Ofer Haviv, prezident a generální ředitel Evogene – rozhovorová série

Ofer Haviv je generálním ředitelem a prezidentem Evogene. Předtím, než se ujal této role, působil jako provozní ředitel a finanční ředitel společnosti od roku 2002 do roku 2004 a sehrál klíčovou roli při spin-offu Evogene od Compugen v roce 2002. V Compugenu zastával funkci finančního ředitele a pokladníka po dobu čtyř let, během nichž společnost dokončila dvě soukromé umístění a primární veřejnou nabídku (IPO) na NASDAQ.

Některé příspěvky k těmto odpovědím poskytli také:

• Gabi Tarcic VP Produkt
• Ilia Zhidkov VP Computational Technologies
• Ruth Gross, VP Business Development

Evogene (NASDAQ:EVGN, TASE: EVGN.TA) je společnost pro computační biologii, která se specializuje na transformaci objevu a vývoje produktů v různých odvětvích life sciences, včetně lidského zdraví a zemědělství. Společnost využívá svou všestrannou platformu Computational Predictive Biology (CPB) k podněcování inovací v těchto oblastech.

Od chvíle, kdy jste se stal generálním ředitelem v roce 2004, jste dohlížel na transformaci Evogene ze spin-offu na lídera v computační biologii na NASDAQ. Jaké byly nejzásadnější okamžiky nebo rozhodnutí, které určily současný směr společnosti?

Tři strategická rozhodnutí utvořila Evogene tak, jak je dnes:

1. Rozhodnutí z roku 2013 jít na burzu NASDAQ.
2. Rozhodnutí z roku 2016 vyvinout se z jediného computačního systému (CPB), který hlavně podporoval vývoj produktů založených na genetických prvcích pro zemědělský průmysl, do tří samostatných technologických motorů, které kombinují jedinečná data, computační systémy a hluboké pochopení life sciences:

• GeneRator: Podporuje původní činnost Evogene v oblasti produktů založených na hlubokém pochopení genomiky.
• MicroBoost: Řídí a urychluje vývoj produktů založených na mikrobech.
• ChemPass: Řídí a urychluje vývoj produktů založených na chemii.

3. Rozhodnutí využít tyto jedinečné technologické motory s vlastními výzkumníky Evogene k vývoji produktů v různých oblastech. Tato činnost, která začala jako divize uvnitř společnosti, se později stala základem pro budování dceřiných společností Evogene, včetně:

• Biomica: Používá technologický motor MicroBoost k vývoji léků založených na lidském mikrobiomu.
• Lavie Bio: Používá MicroBoost k vývoji biologických produktů založených na mikrobech pro zemědělství, chránících rostliny před škůdci a zlepšujících výnosy.
• AgPlenus: Používá technologický motor ChemPass k vývoji chemických produktů pro ochranu plodin proti škůdcům.
• Casterra: Používá GeneRator k vývoji unikátních odrůd ricínů pro pěstování ricínových rostlin k produkci oleje pro rostoucí průmysly biologických produktů a alternativních paliv.

Computační biologie vyžaduje špičkové talenty v biologii, AI a datové vědě. Jak Evogene přitahuje a udržuje odborníky v těchto oblastech, a jaké dovednosti nebo zázemí dáváte přednost?

V Evogene přitahujeme špičkové talenty vytvořením spolupracujícího prostředí, které integruje biologii, umělou inteligenci a computační odbornost. Oceňujeme jedince s mezioborovými zkušenostmi, zejména ty, kteří pracovali v různých oblastech a přinášejí “reálné” poznatky. Kreativita a řešení problémů jsou jádrem toho, co hledáme, umožňující našemu týmu řešit složité výzvy inovativními řešeními.

To, že máme sídlo v Izraeli – globálním lídru v high-tech inovacích s ekosystémem, který podporuje agilitu a progresivní myšlení – zvyšuje naši schopnost přilákat výjimečné talenty.

Blízkost Evogene k světově uznávaným akademickým institucím, jako je Weizmannův institut, hraje významnou roli v přilákání kvalifikovaných odborníků v biologii, AI a datové vědě.

