Andrew Watson, Vice-président de l’IA et de la R & D chez Healx – Série d’entretiens

Andrew Watson est Vice-président de l’IA et de la R & D chez Healx.

Healx est une entreprise de technologie alimentée par l’IA, inspirée par les patients, dédiée à aider les patients atteints de maladies rares dans le monde à accéder à des thérapies améliorant la vie. Il existe 7 000 maladies rares connues qui affectent 400 millions de personnes dans le monde, mais seulement 5 % de ces affections ont des traitements approuvés. Healx utilise l’intelligence artificielle (IA) pour identifier de nouveaux traitements pour les maladies rares à partir de composés existants et les faire progresser vers les patients qui en ont besoin. Leur approche innovante signifie qu’ils peuvent accélérer le rythme, augmenter l’échelle et améliorer les chances de réussite du développement de traitements pour les maladies rares.

Qu’est-ce qui vous a initialement attiré dans le domaine de l’apprentissage automatique ?

Ma première exposition à l’apprentissage automatique a eu lieu lors d’une conférence sur les « Algorithmes évolutionnaires » pendant mon premier diplôme à l’Université d’Exeter. Nous avons appris à programmer un algorithme qui conçoit des voitures-jouets bidimensionnelles, à partir d’un ensemble aléatoire de roues et de composants, avant d’évaluer leurs performances et d’itérer pour créer des générations ultérieures qui fonctionnaient mieux et mieux par rapport à une mesure que nous avons définie. J’étais fasciné que le logiciel puisse effectuer des milliers d’itérations de conception sans aucune intervention humaine et, à partir de ce moment-là, j’ai sans doute trop fait les choses, en essayant d’automatiser absolument tout ! Cette approche évolutionniste était la même que celle utilisée par la NASA pour concevoir son antenne ST5 qui ne ressemble à rien de ce qu’un expert humain aurait créé.

Vous avez toujours été fasciné par l’application de techniques d’apprentissage automatique et d’IA à des problèmes difficiles, quels étaient certains de ces défis que vous avez rencontrés avant de rejoindre Healx ?

J’ai eu la chance d’avoir l’opportunité d’appliquer l’apprentissage automatique et l’IA dans une variété de contextes, de la perturbation des terroristes à l’identification et à l’atténuation des logiciels malveillants, et, immédiatement avant Healx, en combinant l’IA avec une compréhension approfondie du comportement de l’utilisateur pour créer des machines intelligentes pour une utilisation à domicile et au-delà chez Dyson.

Il est facile pour l’IA de devenir un gimmick, mais mon objectif a toujours été de trouver des applications significatives, que ce soit dériver un sens à partir de vastes quantités d’informations ou réduire la charge cognitive de l’utilisateur grâce à des systèmes de prise en charge de décision. Notre mission chez Healx consiste à travailler sur l’un des défis ultimes, right à l’intersection entre l’IA et la biologie humaine, pour aider certaines des personnes qui en ont le plus besoin : celles atteintes de maladies rares.

Quelles sont certaines de vos responsabilités actuelles chez Healx ?

Je supervise l’équipe R & D, qui est ultimement responsable de la fourniture de prédictions de médicaments à nos collègues de l’équipe préclinique chez Healx. Nous le faisons en comprenant à la fois la biologie sous-jacente d’une maladie sur laquelle nous travaillons et le mode d’action de médicaments potentiels qui pourraient l’aider à traiter, le tout fonctionnant sur notre plate-forme d’IA propriétaire, Healnet.

Healnet analyse les données existantes sur les médicaments et les maladies provenant de la recherche biomédicale, de la littérature scientifique, des insights des patients et des sources curatoriales de Healx pour former un graphique de connaissance sur les maladies rares. Nous utilisons ensuite des modèles d’IA et de NLP de pointe pour exploiter ce graphique pour trouver des opportunités nouvelles pour réaménager, combiner et même améliorer les molécules de médicaments afin de traiter une affection.

