Niven Narain, BERG Healthin toimitusjohtaja ja puheenjohtaja – Haastattelusarja

Niven Narain on BERG Healthin toimitusjohtaja ja puheenjohtaja, BERG Health on kliinisen tutkimuksen vaiheessa oleva, tekoälykäyttöinen bioteknologiayritys, joka noudattaa rohkeaa “Takaisin biologiaan” -lähestymistapaa terveydenhuollossa. Omalla älykkäällä alustalla – Interrogative Biologylla – tavoitteena on kartoittaa sairauksia ja vallankumous hoitojen kehittämisessä potilaiden hyväksi ympäri maailmaa.

Olet yksi BERG Healthin perustajista. Mikä innoitti perustamaan startupin, joka yhdistää tekoälyn ja bioteknologian?

Totuudenmukaisesti, minun innoitukseni ja visio tuli turhautumisesta metodisen, ennustettavan ja pitkän, kalliin lääkekehitysprosessin vuoksi, joka kestää 12-14 vuotta ja maksaa yli 2,6 miljardia dollaria lääkehoitojen kehittämiseen. Lisäksi BERG halusi poistaa prosessin tahattomat vinoumat ja määritellä potilaslähtöisen tien. Lähestymistapaamme yhdistää potilaan oman datan, joka on syvällisesti tutkittu biologian kaikille kerroksille, takaisin Bayesian tekoälyjärjestelmään, joka ohjaa kaikki potilasdatan ja kääntää hypoteeseja.

Mitä erilaisia sairauksia tai syöpiä kohdistetaan?

Kohdistamme sairauksia onkologiaan, neurologiaan ja harvinaisiin sairauksiin, mukaan lukien:

• Immunologia/tulehdussairaudet (LUPUS)
• Verenkierto- ja aineenvaihduntasairaudet (diabetes, NASH/NAFLD)
• Hermostosairaudet (Parkinsonin tauti, Alzheimerin tauti ja autismi)
• Harvinaiset sairaudet (Epidermolysis Bullosa)
• Useat syövät (Glioblastoma, pankreassyöpä, rintasyöpä, eturauhassyöpä ja muut aggressiiviset syövät)

BERG Health käyttää omaa Interrogative Biology -alustaa kartoittaakseen sairauksia ja hoitovaihtoehtoja. Voitko selittää, mitä Interrogative Biology on?

Alusta kattaa prosessin, jossa sairausspesifinen malli rakennetaan ihmisperäisistä biospekseimeistä (tehdäkseen sen relevantiksi ihmisen sairauksille eikä vain eläinmalleille). Sairausmalli altistetaan kattavalle molekyyliprofiloinnille (multi-omics defragmentation – genomiikka, transkriptiikka, proteomiikka, lipidomiikka, metabolomiikka) luodakseen biljoonia molekyylidatapisteitä. Tiedot yhdistetään yksilölliseen potilastietoon (kliiniseen ja todelliseen maailman tietoon) käyttäen BERGin omaa Bayesian tekoälyalgoritmiä luodakseen molekyylikarttoja sairauksista, jotka verrataan terveisiin kontrolliryhmiin tunnistamaan uuden biologian, joka on sairauden taustalla. Tulokset altistetaan tiukille märkälabranalytiikalle sairauden relevanttien toimintamallien ja CRISPRin validointiin.

Voitko selittää, miten BERG Health jalostaa innovaatioita?

BERG yhteistyössä akateemisten ja kliinisten/ lääketieteellisten laitosten kanssa luo korkealaatuisia, kliinisesti annotoitujen biospekseimejä sairausspesifisiin ohjelmiin. BERG on rakentanut tiimin, joka on erikoistunut moniin multi-omisten kykyihin. Tiimi yhteistyössä ryhmien kanssa, joilla on erityistä osaamista, esim. genominen ja transkriptominen profiili, joka luodaan yhteistyössä. Yhteistyössä johtavien kliinisten/ lääketieteellisten laitosten ja valtion/ liittovaltion virastojen, kuten Yhdysvaltain puolustusministeriön ja energiaministeriön rahoittaman Oak Ridge National Laboratoryn (ORNL) kanssa. Olemme nähneet ensikädessä yhteistyön tärkeyden ja sen roolin korkealaatuisen datan luomisessa, joka on perustettu potilaiden lääketieteellisiin historiaan ja todelliseen maailman datan, joka on välttämätöntä biologisen mallin integrointiin. Akateemiset yhteistyöt ovat olennaisia märkälabran validointiin Interrogative Biology -alustan tuloksista, jotta voidaan luoda uusi, tieteellinen perusta spesifisille molekyylitutkimuksille, jotka on määritelty alustalla. BERG osallistuu myös asiantuntijoiden näkemyksiin ja palautteeseen AI-mallien kehittämisessä ja käyttää näitä yhteistyössä alustan tulosten riippumattomaan validointiin.

Voitko kuvata, miten tekoälyä käytetään sairauksien tai syövien laukaisevien tekijöiden löytämiseen?

