Niven Narain, generální ředitel a prezident BERG Health – Rozhovor

Niven Narain je generálním ředitelem a prezidentem BERG Health, klinické, AI-poháněné biotechnologické společnosti, která se odvážně vrací k biologii. Díky využití vlastního inteligentního platformu – Interrogative Biology^®, cílem je mapovat nemoci a revolucionizovat léčby pro pacienty po celém světě.

Jste jedním ze spoluzakladatelů BERG Health. Co vás inspirovalo k založení startupu, který spojuje AI s biotechnologií?

Pravdou je, že moje inspirace a vize přišly z frustrace z metodického, předvídatelného a dlouhého, nákladného procesu vývoje léků, který trvá 12-14 let a stojí přes 2,6 miliardy dolarů, aby se dostal na trh. Kromě toho jsme chtěli vyřadit z procesu předpojatosti a definovat cestu, která by byla pacientům blízká. Naší přístup spojuje data pacienta, která byla důkladně prozkoumána z hlediska biologie, s Bayesian AI systémem, aby se vytvořily hypotézy.

Jaké nemoci nebo typy rakoviny jsou目前 cílem?

Atualně cílíme na nemoci v oblasti onkologie, neurologie a vzácných onemocnění, včetně:

• Imunologie/zánětlivá onemocnění (LUPUS)
• Kardiovaskulární a metabolická onemocnění (diabetes, NASH/NAFLD)
• Neurologická onemocnění (Parkinsonova choroba, Alzheimerova choroba a poruchy autistického spektra)
• Vzácná onemocnění (Epidermolysis Bullosa)
• Několik typů rakoviny (Glioblastom, pankreatická rakovina, rakovina prsu, prostatická rakovina a další agresivní typy rakoviny)

BERG Health používá svou proprietární platformu Interrogative Biology^® k mapování nemocí a léčebných možností. Můžete vysvětlit, co přesně je Interrogative Biology^®?

Platforma zahrnuje proces, při kterém se vytváří model nemoci z lidských biospecimenů (což jej činí relevantním pro lidské nemoci, nikoli pro náhradní animální modely). Model nemoci se podrobí komplexnímu molekulárnímu profilování (multi-omické defragmentaci – genomics, transcriptomics, proteomics, lipidomics, metabolomics), aby se generovaly trillions molekulárních datových bodů. Tato data se integrují s informacemi o jednotlivých pacientech (klinickými a reálnými údaji) pomocí Bayesian AI algoritmu, aby se vytvořily molekulární mapy nemocí, které se porovnávají s kontrolními skupinami, aby se identifikovala nová biologie podkladů nemocí. Výstup se poté podrobí přísným mokrým laboratorním technikám pro funkční modely a CRISPR.

Můžete vysvětlit, jak BERG Health crowdsourcuje inovace?

BERG spolupracuje s akademickými a klinickými/medicínskými institucemi, aby generoval biobanky vysoce kvalitních, klinicky annotovaných biospecimenů pro programy specifické pro nemoci. BERG má tým interních odborníků, kteří se specializují na některé z multi-omických schopností. Tým také spolupracuje se skupinami se specifickými znalostmi pro další datové profily, například genomické a transkriptomické profily, které jsou generovány s pomocí spolupracujících institucí. Spolupracujeme s předními klinickými/medicínskými institucemi a státními/federálními agenturami, včetně ministerstva obrany a ministerstva energetiky financovaného Oak Ridge National Lab (ORNL), mezi jinými. Viděli jsme na vlastní oči důležitost spolupráce a její roli při generování vysoce kvalitních dat podpořených pacientskými lékařskými historiemi a reálnými údaji, což je nezbytný krok pro integraci do biologických modelů. Akademické spolupráce jsou nezbytné pro mokrou laboratorní validaci in-silico výstupů, aby se generadovaly nové, vědecké základy specifických molekulárních poznatků definovaných platformou. BERG také využívá poznatky a zpětnou vazbu od KOL při zahájení budování AI modelů a tyto spolupráce využívá pro nezávislou validaci výstupu platformy.

Můžete popsat, jak se AI používá k objevování prvků, které spouštějí nemoci nebo rakoviny?