Pouvez-vous discuter de certaines des technologies d’apprentissage automatique utilisées par la plate-forme de découverte de médicaments Healnet pour identifier de nouvelles thérapies pour les maladies rares à partir de médicaments qui existent déjà ?

Oui ! Healx utilise une gamme de méthodes d’IA et de NLP pour repérer des relations maladie-composé non évidentes avec la plus grande probabilité de succès.

L’une de nos méthodes les plus courantes s’appelle la correspondance d’expression des gènes de la maladie, ou DGEM. Cette méthode compare le profil d’expression des gènes pour une maladie particulière avec les profils d’expression des gènes à partir de la base de données de médicaments curatoriale de Healx, qui contient des milliers de signatures de médicaments provenant de sources publiques et privées et couvre une gamme de classes pharmacologiques, y compris un mélange de composés approuvés et d’investigations. Le DGEM prédit ensuite quels médicaments seront probablement des thérapies efficaces en fonction des gènes les plus différentiellement exprimés dans les profils d’expression des gènes. La méthode repose sur le principe qu’un mécanisme de médicament avec un profil de mécanisme opposé à une maladie serait un candidat fort pour un traitement efficace. Nous avons en fait utilisé cette méthode pour trouver les composés de départ que nous étudions maintenant dans le cadre de notre essai IMPACT-FXS sur le syndrome du X fragile – la principale cause génétique de difficultés d’apprentissage dans le monde.

Une autre méthode est la prédiction des indications de réutilisation avec des matrices de similarité (PRISM), qui utilise le principe qu’un médicament traitant une maladie spécifique, alors qu’un médicament similaire peut traiter une maladie similaire. Pour déterminer la similarité des médicaments, le PRISM prend en compte les protéines cibles, la similarité structurelle et les effets secondaires, et pour déterminer la similarité des maladies, le PRISM prend en compte les gènes cibles, la structure ontologique et les phénotypes. Un algorithme d’apprentissage automatique est ensuite utilisé pour combiner ces similarités pour prédire des applications thérapeutiques nouvelles.

Nous avons maintenant développé plus de 10 modules de prédiction de thérapies monotherapiques et de thérapies de combinaison pour identifier plus d’opportunités thérapeutiques nouvelles pour les affections rares et, de manière critique, ces modèles sont formés pour découvrir une nouvelle biologie de maladie et des modes d’action, sans être limités à une seule cible biologique (ce qui est un problème avec les méthodes traditionnelles de découverte de médicaments).

Une fois qu’un médicament est identifié comme un candidat possible, comment le système décide-t-il ensuite de procéder à des essais cliniques ?

Grâce à nos algorithmes d’IA et à nos sources de données propriétaires, nous sommes en mesure de réduire une liste d’environ 15 000 médicaments possibles à 100 ou environ de traitements possibles.

Une fois que nous avons cette liste, elle est transmise à notre équipe préclinique – composée d’experts en pharmacologie et en découverte de médicaments – qui appliquent leurs connaissances scientifiques et médicales significatives sur la maladie et les médicaments pour examiner les prédictions et sélectionner les candidats médicamenteux les plus susceptibles de traiter une maladie particulière. Nous fournissons également à l’équipe préclinique une justification générée par l’IA pour les prédictions, expliquant pourquoi un composé qui peut sembler contre-intuitif au premier abord vaut la peine qu’ils y prêtent attention.

Une fois qu’ils ont réduit la liste à nouveau à environ 10-20 candidats, ces composés sont progressés vers une validation préclinique, qui implique le test d’un médicament dans des cultures cellulaires et des modèles avant qu’il soit testé chez l’homme pendant la phase d’essai clinique. Ces études révéleront si un composé sera probablement efficace, sûr et découvriront quels (le cas échéant) effets secondaires il peut avoir. Ils décident également quels médicaments peuvent être combinés ou améliorés pour un traitement plus efficace.

Pouvez-vous élaborer sur ce qu’est le syndrome du X fragile, et certains des récents succès dans la découverte de candidats médicamenteux potentiels ?