Evogene nabízí profesionálům z technického světa jedinečnou příležitost aplikovat své odborné znalosti ve vývoji produktů pro life sciences – oblast, která hluboce ovlivňuje kvalitu života a potraviny, které jíme. Tento průnik technologií a life sciences je něčím, co se nenachází v tradičních high-tech odvětvích. Pro biology poskytujeme pokročilé technologické nástroje, které jim umožňují realizovat své vize produktů na úrovni, která nemá obdoby jinde.

Můžete vysvětlit základní principy za platformou Computational Predictive Biology (CPB) Evogene s jejími AI technologiemi, a jak se liší od ostatních prediktivních AI modelů v life sciences?

Platforma Computational Predictive Biology (CPB) Evogene integruje hluboké pochopení biologie a chemie s AI, strojovým učením, computačními modely a biologickými daty k provádění analýz napříč miliony datových bodů. Tyto zavedené AI technologie jsou navrženy tak, aby podporovaly výzkumníky při objevu produktů, urychlovaly vývoj nových produktů a byly hnací silou našich mnoha spoluprací.

Naše jedinečnost lze charakterizovat třemi parametry:

1. Silná vazba mezi hlubokými znalostmi biologie a chemie a computačním světem ve vývojovém procesu aplikací samých, stejně jako flexibilita aplikací přizpůsobit se definicím různých produktů.
2. Naše úsilí předpovědět, již ve fázi objevu, pravděpodobnost, že kandidát úspěšně splní kritéria pro komerční produkt – kritéria, která se obvykle zkoumají ve veel později fázích vývoje produktu.
3. Evogene operuje současně ve třech doménách – genomice, chemii a mikrobech – poskytující tak komplexnější pochopení vývojového procesu.

Dáno zaměření společnosti na revoluci objevu produktů napříč zdravím, zemědělstvím a průmyslovými aplikacemi, jaké jsou dlouhodobé cíle Evogene pro rozšíření svého dopadu v těchto sektorech?

Naše dlouhodobé cíle lze rozdělit do tří:

1. Investovat do našich technologií pro benefit našich stávajících partnerů, abychom mohli lépe předpovědět správné kandidáty na validaci a mohli lépe zahrnout další kritéria pro vývoj produktu již ve fázi objevu. Zkrátka, pokračující zlepšování našich motorů.
2. Rozšířit použití našich motorů na další segmenty, které nejsou目前 řešeny stávajícími dceřinými společnostmi Evogene, jako je naše současná strategická orientace na objev léků prostřednictvím ChemPass-AI motoru.
3. Promovat hodnotu našich dceřiných společností a profitovat jako akcionáři prostřednictvím prodeje některých našich držeb nebo přijímáním dividend.

Jak se platforma CPB vyvinula od svého vzniku, a jaké jsou některé nedávné pokroky nebo výzvy, se kterými jste se setkali při vývoji nových technologií, jako jsou ChemPass AI a MicroBoost AI?

Platforma Computational Predictive Biology (CPB) byla původně vyvinuta pomocí monolitické architektury, integrující sadu bioinformatických aplikací primárně zaměřených na genomiku rostlin. Rozpoznání potřeby větší flexibility a škálovatelnosti vedlo k přechodu na architekturu mikroslužeb, umožňující významná vylepšení jak uživatelského rozhraní (UI), tak uživatelského prožitku (UX). Tato architektonická evoluce podpořila expanzi platformy do nových oblastí life sciences, além genomiky, včetně mikrobiologie a chemie, vedoucí k vývoji inovativních technologií, jako je ChemPass AI pro objev malých molekul a MicroBoost AI pro mikrobiomové aplikace. Zatímco škálování těchto technologií představilo výzvy, multidisciplinární přístup zajišťuje pokračující pokrok a významné pokroky napříč různými vědeckými disciplínami.

Jak došlo ke spolupráci s Google Cloud, a jaké byly hlavní faktory, které učinily Google Cloud preferovaným partnerem pro Evogene?

