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

John Beeler, Ph.D., Vicepræsident for forretningsudvikling i BPGbio, har mere end to årtiers erfaring inden for bioteknologi og forretningsudvikling, med omfattende ekspertise i nye terapeutiske midler. Før han kom til BPGbio, arbejdede han senest som leder af forretningsudvikling og evaluering hos Bristol-Myers Squibb (BMY ), hvor han spillede en afgørende rolle i at identificere og evaluere licensmuligheder og strategiske partnerskaber.

BPGbio er en førende biologi-først AI-drevet klinisk biotekvirksomhed, der fokuserer på mitokondrie-biologi og protein-homeostase. Virksomheden 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 biobanker med longitudinelle prøver; og eksklusiv adgang til verdens kraftigste supercomputer.

Hvad inspirerede NAi Interrogative Biology®-platformen, og hvordan adskiller den BPGbio fra andre biotek-virksomheder, der anvender AI?

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

BPGbio var blandt de første, der banebrydende 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 virksomheder, der afhænger af snævre teknologier eller offentlige datasæt til en enkelt sygdomsopdagelsesprogram, integrerer vi multi-omics-kapaciteter med vores egen proprietære biobank, der huser hundredtusinder af longitudinelle, klinisk annoterede prøver, og anvender Bayesian AI, ikke generativ AI-modellering, til at afsløre biologisk-baserede indsighter, der kan informere næsten ethvert stadie af lægemiddelforskning og øge sandsynligheden for klinisk udviklingssucces. Vi identificerer ikke kun mål; vi anvender 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-biotek-industrien. 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.

Mens AI kan hjælpe med at accelerere opdagelsesprocessen, vil anvendelsen af AI, især generativ AI, på de samme offentlige datasæt, der anvendes i den traditionelle lægemiddelforskning, ikke nødvendigvis ændre kliniske forsøgsresultater, som i sidste instans er det eneste, der betyder noget.

Vores biologi-først-tilgang sikrer kvaliteten, dybden, nøjagtigheden, omfattende og mængden af data, der kommer til vores AI-modeller. I vores multi-omics-analyse går vi langt ud over at analysere RNA og DNA. Udover genomics og transkriptomics profilerer vores videnskabsmænd proteomics, lipidomics og metabolomics på alle lag af menneskelig biologi – organ, væv, celle og organeller – og vi føder den massive, ubiasede multi-omics-data til vores Bayesian AI-modeller for nye indsighter.

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

Denne lukkede tilgang reducerer usikkerheden og reducerer i sidste instans risikoen i udviklingsprocessen. 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 kvintillion beregninger per sekund.

Denne beregningskraft giver os mulighed for at anvende vores massive datasæt til at identificere mønstre, korrelationer, årsag-virkning-forhold og handlebare indsighter, der ellers ville være skjult i mindre skala-analyser, og reducerer 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 åbnede vejen for personlig medicin. Vi analyserede 1,2 milliarder forskellige stoffer for at opdage potentielle behandlinger for COVID-19 på blot få timer.

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

BPGbio har kliniske programmer i glioblastom og pancreas-cancer. Hvad er de unikke indsighter, NAi-platformen har 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 mitokondrierne, der udløser processen med reguleret cancer-celldød. Vi gennemførte et åbent fase 1-forsøg 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 resultaterne fra vores GBM-fase 2-forsøg senere i år.

Sjældne sygdomme som primær CoQ10-mangel og epidermolysis bullosa er et vigtigt fokusområde for BPGbio. Hvad er udfordringerne og mulighederne, I ser i at tackle disse tilstande?

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

Hos BPGbio er vi stolte af at påtage os disse komplekse udfordringer. Vores ledende stof, BPM31510, har modtaget flere designationer fra FDA, herunder Orphan Drug og Rare Pediatric Disease-designationer, 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 gennemgang ved godkendelse.

Vi planlægger en fase 3-forsøg i primær CoQ10-mangel og udforsker 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 giver vores platform mulighed for at gå ud over at identificere associationer og afsløre årsag-virkning-forhold, der driver sygdom. Det modellerer usikkerhed, tager hensyn til data-variabilitet og genererer meget robuste forudsigelser, der vejleder terapeutisk og biomarkør-opdagelse.

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

Set fra et strategisk perspektiv er dette utroligt værdifuldt. At validere, hvad man skal målrette, og hvorfor det betyder noget biologisk, ændrer, hvordan man prioriterer programmer, designer forsøg og taler med partnere. Det bygger tillid til videnskaben.

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

BPGbios E2-baserede målrettede protein-degraderingsprogram er et af vores pipelines mest spændende og innovative områder. Traditionelle målrettede protein-degraderings-tilgange afhænger af E3-ligaser, der begrænser mål-omfanget og kan føre til lægemiddel-resistens. Vores tilgang anvender post-translationalt modificerede E2-enzym-komplekser, der er afsløret af NAi-platformen, til at udvide det “druggable” 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 understøtter opdagelse, men også giver os mulighed for at tænke om på, hvad der er muligt i lægemiddeludvikling.

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

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

Dette samarbejde sikrer, at hver enkelt indsigt bliver sat i biologisk og klinisk kontekst. Det er en af grundene 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 er potentialet for AI-opdagede biomarkører til at revolutionere tidlig diagnose i sygdomme som Parkinsons?

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

I Parkinsons sygdom opbyggede vi systembiologiske 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-godkendt diagnostisk panel, og vores publicerede studie viste, at når det kombineres med kliniske træk som lugtets tab og REM-søvnsforstyrrelse, forbedrer panelet diagnostisk nøjagtighed og tidlig risikovurdering betydeligt. Dette har potentialet til at muliggøre tidligere intervention og forbedre patientresultater.

Hvad er rollen, I ser BPGbio spille i at forme fremtiden for præcisionsmedicin?

Der er ingen en-size-fits-all-løsning i behandling af patienter. Biologi-først-AI har potentialet til at transformere præcisionsmedicin ved at opdage nye indsighter, der hjælper med at underopdele patienter, og således forbedre forsøgsdesign, patient-selektion og terapeutisk succesrate. Disse indsighter vil føre til 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. Det 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.