John Beeler, FT, Liiketoimintakehitysjohtaja, BPGbio – Haastattelusarja

John Beeler, FT, BPGbio:n liiketoimintakehitysjohtaja, tuo yli kaksi vuosikymmentä biotekniikan ja liiketoimintakehityksen kokemusta, laaja-alaisen asiantuntemuksen uusista lääkehoitojen kehittämisessä. Ennen BPGbio:oon liittymistään hän toimi viimeksi Bristol-Myers Squibb (BMY ):llä liiketoimintakehityksen etsintä- ja arviointijohtajana, jossa hän oli avainasemassa lisensointimahdollisuuksien ja strategisten kumppanuuksien etsinnässä ja arvioinnissa.

BPGbio on johtava biologiaan perustuva, tekoälykäyttöinen, kliinisiä kokeita tekevä biolääkealan yhtiö, joka keskittyy mitokondrio-biologiaan ja proteiinien homeostaasiin. Yhtiöllä on laaja kehitysputki tekoälyllä kehitettyjä lääkkeitä, jotka kattavat onkologian, harvinaiset sairaudet ja neurologian, mukaan lukien useita myöhäisvaiheen kliinisiä kokeita. BPGbio:n uudenlainen lähestymistapa perustuu yhtiön omaan Interrogative Biology -alustaan, jota suojaa yli 400 Yhdysvaltain ja kansainvälistä patenttia; yksi maailman suurimmista kliinisesti annotoiduista, ei-valtiollisista biopankkeista, jossa on pitkittäisiä näytteitä; ja yksinoikeus maailman tehokkaimpaan supertietokoneeseen.

Mikä innoitti NAi Interrogative Biology -alustan kehittämistä, ja miten se erottuu muista biolääkealan yhtiöistä, jotka hyödyntävät tekoälyä?

Liityttyäni BPGbio:oon olen jatkuvasti vaikuttunut innovaation syvyydestä ja pitkän aikavälin visiosta, joka on rakennettu NAi Interrogative Biology -alustan kehittämiseen. Kaksi vuosikymmentä biotekniikassa ja liiketoimintakehityksessä toimineena, arvioinut laajan valikoiman alustoja ja yhtiöitä, voin sanoa, että NAi erottuu biologiaan perustuvasta perustastaan ja syvyydestä, jolla se tutkii dataa.

BPGbio oli yksi ensimmäisiä, jotka pioneerisivat tekoälyä lääkekehityksessä. Viimeisen 15 vuoden aikana tiimi on jalostanut NAi:ta alustaksi, joka yhdistää omaa moni-omics-dataa ja yhden maailman suurimmista pitkittäisistä biopankkeista. Toisin kuin muut yhtiöt, jotka riippuvat kapeista teknologioista tai julkisista tietokannoista yhden sairauden löytämiseksi, me yhdistämme moni-omics-ominaisuuksia oman biopankkimme kanssa, jossa on satoja tuhansia pitkittäisiä, kliinisesti annotoituja näytteitä, ja käytämme kausaalisia Bayes-ai-malleja, ei generatiivisia ai-malleja, jotta voimme paljastaa biologisesti perustuvia oivalluksia, jotka voivat kertoa lähes minkä tahansa lääkekehitysvaiheen onnistumisen todennäköisyydestä. Emme vain tunnista kohteita; käytämme tekoälyä suunnittelemaan kliinisiä kokeita, ymmärtämään kliinisten kokeiden tuloksia ja jalostamaan hoitovaihtoehtoja.

Tulokset puhuvat puolestaan: Meillä on yksi edistyneimmistä ja vahvimmista kliinisten kokeiden putkistosta tekoälybiotekniikka-alalla. Tähän putkiin kuuluu kaksi aktiivista vaiheen 2 -kokeita aggressiivisissa syöpätaudeissa, useita vaiheen 3 -valmiita ohjelmia ja yli sata uutta kohdetta ja biomerkkereitä, joita olemme tunnistaneet tekoälymallien avulla.

Voitko kuljettaa meidät läpi BPGbio:n biologiaan perustuvan lähestymistavan, jolla nopeutetaan ja riskienhallintaan lääkekehitysprosessia?