Le syndrome du X fragile est une affection neurodéveloppementale rare qui provoque une gamme d’incapacités intellectuelles et cognitives. Il affecte environ 1 homme sur 4 000 et 1 femme sur 8 000 – mais il n’y a actuellement aucun traitement efficace ou approuvé pour cette affection.

L’objectif de Healx est de changer cela, en essayant d’apporter au moins une nouvelle thérapie de combinaison efficace pour l’affection sur le marché dans les prochaines années.

Nous avons fait des progrès fantastiques sur cet objectif jusqu’à présent, et avons découvert plusieurs candidats pour l’affection grâce à nos méthodes de correspondance de médicaments et d’omiques basées sur l’IA (y compris le DGEM, que j’ai mentionné plus tôt). Le HLX-0201, qui a été initialement approuvé comme un anti-inflammatoire non stéroïdien, est notre candidat le plus prometteur, et de manière excitante, nous avons maintenant reçu l’approbation de l’investigational new drug (IND) de la part de l’Administration américaine des aliments et des médicaments (FDA) pour l’étude clinique de phase 2a du composé aux côtés du HLX-0206, qui a été identifié comme un partenaire de combinaison potentiel en utilisant les méthodes de prédiction de combinaison propriétaires de Healx.

L’étude IMPACT-FXS est maintenant en cours à plusieurs sites aux États-Unis, ce qui est vraiment excitant, et nous espérons avoir plus à partager sur cela bientôt !

Il vaut la peine de mentionner également que, tout au long de ce projet, Healx a travaillé en étroite collaboration avec la FRAXA Research Foundation, une organisation de recherche et de soutien de premier plan pour le syndrome du X fragile aux États-Unis, et d’autres organisations pour nous aider à mieux comprendre l’affection et à accéder à des données et des modèles précliniques qui nous ont permis de faire progresser rapidement nos prédictions vers une étude clinique.

Qu’est-ce que vous imaginez comme l’avenir de l’IA dans la cible de maladies rares ?

Je pense qu’il y a un potentiel pour voir l’IA et d’autres technologies de pointe déployées dans l’ensemble du pipeline de découverte et de développement de médicaments, aidant à surmonter certains des défis conventionnels liés au temps, au coût et au risque.

Nous voyons déjà une prolifération d’entreprises dans l’espace de la découverte de médicaments plus large qui utilisent l’IA pour tout, de l’analyse des données de maladie et de l’établissement de biomarqueurs, à la synthèse de protéines et à la conception de nouveaux médicaments, jusqu’à l’analyse de preuves du monde réel et à la conduite d’essais cliniques soutenus par des « jumeaux numériques » de contrôle.

Tout cela sera extrêmement bénéfique pour la découverte de traitements pour les maladies rares où il y a des obstacles liés au manque de connaissance de la maladie ou à un petit nombre de patients. Le NLP peut aider à combler les lacunes de compréhension en agrégeant des données à jour, tandis que l’apprentissage automatique peut prédire quels traitements existants peuvent être réaménagés et pourquoi. Peut-être plus excitant encore, l’IA peut nous fournir l’automatisation nécessaire pour trouver et développer des traitements à grande échelle. Et à mesure que la puissance de calcul et les progrès sont réalisés dans l’IA, nous pouvons la mettre à l’échelle rapidement.

Y a-t-il autre chose que vous aimeriez partager sur Healx ?

C’est un excellent moment pour être dans cet espace, et c’est un véritable privilège de travailler avec ces technologies de pointe pour résoudre certains des problèmes les plus complexes qui existent. Nous sommes toujours à la recherche de personnes passionnées par notre mission pour rejoindre l’équipe, et je recommande vivement à ceux qui sont intéressés de consulter nos offres d’emploi.

Nous avons également des développements et des projets excitants en cours chez Healx, que vous pouvez suivre via notre site Web, et nous espérons être en mesure de partager certains d’entre eux avec vous bientôt.

Je vous remercie pour cette excellente interview, j’ai hâte de suivre les progrès de Healx, une entreprise qui aura sans aucun doute un impact positif sur de nombreuses personnes. Les lecteurs qui souhaitent en savoir plus doivent visiter Healx.