Naše spolupráce s Google Cloud byla podněcena společnou vizí využití pokročilých AI technologií k transformaci objevu a vývoje malých molekul. Robustní platforma Vertex AI od Google Cloud, špičkové GPU a rozsáhlé úložné kapacity poskytují computační sílu potřebnou k trénování našeho základního modelu na ~40 miliardách molekulárních struktur. Jejich odbornost v AI a strojovém učení, kombinovaná s odborností Evogene v computační chemii, vytváří synergii, která umožňuje rychlou inovaci, škálovatelnost a bezprecedentní rozmanitost v molekulárním designu. Tato spolupráce urychluje naši schopnost přinést transformační řešení do objevu léků a potenciálně i do jiných life-science produktů.

Cílem základního modelu je generovat a hodnotit nové malé molekuly. Jaké okamžité a dlouhodobé dopady předvídejete, že to bude mít na rychlost a přesnost objevu a vývoje léků a produktů?

Základní modelová přístup představuje pokrokovou inovaci v objevu a vývoji léků a produktů, umožňující předtrénování na významně větších datech, než tradiční AI metody. Tato schopnost umožňuje hlubší poznatky a vylepšenou přesnost, označující transformační posun v objevu léků. V krátké době bude model revolucionalizovat objevnou fázi rychlým generováním nových malých molekul s požadovanými předdefinovanými vlastnostmi, rozšiřujícím chemickou rozmanitost tím, že se vymaní z velmi úzkého chemického prostoru, který byl dosud prozkoumán, a odhalujícím nové, vysoce perspektivní chemické sloučeniny. Dlouhodobě může integrace AI do objevné fáze významně prospět pozdějším fázím vývoje léků, potenciálně až do klinických fází vývoje.

Jak očekáváte, že tato technologie ovlivní farmaceutický výzkum a vývoj? Jaké jsou některé z nejnaléhavějších výzev v tomto oboru, o kterých si myslíte, že tento model může pomoci řešit?

Základní modely pro objev malých molekul mají obrovský potenciál pro revolucionalizaci farmaceutického výzkumu a vývoje, významně snižují dobu a náklady na vývoj a zvyšují pravděpodobnost úspěchu. Tato technologie umožňuje rychlé a přesné generování slibných kandidátů na léky, potenciálně snižující 12-15letou dobu vývoje a enormní náklady, často přesahující 2 miliardy dolarů na lék. Zefektivněním procesu a zvýšením pravděpodobnosti úspěchu ve fázi komercializace produktu mohou základní modely podpořit budoucí inovativní terapie a poskytnout lepší léčebné možnosti pro pacienty s život ohrožujícími nemocemi.

S rostoucí konkurencí v AI pro life sciences, jak Evogene plánuje udržet konkurenční výhodu v computační biologii a molekulárním designu?

Konkurenční výhoda Evogene pramení z odbornosti jejího mezioborového týmu (vývojáři algoritmů, softwaroví inženýři, chemici a biologové), integrace proprietárních algoritmů pro vylepšení screeningu a optimalizace, a její agilitě v přizpůsobování řešení trhu. Naše spolupráce s Google Cloud hraje zásadní roli v rozvoji našich schopností, využívajících špičkové AI nástroje ke vylepšení a urychlení de-novo designu malých molekul. Flexibilní modely spolupráce dále zajišťují, že naše proprietární technologie dodávají významná, trhu přizpůsobená řešení.

Pohledem do budoucnosti, jaký je váš dlouhodobý výhled na roli Evogene při formování budoucnosti computační biologie, a jak si představujete, že společnost bude ovlivňovat life sciences průmysl v příštím desetiletí?

Dlouhodobý výhled Evogene je pokračovat v pozici lídra v computační biologii a chemii, formujících budoucnost vývoje produktů pro life sciences. V příštím desetiletí si představujeme expanzi našeho technologického dosahu prostřednictvím strategických partnerství, hnání pokroků v lidském zdraví, zemědělství a udržitelnosti, aby se řešily kritické globální výzvy. Naším konečným cílem je transformovat tyto pokroky do inovativních produktů – průlomových terapií, udržitelných zemědělských řešení a ekologických technologií.