Lääkekehityksellä on noin kymmenen prosentin onnistumisaste FDA-hyväksynnän saavuttamisessa, mikä heijastaa merkittäviä riskejä ja haasteita, jotka liittyvät uuden lääkkeen markkinoille saattamiseen. Siksi se ei ole niin nopea ja monia kohteita löytäminen, mitä tärkeämpää on laatu.

Vaikka tekoäly voi auttaa nopeuttamaan löytämisprosessia, soveltamalla tekoälyä, erityisesti generatiivista tekoälyä, samoille julkisille tietokannoille, joita perinteisessä lääkekehityksessä käytetään, ei välttämättä muuta kliinisten kokeiden tuloksia, jotka lopulta ovat ainoat, mitkä merkitsevät.

Biolgiaan perustuva lähestymistapa takaa datan laadun, syvyyden, tarkkuuden, kattavuuden ja määrän, joka ohjelmoidaan tekoälymalleihimme. Moni-omics-analyysissä menemme paljon pidemmälle kuin RNA:n ja DNA:n analyysi. Genomiikan ja transkriptiikan lisäksi tutkimme proteomiikkaa, lipidomiikkaa ja metabolomiikkaa kaikilla ihmisen biologian tasoilla – elimistö, kudokset, solut ja organelit – ja syötämme massiivisen, puolueettoman moni-omics-datan kausaalisille ai-malleillemme uusien oivallusten löytämiseksi.

Tämä laaja, tekoälyvoittoinen lähestymistapa mahdollistaa etsimisen nopeammin “juurisyytä”. Kun tekoäly auttaa löytämään “juurisyytä” ja ennen kuin mennään kliinisiin kokeisiin, palataan märkälabraan validoida, että tekoälystä saatavat oivallukset ovat tarkkoja.

Tämä suljettu silmukka vähentää epävarmuutta ja lopulta riskienhallintaa kehitysprosessissa. Liiketoimintakehityksen näkökulmasta tämä on avainasemassa luomassa luottamusta potentiaalisten kumppaneiden kanssa – koska lähestymistapa parantaa onnistumisen todennäköisyyttä alusta alkaen.

Miten tekoälyn yhdistäminen maailman nopeimman supertietokoneen, Frontierin, kanssa parantaa potilastietojen analyysiä ja lääkekohteiden tunnistamista?

Yhdysvaltain energiaministeriön kanssa solmitun kumppanuussopimuksen kautta meillä on yksinoikeus Frontier-supertietokoneeseen Oak Ridge National Labissa lääkekehitysanalyysiin. Tämä supertietokone pystyy suorittamaan 1,35 kvadriljoonaa laskentaoperaatiota sekunnissa.

Tämä laskentakapasiteetti mahdollistaa massiivisen tietokannan käytön löytääksemme kuvioita, korrelaatioita, syy-seuraussuhteita ja toimintavaroja, jotka muuten jäisivät piiloon pienemmissä analyyseissä, ja vähentää analyysiajasta kuukausista tunteihin.

Esimerkiksi COVID-19-aikana analysoimme 280 000 potilaan sähköisiä potilastietoja ja kliinisiä tietoja. Tunnistimme geneettisiä riskitekijöitä tiettyjen etnisten ryhmien keskuudessa, mikä avasi tien henkilökohtaisen lääkehoidon kehittämiseen. Analysoimme 1,2 miljardia erilaista ainetta löytääksemme potentiaalisia hoitovaihtoehtoja COVID-19:lle vain muutamassa tunnissa.

Kaupallisesti tämä laskentakapasiteetti mahdollistaa meidän avaamisen oivalluksia nopeammin ja tehokkaammin kuin muut, kiihdyttäen yhteistyön, kliinisten kokeiden ja lopulta potilaiden hyödyn aikaa.

BPGbio:lla on kliinisiä ohjelmia glioblastoma- ja pankreassyövissä. Mitkä ainutlaatuiset oivallukset NAi-alusta on paljastanut näissä aloissa, ja miten ne ovat muovanneet kliinisiä kokeita?

BPGbio:lla on aktiivinen vaiheen 2b -koe glioblastomassa ja on suorittanut vaiheen 2a -kokeen pankreassyövässä, molemmat kokeet BPM31510 -lääkeehdokkaalla.

