Джон Билер, доктор философии, старший вице-президент по развитию бизнеса в BPGbio, имеет более 20 лет опыта в биотехнологии и развитии бизнеса, обладая обширной экспертизой в области новых терапий. Перед присоединением к BPGbio он в последний раз занимал должность руководителя по поиску и оценке возможностей развития бизнеса в компании Bristol-Myers Squibb, где играл ключевую роль в поиске и оценке лицензионных возможностей и стратегических партнерств.
BPGbio является ведущей клинической биофармацевтической компанией на основе ИИ, сосредоточенной на митохондриальной биологии и гомеостазе белков. Компания имеет глубокую линию разработок, включающую терапевтические средства, разработанные с помощью ИИ, в области онкологии, редких заболеваний и неврологии, в том числе несколько препаратов на поздних стадиях клинических испытаний. Новый подход BPGbio основывается на NAi, собственной платформе интеррогативной биологии, защищенной более чем 400 патентами в США и за рубежом; одной из крупнейших в мире клинически аннотированных негосударственных биобанков с продольными образцами; и эксклюзивном доступе к наиболее мощному суперкомпьютеру в мире.
Что вдохновило платформу NAi Interrogative Biology®, и чем она отличает BPGbio от других биофармацевтических компаний, использующих ИИ?
С момента присоединения к BPGbio я постоянно впечатлялся глубиной инноваций и долгосрочным видением, вложенными в создание платформы NAi Interrogative Biology®. Как человек, который провел два десятилетия в биотехнологии и бизнесе — оценивая широкий спектр платформ и компаний, могу сказать, что NAi выделяется благодаря своей биологической основе и глубине данных, которые она исследует.
BPGbio была одной из первых, кто стал пионером ИИ в открытии лекарственных средств. За последние 15 лет команда усовершенствовала NAi до платформы, интегрирующей собственные мульти-омные данные и один из крупнейших в мире продольных биобанков. В отличие от других компаний, использующих узкие технологии или открытые наборы данных для одной программы открытия болезней, мы интегрируем мультиомные возможности с нашим собственным биобанком, который содержит сотни тысяч продольных клинически аннотированных образцов, и используем причинный байесовский ИИ, а не генерирующее ИИ моделирование, чтобы выяснить биологически обоснованные идеи, которые могут быть полезны на virtually any stage of drug discovery and increase the likelihood of clinical development success. Мы не просто выявляем мишени; мы используем ИИ для проектирования наших клинических испытаний, понимания результатов наших клинических испытаний и уточнения наших подходов к лечению.
Наши результаты говорят сами за себя: у нас одна из самых продвинутых и надежных клинических линий в индустрии ИИ в биотехнологиях. Эта линия включает две активные фазы 2 в области агрессивных раков, несколько программ, готовых к фазе 3, и более ста новых мишеней и биомаркеров, которые мы выявили с помощью наших моделей ИИ.
Можете ли вы рассказать, как подход BPGbio, ориентированный на биологию, ускоряет процесс открытия лекарств и снижает риски?
Разработка лекарств имеет примерно десятипроцентный уровень успеха для получения одобрения FDA, что отражает значительные риски и проблемы, связанные с выведением нового лекарства на рынок. Поэтому имеет значение не насколько быстро и сколько мишеней вы открываете, а качество этого открытия.
Хотя ИИ может помочь ускорить процесс открытия, применение ИИ, особенно генеративного ИИ, к тем же общим наборам данных, которые используются в традиционном процессе открытия лекарств, не изменит результаты клинических испытаний, что в конечном счете является единственным важным критерием.
Наш подход, ориентированный на биологию, обеспечивает качество, глубину, точность, полноту и количество данных, которые поступают в наши модели ИИ. В нашем мультиомном анализе мы значительно превосходим анализ РНК и ДНК. В дополнение к геномике и транскриптомике наши ученые анализируют протеомику, липидомику и метаболомику на всех уровнях человеческой биологии — органах, тканях, клетках и органеллах — и мы подаем огромные, неспецифические мультиомные данные в наши причинные модели ИИ для получения новых идей.
