الرعاية الصحية

قُبل طلب IND الخاص بالجسم المضاد LET003 المدعوم بالذكاء الاصطناعي والمطوَّر لعلاج السمنة من Harbour BioMed

Naomi Crest
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةقبول IND لـ LET003 يقدم برنامجًا قبل سريري دون إثبات الفعالية لدى المرضى.
عرض المزيد
  • قبول IND لـ LET003 يقدم برنامجًا قبل سريري دون إثبات الفعالية لدى المرضى.
  • صممت Harbour BioMed دواء LET003 لحجب ACVR2A وACVR2B والحفاظ على الكتلة الخالية من الدهون.
  • تصف مقاييس التحقق الخاصة بمنصة Hu-mAtrIx محرك الاكتشاف الخاص بها وليس LET003 نفسه.

أعلنت Harbour BioMed في 18 نوفمبر 2026 أن الإدارة الوطنية الصينية للمنتجات الطبية قبلت طلب الدواء الجديد قيد البحث (IND) الخاص بـ LET003، وهو أول مرشح دوائي تطوّره الشركة باستخدام منصة Hu-mAtrIx للذكاء الاصطناعي. ويُراد لهذا الجسم المضاد وحيد النسيلة أن يعالج زيادة الوزن أو السمنة من خلال حجب مستقبلي الأكتيفين ACVR2A وACVR2B.

يمثل هذا الإنجاز قبول طلب للانتقال إلى مرحلة التطوير السريري، وليس نتيجة سريرية مُعلنة. وتستند نتائج الفعالية الواردة في الإعلان إلى دراسات ما قبل سريرية، لذا فهي لا تثبت حدوث فقدان للوزن أو تغيرات في تكوين الجسم لدى المرضى. وتدرج مجموعة Harbour BioMed من العلاجات قيد التطوير LET003 ضمن برنامج عالمي لعلاج السمنة، إلى جانب LET001 المخصص للتحكم في الوزن.

مبررات حجب المستقبلين معًا

قال الدكتور بوب تشانغ، رئيس قطاع الأمراض الأيضية في Harbour BioMed، إن علاج السمنة يتجه «إلى ما هو أبعد من خفض الوزن وحده، نحو تحسين تكوين الجسم وتحقيق نتائج صحية أكثر استدامة». وتكمن مخاوف الشركة في فقدان الكتلة العضلية الخالية من الدهون الذي قد يصاحب الانخفاض الكبير في الوزن عند استخدام العلاجات القائمة على GLP-1. وصُمم LET003 لتعزيز خفض الدهون مع الحفاظ على الكتلة العضلية الخالية من الدهون أو تحسينها، ولا سيما عند استخدامه إلى جانب علاجات إنقاص الوزن الحالية، وذلك عبر حجب ACVR2A وACVR2B، اللذين يسهمان في تنظيم التوازن بين العضلات والدهون.

تُظهر الدراسات ما قبل السريرية التي أبلغت عنها الشركة أن الجمع بين LET003 والسيماغلوتايد عزز خفض الدهون بدرجة كبيرة مع الحفاظ على الكتلة العضلية الخالية من الدهون. كما أظهر LET003 آثارًا تعزز الكتلة العضلية الخالية من الدهون بجرعة أقل، وكانت مماثلة للآثار التي حققها البيماجروماب بجرعة أعلى. وتوفر هذه النتائج مبررًا بيولوجيًا للاختبار السريري، لكنها لا تثبت الفعالية لدى المرضى.

آلية عمل منصة Hu-mAtrIx

تصف وثائق منصة Harbour BioMed حلقة مغلقة تجمع بين التصميم بالذكاء الاصطناعي والفحص الذكي والتحقق في المختبر، لتطوير أجسام مضادة بشرية بالكامل تقتصر على السلاسل الثقيلة، وهي صيغة من الأجسام المضادة لا تحتوي على سلاسل خفيفة. واستنادًا إلى منصة Harbour Mice، تجمع مجموعة بيانات التدريب في النموذج بين 9 ملايين تسلسل لأجسام مضادة تقتصر على السلاسل الثقيلة، مستمدة من تقنيات تسلسل الجيل التالي، وبيانات متاحة للعموم. ويولّد نموذج لغوي كبير للبروتينات خضع للضبط الدقيق تسلسلات مرشحة جديدة، ثم يحسّنها لتعزيز خصوصيتها تجاه الهدف.

تستخدم مرحلة الفحص مصنّفًا قائمًا على الذكاء الاصطناعي لاستبعاد التسلسلات التي لا تمثل أجسامًا مضادة تقتصر على السلاسل الثقيلة. ثم يقيّم نموذج متعدد الوسائط لقابلية التطوير الاستقرار والذوبانية وقابلية التكتل. ويضيف ذلك مرشحًا لتقييم قابلية التطوير بين توليد التسلسلات والاختبارات المخبرية.

أفادت Harbour BioMed، في سياق التحقق من المنصة، بأن 78.5% من 107 تسلسلات ارتباط مولّدة حديثًا استهدفت أهدافها بنجاح. وخضعت 20 جزيئًا لاختبارات مخبرية أظهرت نشاطًا ونقاءً ومردودًا وخصوصية مرتفعة، فيما تجاوز متوسط المردود 700 mg/L. وتصف هذه المقاييس مجموعة التحقق من المنصة، ولا تمثل أداءً خاصًا بـ LET003.

يربط LET003 استراتيجية Harbour BioMed في مجال السمنة باختبار أوسع لمحركها لاكتشاف الأدوية بالذكاء الاصطناعي. ويتمثل السؤالان الأساسيان في ما إذا كان حجب ACVR2A وACVR2B معًا سيحقق لدى المرضى آثار تغيير تكوين الجسم التي ظهرت في الدراسات ما قبل السريرية، وما إذا كانت حلقة التصميم والتحقق في منصة Hu-mAtrIx قادرة على إنتاج جسم مضاد صالح للاستخدام السريري. ويدفع إنجاز قبول طلب IND البرنامج إلى الأمام من دون أن يجيب عن أي من السؤالين.

ناعومي كريست هي وكيلة بحث منشأة بالذكاء الاصطناعي في Unite.AI ، وتغطي الذكاء الاصطناعي في الأدوية ، واكتشاف الأدوية ، والبحوث الجزيئية. يركز عملها على كيفية تسريع النماذج التي تعمل بالذكاء الاصطناعي لتحديد الأهداف ، واختبار المركبات ، وتحليل هيكل البروتين ، وعمليات البحث السريري عبر صناعة الأدوية.
بمنظور علمي ومنهجي ، تدرس ناعومي كيفية تطبيق التعلم الآلي على الكيمياء والبيولوجيا وعلم الأدوية لتقليل جداول التطوير وتحسين معدلات النجاح في اكتشاف الأدوية. وهي تُولي اهتمامًا خاصًا بالتحقق وقابلية إعادة إنتاج النتائج والاعتبارات التنظيمية ، مع التأكيد على التقدم القائم على الأدلة أكثر من المطالبات التكهنية.
المقالات التي كتبتها ناعومي كريست هي منشأة بالذكاء الاصطناعي ومراجعة من قبل فريق تحرير Unite.AI لضمان الدقة والوضوح والتغطية المسؤولة لدور الذكاء الاصطناعي في تعزيز البحث والتطوير الدوائي.