John Beeler, Ph.D., SVP for forretningsudvikling, BPGbio – Intervieuserie

John Beeler, Ph.D., SVP for forretningsudvikling i BPGbio, bringer mere end to årtiers erfaring inden for bioteknologi og forretningsudvikling, med omfattende ekspertise inden for nye terapeutiske midler. Før han tiltrådte stillingen i BPGbio, fungerede han senest som leder af Business Development Search & Evaluation i Bristol-Myers Squibb, hvor han var afgørende for at identificere og evaluere licensmuligheder og strategiske partnerskaber.

BPGbio er et førende biologi-først AI-drevet klinisk biopharma, der fokuserer på mitokondriobiologi og proteinhomeostase. Selskabet har en dyb pipeline af AI-udviklede terapeutiske midler, der omfatter onkologi, sjældne sygdomme og neurologi, herunder flere i sen klinisk fase. BPGbios innovative tilgang er baseret på NAi, deres proprietære Interrogative Biology Platform, der er beskyttet af over 400 amerikanske og internationale patenter; en af verdens største klinisk annoterede ikke-statslige biobanker med longitudinelle prøver; og eksklusiv adgang til verdens kraftigste supercomputer.

Hvad inspirerede NAi Interrogative Biology®-platformen, og hvordan adskiller BPGbio sig fra andre biopharma-selskaber, der udnytter AI?

Siden jeg tiltrådte stillingen i BPGbio, har jeg konstant været imponeret over innovationsdybden og langsigtede visionen, der gik ind i opbygningen af NAi Interrogative Biology®-platformen. Som jemand, der har tilbragt to årtier inden for bioteknologi og forretningsudvikling – og har evaluaret en bred vifte af platforme og selskaber – kan jeg sige, at NAi adskiller sig ved sin biologi-først-tilgang og dybden af de data, den afhører.

BPGbio var blandt de første til at bane vejen for AI til lægemiddelforskning. Over de sidste 15 år har teamet forfinet NAi til en platform, der integrerer proprietær multi-omics-data og en af verdens største longitudinelle biobanker. I modsætning til andre selskaber, der afhænger af snævre teknologier eller offentlige datasets til en enkelt sygdomsopdagelsesprogram, integrerer vi multiomics-kapaciteter med vores egen proprietære biobank, der huser hundredtusinder af longitudinelle, klinisk annoterede prøver, og bruger kausale Bayesian AI, ikke generativ AI-modellering til at afsløre biologisk-baserede indsighter, der kan informere næsten enhver fase af lægemiddelforskning og øge sandsynligheden for klinisk udviklingssucces. Vi identificerer ikke kun mål; vi bruger AI til at designe vores kliniske forsøg, forstå resultaterne af vores kliniske forsøg og finjustere vores behandlings tilgange.

Vore resultater taler for sig selv: Vi har en af de mest avancerede og robuste kliniske pipelines i AI-biotekindustrien. Denne pipeline omfatter to aktive fase 2-forsøg i aggressive kræftformer, multiple fase 3-klare programmer og over hundred nye mål og biomarkører, vi har identificeret ved hjælp af vores AI-modeller.

Kan du føre os igennem, hvordan BPGbios biologi-først-tilgang accelererer og reducerer risikoen i lægemiddelforskningsprocessen?

Lægemiddeludvikling har en succesrate på ca. 10 % til FDA-godkendelse, hvilket afspejler de betydelige risici og udfordringer, der er forbundet med at bringe et nyt lægemiddel på markedet. Derfor er det ikke, hvor hurtigt og hvor mange mål du opdager, der betyder noget; det er kvaliteten, der tæller.

Selv om AI kan hjælpe med at accelerere opdagelsesprocessen, vil anvendelsen af AI, især generativ AI, på de samme offentlige datasets, der bruges i den traditionelle lægemiddelforskningsproces, ikke nødvendigvis ændre kliniske forsøgsresultater, der i sidste ende er det eneste, der betyder noget.

Vor biologi-først-tilgang sikrer kvaliteten, dybden, nøjagtigheden, omfattende og mængden af data, der kommer til vores AI-modeller. I vores multiomics-analyse går vi langt ud over analyse af RNA og DNA. Ud over genomics og transkriptomics profilerer vores videnskabsmænd proteomics, lipidomics og metabolomics på alle lag af menneskebiologi – organ, væv, celle og organeller – og vi føder de massive, ubiasede multiomics-data til vores kausale AI-modeller for nye indsighter.