Этот широкий, основанный на ИИ подход позволяет нам смотреть за пределы области заболеваний, чтобы быстрее найти «коренную причину». После того, как ИИ помогает выявить «коренную причину», и перед тем как мы перейдем к клиническим испытаниям, мы возвращаемся в Wet Lab для валидации точности полученных данных. Ориентация на человеческую биологию помогает нам ускорить и уменьшить риски в нашем процессе открытия и разработки.
Этот замкнутый цикл снижает неопределенность и в конечном счете уменьшает риски в процессе разработки. С моей точки зрения в области бизнес-развития это ключ к тому, чтобы вызвать уверенность у потенциальных партнеров — потому что наш подход повышает вероятность успеха с самого начала.
Как интеграция ИИ с самым быстрым суперкомпьютером в мире, Frontier, повышает вашу способность анализировать данные о пациентах и выявлять мишени для лекарств?
Благодаря партнерству с Министерством энергетики США, у нас есть эксклюзивный доступ к суперкомпьютеру Frontier в Национальной лаборатории Оук-Риджа для анализа разработки лекарств. Этот суперкомпьютер может выполнять 1.35 квинтильона расчетов в секунду.
Эта вычислительная мощность позволяет нам использовать наши огромные наборы данных для выявления паттернов, корреляций, причинных связей и действенных идей, которые иначе остались бы скрытыми в анализах меньшего масштаба, и сократить время, необходимое для этого, с месяцев до часов.
Например, во время COVID мы проанализировали электронные медицинские записи (EMR) 280 000 пациентов вместе с их клинической информацией. Мы выявили генетические факторы риска для определенных этнических групп, тем самым прокладывая путь к персонализированной медицине. Мы проанализировали 1.2 миллиарда различных материалов, чтобы обнаружить потенциальные лечения COVID всего за несколько часов.
С точки зрения коммерции эта вычислительная мощность позволяет нам быстрее и эффективнее раскрывать идеи, ускоряя время до партнерства, клинических испытаний и в конечном итоге до выгоды для пациентов.
BPGbio имеет клинические программы по глиобластоме и раку поджелудочной железы. Какие уникальные идеи платформа NAi выявила в этих областях и как они повлияли на ваши испытания?
BPGbio активнo проводит фазу 2b испытания по глиобластоме (GBM) и завершила фазу 2a испытаний по раку поджелудочной железы, оба испытания с нашим кандидатом на маломолекулярное лекарство BPM31510.
С помощью платформы NAi мы поняли, что большинство агрессивных солидных опухолей вызваны митохондриальной дисфункцией в среде опухоли. BPM31510 — это нано-дисперсия, содержащая убидекаренон, с антираковыми эффектами, опосредуемыми молекулярными механизмами в митохондриях, которые запускают процесс регламентированной смерти раковых клеток. Мы провели открытое 128-пациентное исследование фазы 1 по BPM31510, и результаты клинического испытания подтвердили идеи, которые NAi открыла. После этого NAi помогла нам оптимизировать практически каждый аспект этих терапий, начиная от оптимальной дозы и времени до выбора пациентов. Наша проба GBM в настоящее время наберет участников, и мы ожидаем сообщить результаты нашего испытания фазы 2 по GBM позже в этом году.
Редкие заболевания, такие как первичный дефицит CoQ10 и буллезный эпидермолиз, являются ключевым направлением для BPGbio. Какие вызовы и возможности вы видите в решении этих проблем?
Редкие детские заболевания часто не имеют эффективных вариантов лечения из-за своей сложности и низкой распространенности, и дети с этими заболеваниями обычно имеют короткую продолжительность жизни. Это создает проблемы для набора участников испытаний, навигации в регулировании и разработке терапии.
BPGbio гордится тем, что берет на себя эти сложные вызовы. Наш ведущий препарат, BPM31510, получил множество обозначений от FDA, включая обозначения «Сиротский препарат» и «Редкое детское заболевание», как для первичного дефицита CoQ10, так и для буллезного эпидермолиза. Эти важные достижения отражают клинический потенциал наших программ и открывают доступ к приоритетным обзорам после одобрения.
Мы планируем испытание фазы 3 для первичного дефицита CoQ10 и активно исследуем партнерства для продвижения нашей программы EB. Это включает в себя оценку топических формуляций в качестве вариантов лечения. Мы верим, что платформа BPGbio может сформировать трансформационное влияние в этой области.
Байесовский ИИ играет важную роль в вашей платформе. Как он конкретно помогает выявлять новые мишени для лекарств или биомаркеры?
