群体，从而带来更好的癌症治疗方法。