NAi-alustan kautta ymmärsimme, että useimmat aggressiiviset kiinteät kasvaimet johtuvat mitokondriaalisen toimintahäiriöstä kasvaimen ympäristössä. BPM31510 on ubidekarenoni sisältävä nanodispersio, jolla on vastasyöpävaikutuksia, jotka välittyvät molekulaarisilla mekanismeilla mitokondrioissa, jotka laukaisevat säädellyn syövän solukuoleman prosessin. Suorittimme 128 potilaan avoimen vaiheen 1 -tutkimuksen BPM31510:llä, ja kliinisen tutkimuksen tulokset vahvistivat NAi:n löytämät oivallukset. NAi on myöhemmin auttanut meitä optimoimaan lähes jokaisen näiden hoitotoimenpiteiden osan, aina optimaalisen annostuksen ja ajoituksen potilasvalinnasta. Glioblastoma-kokeemme on parhaillaan rekrytoimassa ja odotamme ilmoittavan glioblastoma-vaiheen 2 -tutkimuksen tulokset myöhemmin tänä vuonna.

Harvinaiset sairaudet, kuten primääri CoQ10 -puutos ja epidermolysis bullosa, ovat tärkeitä BPGbio:lle. Mitkä haasteet ja mahdollisuudet nähdäksesi näiden tilojen käsittelyssä?

Harvinaiset pediatriset sairaudet usein vaativat tehokkaita hoitovaihtoehtoja monimutkaisuutensa ja matalan esiintyvyytensä vuoksi, ja näillä sairauksilla olevat lapset usein kohtaavat lyhyen eliniän. Tämä asettaa haasteita kokeiden rekrytoinnille, sääntelyynavigoinnille ja lääkekehitykselle.

BPGbio:lla olemme ylpeitä ottaessamme nämä monimutkaiset haasteet. Meidän johtava yhdiste, BPM31510, on saanut useita merkintöjä FDA:ltä, mukaan lukien orpoainelääke- ja harvinainen pediatrian sairausmerkinnät, sekä primääriselle CoQ10 -puutokselle että epidermolysis bullosalle (EB). Nämä ovat tärkeitä merkkipaaluja, jotka heijastavat ohjelmien kliinistä potentiaalia, ja avaavat oven priorisoituun arvosteluun hyväksymisen jälkeen.

Suunnittelemme vaiheen 3 -kokeen primääriselle CoQ10 -puutokselle ja tutkimme aktiivisesti kumppanuuksia edistääksemme EB-ohjelmaamme. Tähän sisältyy myös topikaalisten formuloiden arviointi hoitovaihtoehtoina. Uskomme, että BPGbio:n alusta voi tehdä muodonmuuttavan vaikutuksen tässä tilassa.

Bayes-ai-tekoälyllä on merkittävä rooli alustassanne. Miten se auttaa erityisesti uusien lääkekohteiden tai biomerkkien tunnistamisessa?

Bayes-ai-tekoäly mahdollistaa alustallemme siirtyä yksinkertaisista assosiaatioista syy-seuraussuhteiden paljastamiseen, jotka ohjaavat sairauden etenemistä ja optimaalista interventiopistettä. Tämä tekee löytämisprosessin tarkemmaksi ja kehitystä ennakoidumpi.

Strategisesti tämä on erittäin arvokasta. Vahvistaminen, mitä kohdeta ja miksi se on biologisesti merkittävää, muuttaa, miten ohjelmia priorisoidaan, miten kokeita suunnitellaan ja miten puhutaan kumppaneiden kanssa. Se luo luottamusta tieteeseen.

Työ E2-entsyymeillä kohdennetun proteiinien hajottamisessa on uraauurtava. Miten NAi-alusta voitti perinteiset haasteet “hoidettavien” proteiinien kohdalla?

BPGbio:n E2-pohjainen kohdennettu proteiinien hajottamisen (TPD) ohjelma on yksi putkistomme kaikkein jännittävimmistä ja innovatiivisimmista aloista. Perinteiset TPD-lähestymistavat riippuvat E3-ligaaseista, jotka rajoittavat kohdealueen ja voivat johtaa lääkeresistenssiin. Meidän lähestymistapaamme käytetään post-translaatio-modifioitujen E2-entsyymikomplekseja, jotka on paljastettu NAi-alustalla, laajentaakseen druggable-proteomiia.