BERGin Bayesian tekoäly käyttää sisäisesti luotua/ kuratoitua dataa uusien sairausspesifisten laukaisevien tekijöiden löytämiseen – tunnistaa kohteita hoidolle, biomerkkejä diagnosoiden, vaiheittaisuuden/ stratifioinnin, seurantadiagnostiikkaa hoitovasteen/ tuloksen ja pitkäaikaisen molekyylisen kartoituksen vastetta ja haittavaikutuksia. Tekoäly vertaa sairaus- ja terveystilamalleja ja “delta”-verkko johtaa sairauden laukaisevat kohdat.

Mitä keinoja tekoäly tarjoaa potilaiden löytämiseen, jotka eivät reagoi tiettyihin hoitoihin tai rokotuksiin?

Kaappaamalla potilaan biologian kertomuksen multi-omisten analyysin kautta ja käyttämällä Bayesian kausaaliinferenssiä potilaiden pitkäaikaisista näytteistä, BERG pystyy tunnistamaan kausaalisignaaleja hoitovasteelle, uudelleenohjelmointimahdollisuuksille ja molekyylisten entiteettien signatuureja, jotka vaikuttavat virusten määrään ja rokotusten kestolle. Multi-omisten analyysi ylittää genomin ja mahdollistaa kiertävien tekijöiden tunnistamisen, jotka vaikuttavat terveyden tuloksiin.

Mitä nykyisiä lääkkeitä on kehitysputkessanne?

BERGilla on useita ohjelmia kliinisessä ja prekliinisessä kehityksessä, joista kypsin varat on onkologiassa ja neurologisissa sairauksissa.

• Onkologiassa BPM 31510-IV on uusi pieni molekyyli, joka kohdistaa syöpäsolujen aineenvaihduntaa ja on suorittanut onnistuneesti vaiheen 1 (turvallisuus/ siedettävyys) kiinteissä tumoreissa ja aivokasvaimessa (GBM). BPM 31510-IV vaihe 2 (tehokkuus, pankreassyöpä). Tämä on parhaillaan kliinisessä kehityksessä GBM:lle (vaihe 2/3) ja vaihe 3 pankreassyövälle.
• BPM 31510-Topical – Onnistunut vaihe 1 Epidermolysis Bullosassa (harvinainen sairaus/ orpo-merkintä), suunnittelemassa vaihe 2/3 kliinistä kehitystä.
• BPM 31510-Oral – Onnistunut vaihe 1 suun kautta otettavassa terveissä ihmisissä, varhaisessa suunnitteluvaiheessa vaihe 2 kliinistä kehitystä onkologisille/ ei-onkologisille osoituksille.
• BPM 31543 on pieni molekyyli, joka ehkäisee kemoterapian aiheuttamaa hiustenlähtöä. Turvallisuus ja siedettävyys sekä alkuvaiheen tehokkuuden osoitus on saavutettu vaiheen 1 kliinisessä tutkimuksessa. Tämä varuste on parhaillaan suunnitteluvaiheessa vaihe 2/3 kliinistä kehitystä.
• BPM 42522 – 1. luokan pieni molekyyli, joka kohdistaa uuden BERG-alustan tunnistaman kohteen Ubikitiini-proteasomipolussa, joka on IND-oikeutettu FIH-tutkimuksissa onkologiassa Q1FY2021.
• Uusi kohde on tunnistettu Parkinsonin taudin hoidoksi ja on parhaillaan lääkekehitystoimissa.

BERG Health on viime aikoina tehnyt yhteistyösopimuksen Department of Energyn Oak Ridge National Laboratoryn kanssa. Voitko antaa tietoja tästä yhteistyöstä?

BERGin alusta pystyy luomaan listan useista potentiaalisista kohteista sairauksien hoitoon. ORNL:n Summit-supertietokone pystyy analysoimaan kattavasti molekyylirakenteita näistä kohteista ja tunnistamaan pieniä, lääkekaltaisia molekyylejä, joita voidaan käyttää nopean validoinnin ja lääkekehityksen lyhentämiseen uusille lääkkeille. Summitin laskentakapasiteetit lyhentävät lääkekehitysprosessia useista kuukausista/ vuosista muutamaan päivään/ tuntiin, jotta voidaan luoda alkuvaiheen “osumat” lääkekaltaisista molekyyleistä. BERG-ORNL-yhteistyö tarjoaa perustan nopealle tunnistamiselle uusille sairausspesifisille kohteille ja niiden lääkekehitysprosessille. Se mahdollistaa myös sairausspesifisten tuoteputkien kehittämisen kliiniseen kehitykseen. Tämän yhteistyön merkittävin vaikutus on lääkekehityksen kestossa ja kustannuksissa.

COVID-19 on kaikkien mieleen. Miten BERG Health osallistuu tähän ponnisteluun?

BERGin tekoälykäyttöinen Interrogative Biology -alusta on otettu käyttöön COVID-19 -spesifiseen malliin, josta on tunnistettu useita tunnettuja ja uusia kohteita, joilla on potentiaalia vaikuttaa tartunnan aikajaksoon ja uudelleenohjelmointimahdollisuuksiin hyväksyttyjä lääkkeitä vähentämään/ lieventämään kliinisiä tuloksia. Yhteistyössä ORNL:n kanssa olemme parhaillaan mukana pienien molekyylien löytämisessä ja kehittämisessä uusia kohteita vastaan mahdollista COVID-19 -hoitoa varten.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla BERG Health -sivustolla.