Bayesian AI BERG používá interně generovaná/kurátorovaná data pro de novo objevování specifických cílů nemocí – identifikaci cílů pro léčbu, biomarkerů pro diagnostiku, stádia/stratifikaci, doprovodné diagnostiky pro odpověď/výsledek a longitudinální molekulární mapování pro generování otisků odpovědi a nežádoucích účinků. AI porovnává modely nemocí a ne-nemocí populací a „delta“ síť inferuje spouštěcí body nemocí.

Jaké jsou některé způsoby, kterými AI pomáhá při lokalizaci biomarkerů u pacientů, kteří nereagují na určité léky nebo vakcíny?

Příjemným zachycením plného narativu pacientské biologie prostřednictvím multi-omické analýzy a Bayesian kauzální inferenci z longitudinálních pacientských vzorků je BERG schopný identifikovat kauzální signály odpovědi na známé léky, příležitosti pro repurposing a signatury molekulárních entit, které ovlivňují zdravotní výsledky. Multi-omika jde daleko za genomy a umožňuje identifikovat cirkulující faktory, které ovlivňují zdravotní výsledky.

Jaké jsou některé současné léky ve vašem pipeline?

BERG má několik programů v klinickém a preklinickém vývoji, s nejzralejšími aktivy v onkologii a neurologických onemocněních.

• V onkologii BPM 31510-IV je novým malým molekulárním lékem, který cílí na metabolismus rakovinných buněk a úspěšně dokončil fázi 1 (bezpečnost/tolerabilita) u solidních tumorů a mozkové rakoviny (GBM). BPM 31510-IV fáze 2 (efektivita, pankreatická rakovina). Tento lék je aktuálně ve fázi klinického vývoje pro GBM (fáze 2/3) a fázi 3 pro pankreatickou rakovinu.
• BPM 31510-Topical – Úspěšné dokončení fáze 1 u Epidermolysis Bullosa (vzácné onemocnění/orphan designation), plánujeme fázi 2/3 klinického vývoje.
• BPM 31510-Oral – Úspěšné dokončení fáze 1 u zdravých dobrovolníků, v raných fázích plánování fáze 2 klinického vývoje pro onkologická/neonkologická indikace.
• BPM 31543 je malým molekulárním lékem pro prevenci chemoterapií indukované alopecie. Byla stanovena bezpečnost a tolerabilita s počáteční signálovou účinností v klinické studii fáze 1. Tento lék je aktuálně ve fázi plánování fáze 2/3 klinického vývoje.
• BPM 42522 – 1. lék ve třídě malých molekul cílených na novou BERG platformu identifikovanou cílovou molekulu v Ubiquitin Proteosome Pathway v IND umožňujících studiích pro FIH studie v onkologii Q1FY2021.
• Nový cíl identifikovaný pro Parkinsonovu chorobu je aktuálně ve fázi objevování léků.

BERG Health nedávno spolupracoval s ministerstvem energetiky Oak Ridge National Lab. Můžete nám poskytnout některé podrobnosti o tomto partnerství?

Platforma BERG má kapacitu generovat seznam potenciálních cílů pro intervenční nemoci. Superpočítač Summit v ORNL má schopnosti pro analýzu komplexních molekulárních struktur těchto cílů a identifikaci malých lékových molekul, které lze využít pro rychlou validaci cílů, což vede ke zkrácení doby validace/discovery nových terapií. Výpočetní schopnosti Summitu snižují dobu objevování léků z několika měsíců/let na několik hodin/dní, aby se generovaly počáteční vysoké kvalitní „hits“ lékových molekul. Partnerství BERG-ORNL poskytuje základnu pro rychlou identifikaci nových cílů specifických pro nemoci a spojeného procesu objevování léků. To dále umožňuje bezproblémovou generaci produktových pipeline specifických pro nemoci, připravených pro klinický vývoj. Hlavní dopad tohoto partnerství je na době a nákladech objevování a vývoje nových léků.

COVID-19 je samozřejmě na mysli každého, jak BERG Health pomáhá s tímto úsilím?

AI-poháněná platforma Interrogative Biology BERG byla využita k vytvoření modelu specifického pro COVID-19, což vedlo k identifikaci několika známých a nových cílů s potenciálem ovlivnit průběh infekce a repurposing schválených léků, aby se minimalizovaly/maximalizovaly klinické výsledky. Prostřednictvím naší aktivní spolupráce s ORNL se aktuálně zabýváme objevováním a vývojem malých molekul proti novým cílům pro potenciální léčbu COVID-19.

Děkuji vám za rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit BERG Health.