Tämä on ensimmäinen luokkansa lähestymistapa, ja varhainen kitka, jonka näemme, on herättänyt huomiota koko farmaseuttisessa ja biotekniikka-alalla. Sovellamme tätä nykyään onkologiaan, neurologiaan ja harvinaisiin sairauksiin. Se on erinomainen esimerkki siitä, miten NAi ei ainoastaan tue löytämistä – se mahdollistaa meidän ajatella uudelleen, mitä on mahdollista lääkekehityksessä.

Miten BPGbio tasapainottaa tekoälyllä ohjattuja oivalluksia ihmisen valvonnalla varmistaakseen löytöjen validiuden?

BPGbio:lla näemme tekoälyä voimakkaana työkaluna, mutta ei korvikkeena ihmisen asiantuntemukselle. Tekoälyllä ohjatut oivalluksemme perustuvat laadukkaisiin biologisiin tietoihin ja ne validoidaan jatkuvasti biologien, kliinikkojen ja data- tutkijoiden tiimien toimesta.

Tämä yhteistyö takaa, että jokainen oivallus asetetaan biologiseen ja kliiniseen kontekstiin. Se on yksi syy, miksi BPGbio on saavuttanut niin korkean onnistumisprosentin kliinisissä kokeissa – yhdistämme tekoälyn nopeuden ja mittakaavan tieteelliseen tarkkuuteen ja asiantuntijoiden arvioon.

Mitkä mahdollisuudet ovat tekoälyllä löydetyille biomerkkereille vallankumouksellisessa varhaisessa sairauksien diagnosoinnissa, kuten Parkinsonin taudissa?

Alustamme voima piilee sen kyvyssä tutkia biologiaa laajasti ja syvällisesti – kun NAi paljastaa kohde terapeuttista tarkoitusta varten, se voidaan usein käyttää myös diagnostiikkaan.

Parkinsonin taudissa rakensimme systeemibiologisen mallin käyttäen potilasnäytteitä lähes 400 yksilöltä Parkinson-instituutista, ja tunnistimme N-asetyyliputreskiinin (NAP) uutena verenkuvan biomerkkerinä. Olemme validoineet sen CLIA-sertifioituun diagnostiseen paneeliin, ja julkaisemamme tutkimus osoitti, että yhdistettynä kliinisiin piirteisiin, kuten aistinmenetykseen ja REM-unen häiriintymiseen, paneeli paransi merkittävästi diagnostisen tarkkuuden ja varhaisen riskin arvioinnin. Tämä voi mahdollistaa varhaisemman puuttumisen ja parantaa potilaiden tuloksia.

Minkälaisen roolin näet BPGbio:n näyttelevän tarkkuuslääketieteen tulevaisuuden muotoilussa?

Ei ole yhtä ja samaa lähestymistapaa potilaiden hoidossa. Biologiaan perustuva tekoäly voi muuttaa tarkkuuslääketiedettä löytämällä uusia oivalluksia, jotka auttavat potilaiden alatyypin määrittelyssä, parantavat kokeiden suunnittelua, potilaiden stratifikaatiota ja hoitomenestysten todennäköisyyttä. Nämä oivallukset johtavat tehokkaampiin diagnostiikka- ja hoitokeinojen kehittämiseen harvinaisille ja monimutkaisille sairauksille.

Käyttämällä tekoälyä biologisen syötteen ja translaationaalisten mallien tutkimiseen, teollisuus voi lukita tekoälyn täyden potentiaalin muuttaa lääkekehitystä ja toimittaa läpimurtoja, jotka vastaavat täyttämättömiin lääketieteellisiin tarpeisiin. Tarkkuuslääketieteen seuraava luku kirjoitetaan niiden toimesta, jotka voivat yhdistää innovaation vaikutukseen, ja BPGbio on valmis johtamaan tämän luvun kirjoittamista.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, kannattaa vierailla BPGbio:n sivuilla.