Denne brede, AI-drevne tilgang tillader os at se ud over sygdomsområdet for at finde “rodårsagen” hurtigere. Efter AI hjælper med at finde “rodårsagen”, og før vi går til kliniske forsøg, går vi tilbage til vådt laboratorium for at validere, at indsightene fra AI er nøjagtige. Fokus på menneskebiologi hjælper os med at accelerere og reducere risikoen i vores opdagelses- og udviklingsproces.

Denne lukkede tilgang reducerer usikkerheden og reducerer i sidste ende risikoen i udviklingsprocessen. Set fra mit perspektiv i forretningsudvikling er dette afgørende for at opbygge tillid hos potentielle partnere – fordi vores tilgang forbedrer sandsynligheden for succes fra starten.

Hvordan forbedrer integrationen af AI med verdens hurtigste supercomputer, Frontier, jeres evne til at analysere patientdata og identificere lægemiddelmål?

Gennem et samarbejde med det amerikanske energidepartement har vi eksklusiv adgang til Frontier-supercomputeren på Oak Ridge National Lab til lægemiddelanalyse. Denne supercomputer kan udføre 1,35 kvintillioner beregninger per sekund.

Denne beregningskraft ermögiller os at bruge vores massive dataset til at identificere mønstre, korrelationer, årsagssammenhænge og handlebare indsighter, der ellers ville forblive skjult i mindre skala-analyser og reducere tiden fra måneder til timer.

For eksempel analyserede vi under COVID-19 de elektroniske patientjournaler (EMR) for 280.000 patienter sammen med deres kliniske information. Vi identificerede genetiske risikofaktorer for bestemte etniske grupper, hvilket banede vejen for personlig medicin. Vi analyserede 1,2 milliarder forskellige materialer for at opdage potentielle behandlinger for COVID-19 på blot få timer.

Set fra et kommercielt perspektiv ermögiller denne beregningskraft os at låse op for indsighter hurtigere og mere effektivt end andre, hvilket accelererer tiden til partnerskab, kliniske forsøg og i sidste ende patientfordele.

BPGbio har kliniske programmer i glioblastom og pancreas cancer. Hvad unikke indsighter har NAi-platformen afsløret i disse områder, og hvordan har de formet jeres forsøg?

BPGbio driver aktivt en fase 2b-forsøg i glioblastom (GBM) og har afsluttet en fase 2a-forsøg i pancreas cancer, begge forsøg med vores småmolekyle-lægemiddelkandidat BPM31510.

Gennem NAi-platformen forstod vi, at de fleste aggressive solide tumorer skyldes mitokondrie-dysfunktion i tumor-miljøet. BPM31510 er en ubidecarenon-indholdende nanodispersion med anti-cancer-effekter, der er medieret af molekylære mekanismer i mitokondrier, der udløser processen med reguleret cancer-celldød. Vi gennemførte en åben fase 1-studie på 128 patienter med BPM31510, og kliniske forsøgsresultater bekræftede indsightene, som NAi havde afsløret. NAi har herefter hjulpet os med at optimere næsten alle aspekter af disse terapier, fra optimal dosering og timing til patientselektion. Vores GBM-forsøg er i øjeblikket under rekruttering, og vi forventer at offentliggøre vores GBM-fase 2-forsøgsresultater senere i år.

Sjældne sygdomme som primær CoQ10-mangel og epidermolysis bullosa er en vigtig fokus for BPGbio. Hvad udfordringer og muligheder ser du i at tackle disse tilstande?

Sjældne pediatriske sygdomme mangler ofte effektive behandlingsmuligheder på grund af deres kompleksitet og lave forekomst, og børn med disse tilstande har typisk en kort levetid. Dette stiller udfordringer for rekruttering til forsøg, regulativ navigation og terapeutisk udvikling.

I BPGbio er vi stolte af at påtage os disse komplekse udfordringer. Vores ledende stof, BPM31510, har modtaget multiple betegnelser fra FDA – herunder Orphan Drug og Rare Pediatric Disease-betegnelser – for både primær CoQ10-mangel og epidermolysis bullosa (EB). Disse er vigtige milepæle, der afspejler det kliniske potentiale i vores programmer og åbner døren for prioriteret gennemgangsvouchers efter godkendelse.

Vi planlægger en fase 3-forsøg i primær CoQ10-mangel og undersøger aktivt partnerskaber for at fremme vores EB-program. Dette inkluderer evaluering af topikale formuleringer som behandlingsmuligheder. Vi mener, at BPGbios platform kan have en transformationel indvirkning i dette område.

Bayesian AI spiller en betydelig rolle i jeres platform. Hvordan hjælper det specifikt med at identificere nye lægemiddelmål eller biomarkører?