Байесовский ИИ позволяет нашей платформе выйти за рамки выявления ассоциаций и раскрывать причинно-следственные связи, которые вызывают заболевание. Он моделирует неопределенность, учитывает изменчивость данных и генерирует высоко надежные прогнозы, которые направляют открытие терапий и биомаркеров.
Интегрируя продольные мультиомные и клинические данные, наши модели могут выявлять биологические механизмы, лежащие в основе прогрессирования заболеваний, и оптимальные точки вмешательства. Это делает процесс открытия более точным, а дальнейшую разработку – более предсказуемой.
С стратегической точки зрения, это невероятно ценно. Валидация того, на что следует направить усилия и почему это имеет биологическое значение, меняет приоритеты программ, проектирование испытаний и коммуникацию с партнерами. Это создает уверенность в науке.
Ваша работа над E2 ферментами для целенаправленного деградации белков является прорывом. Как платформа NAi преодолела традиционные проблемы с целеустремленными «неподверженными лечению» белками?
Программа целенаправленной деградации белков (TPD) на основе E2 является одной из самых захватывающих и инновационных областей нашего потока. Традиционные способы TPD полагаются на E3 лигазы, которые ограничивают масштаб задач и могут привести к резистентности к лекарствам. Наш подход использует пост-трансляционно модифицированные комплексы ферментов E2, выявленные платформой NAi, чтобы расширить лечимую протеому.
Это первый в своем роде подход, и ранняя активность, которую мы наблюдаем, привлекла внимание со стороны фармацевтики и биотехнологий. В настоящее время мы применяем это к онкологии, неврологии и редким заболеваниям. Это отличный пример того, как NAi не только поддерживает открытия, но и позволяет нам переосмыслить возможное в разработке лекарств.
Как BPGbio находит баланс между выводами, основанными на ИИ, и контролем человека для обеспечения достоверности ваших открытий?
В BPGbio мы видим ИИ как мощный инструмент — но не как замену человеческой экспертизе. Наши выводы, основанные на ИИ, основаны на высококачественных биологических данных и постоянно перекрестно проверяются нашими командами биологов, клиницистов и специалистов по данным.
Это сотрудничество гарантирует, что каждый вывод помещается в биологический и клинический контекст. Это одна из причин, по которой BPGbio добивается такого высокого уровня успеха в клинических испытаниях — мы объединяем скорость и масштабы ИИ с научной строгостью и суждением, которые могут предложить только опытные эксперты.
Каков потенциал биомаркеров, открытых с помощью ИИ, перевернуть раннюю диагностику заболеваний, таких как болезнь Паркинсона?
Мощность нашей платформы заключается в ее способности широко и глубоко изучать биологию — так что, когда NAi обнаруживает мишени для терапевтических целей, их можно часто использовать и для диагностических.
В исследовании болезни Паркинсона мы создали модели системной биологии, используя образцы пациентов от почти 400 человек из Института Паркинсона, и мы выявили N-ацетилпутресцин (NAP) как новый биомаркер в крови. Мы подтвердили это с помощью панели диагностики, сертифицированной CLIA, и наше опубликованное исследование показало, что при сочетании с клиническими признаками, такими как потеря обоняния и нарушения REM-сна, эта панель значительно улучшает точность диагностики и раннюю оценку риска. Это имеет потенциал для более раннего вмешательства и улучшения результатов для пациентов.
Какую роль BPGbio может сыграть в формировании будущего прецизионной медицины?
Не существует универсального решения для лечения пациентов. Ориентированный на биологию ИИ имеет потенциал трансформировать прецизионную медицину, открывая новые идеи, которые помогают подкатегорировать пациентов, улучшая тем самым проектирование испытаний, стратификацию пациентов и успехи терапии. Эти идеи приведут к более эффективной разработке диагностических средств и лечения для ряда редких и сложных заболеваний.
Используя ИИ для строгого анализа биологических данных и трансляционных моделей, индустрия может раскрыть весь потенциал ИИ для трансформации разработки лекарств и предоставления прорывов, которые удовлетворяют неосуществимые медицинские потребности. Следующая глава прецизионной медицины будет написана теми, кто сможет сочетать инновации с влиянием, и BPGbio готова возглавить это движение.