Bayesian AI ermögiller vores platform at gå ud over at identificere associationer til at afsløre årsag-virknings-forhold, der driver sygdom. Det modellerer usikkerhed, tager hensyn til data-variation og genererer meget robuste forudsigelser, der vejleder terapeutisk og biomarkør-opdagelse.

Ved at integrere longitudinelle multiomics- og kliniske data kan vores modeller identificere de biologiske mekanismer bag sygdomsprogression og optimal indgriben. Dette gør opdagelsesprocessen mere præcis og den efterfølgende udvikling mere forudsigelig.

Set fra et strategisk perspektiv er dette utrolig værdifuldt. Validering af, hvad der skal målrettes, og hvorfor det betyder biologisk, ændrer, hvordan man prioriterer programmer, designer forsøg og taler med partnere. Det opbygger tillid til videnskaben.

Jeres arbejde med E2-enzym til målrettet protein-degradering er banebrydende. Hvordan overvandt NAi-platformen traditionelle udfordringer i at målrette “umålbare” proteiner?

BPGbios E2-baserede målrettede protein-degraderingsprogram er et af vores pipelines mest spændende og innovative områder. Traditionelle TPD-tilgange afhænger af E3-ligaser, der begrænser mål-omfanget og kan føre til lægemiddel-resistens. Vores tilgang bruger post-translationalt modificerede E2-enzym-komplekser – afsløret af NAi-platformen – til at udvide det målbare proteom.

Dette er en first-in-class-tilgang, og den tidlige traction, vi ser, har tiltrukket opmærksomhed på tværs af pharma og biotech. Vi anvender i øjeblikket denne tilgang til onkologi, neurologi og sjældne sygdomme. Det er et fantastisk eksempel på, hvordan NAi ikke kun støtter opdagelse – men også ermögiller os at tænke om, hvad der er muligt i lægemiddeludvikling.

Hvordan balancerer BPGbio AI-drevne indsighter med menneskelig oversigt for at sikre validiteten af jeres opdagelser?

I BPGbio ser vi AI som et kraftfuldt værktøj – men ikke en erstatning – for menneskelig ekspertise. Vores AI-drevne indsighter er baseret på højkvalitetsbiologiske data og bliver konstant krydsvalet af vores hold af biologer, kliniske eksperter og data-videnskabsmænd.

Dette samarbejde sikrer, at hver enkelt indsigt sættes i biologisk og klinisk kontekst. Det er en af årsagerne til, at BPGbio har opnået en så høj succesrate i kliniske forsøg – vi kombinerer AI’s hastighed og skala med den videnskabelige rigor og dømmekraft, som kun erfarne eksperter kan bringe.

Hvad potentiale ser du for AI-opdagede biomarkører til at revolutionere tidlig diagnose i sygdomme som Parkinsons?

Kraften i vores platform ligger i dens evne til at afhøre biologi bredt og dybt – så når NAi afslører et mål til terapeutiske formål, kan det ofte bruges diagnostisk også.

I Parkinsons sygdom byggede vi systemsbiologiske modeller ved hjælp af patientprøver fra næsten 400 personer fra Parkinsons-instituttet, og vi identificerede N-acetylputrescine (NAP) som en ny blod-baseret biomarkør. Vi har valideret det gennem en CLIA-certificeret diagnostisk panel, og vores offentliggjorte studie viste, at når det kombineres med kliniske træk som lugtets tab og REM-søvnsforstyrrelse, forbedrer panelet diagnosticeringsnøjagtigheden og tidlig risikovurdering betydeligt. Dette har potentialet til at ermögille tidligere intervention og forbedre patientresultater.

Hvad rol ser du BPGbio spille i at forme fremtidens præcisionsmedicin?

Der er ingen en-size-fits-all i behandling af patienter. Biologi-først AI har potentialet til at transformere præcisionsmedicin ved at afsløre nye indsighter, der hjælper med at underopdele patienter, forbedre forsøgsdesign, patient-selektion og terapeutisk succesrate. Disse indsighter vil føre til en mere effektiv udvikling af diagnostik og behandlinger for en række sjældne og komplekse sygdomme.

Ved at udnytte AI til at afhøre biologiske input og translationelle modeller kan industrien låse op for AI’s fulde potentiale til at transformere lægemiddeludvikling og levere gennembrud, der adresserer uopfyldte medicinske behov. Næste kapitel i præcisionsmedicin vil blive skrevet af dem, der kan parre innovation med impact, og BPGbio er klar til at lede denne bevægelse.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge BPGbio.