John Beeler, Ph.D., SVP de développement commercial, BPGbio – Série d’entretiens

John Beeler, Ph.D., SVP de développement commercial chez BPGbio, apporte plus de deux décennies d’expérience dans la biotechnologie et le développement commercial, avec une expertise approfondie dans les thérapeutiques novatrices. Avant de rejoindre BPGbio, il a récemment occupé le poste de responsable de la recherche et de l’évaluation des opportunités de licence et des partenariats stratégiques chez Bristol-Myers Squibb (BMY ), où il a joué un rôle déterminant dans la recherche et l’évaluation des opportunités de licence et des partenariats stratégiques.

BPGbio est une société de biopharmacie clinique de pointe, axée sur la biologie mitochondriale et l’homéostasie des protéines, qui utilise l’intelligence artificielle pour développer des thérapeutiques novatrices. L’entreprise a un portefeuille profond de thérapeutiques développées par l’IA, couvrant l’oncologie, les maladies rares et la neurologie, dont plusieurs sont en essais cliniques de phase avancée. L’approche novatrice de BPGbio repose sur sa plate-forme Interrogative Biology propriétaire, protégée par plus de 400 brevets américains et internationaux ; l’une des plus grandes biobanques cliniquement annotées non gouvernementales au monde, avec des échantillons longitudinaux ; et un accès exclusif au supercalculateur le plus puissant du monde.

Qu’est-ce qui a inspiré la plate-forme Interrogative Biology® NAi, et comment se différencie-t-elle des autres sociétés de biopharmacie qui utilisent l’IA ?

Depuis que j’ai rejoint BPGbio, j’ai été constamment impressionné par la profondeur de l’innovation et la vision à long terme qui ont présidé à la création de la plate-forme Interrogative Biology®. En tant que personne ayant passé deux décennies dans la biotechnologie et le développement commercial, évaluant une large gamme de plate-formes et de sociétés, je peux dire que NAi se distingue par son fondement biologique et la profondeur des données qu’elle interroge.

BPGbio a été l’une des premières sociétés à utiliser l’IA pour la découverte de médicaments. Au cours des 15 dernières années, l’équipe a affiné NAi en une plate-forme intégrant des données multi-omiques propriétaires et l’une des plus grandes biobanques longitudinales au monde. Contrairement à d’autres sociétés qui s’appuient sur des technologies étroites ou des jeux de données publics pour un programme de découverte de maladies, nous intégrons des capacités multi-omiques avec notre propre biobanque propriétaire, qui abrite des centaines de milliers d’échantillons longitudinaux cliniquement annotés, et utilisons un modèle d’IA bayésien, et non un modèle d’IA génératif, pour découvrir des insights biologiquement fondés qui peuvent éclairer virtuellement toutes les étapes de la découverte de médicaments et augmenter la probabilité de succès du développement clinique. Nous n’identifions pas seulement des cibles ; nous utilisons l’IA pour concevoir nos essais cliniques, comprendre les résultats de nos essais cliniques et affiner nos approches thérapeutiques.

Nos résultats parlent d’eux-mêmes : nous avons l’un des pipelines cliniques les plus avancés et les plus solides de l’industrie biotechnologique de l’IA. Ce pipeline comprend deux essais de phase 2 actifs dans des cancers agressifs, plusieurs programmes prêts pour la phase 3 et plus de cent cibles et biomarqueurs novateurs que nous avons identifiés à l’aide de nos modèles d’IA.

Pouvez-vous nous expliquer comment l’approche biologique de BPGbio accélère et réduit les risques du processus de découverte de médicaments ?

Le développement de médicaments a un taux de réussite d’environ 10 % pour l’approbation de la FDA, reflétant les risques et les défis importants associés à la mise sur le marché d’un nouveau médicament. Par conséquent, ce n’est pas la vitesse et le nombre de cibles découvertes qui comptent ; c’est la qualité qui compte.

Alors que l’IA peut aider à accélérer le processus de découverte, l’application de l’IA, en particulier de l’IA générative, aux mêmes jeux de données publics utilisés dans le processus traditionnel de découverte de médicaments, ne changera pas nécessairement les résultats des essais cliniques, qui sont finalement la seule chose qui compte.

<p Notre approche biologique garantit la qualité, la profondeur, l'exactitude, la complétude et la quantité des données qui alimentent nos modèles d'IA. Dans notre analyse multi-omique, nous allons bien au-delà de l'analyse de l'ARN et de l'ADN. En plus de la génomique et de la transcriptomique, nos scientifiques profilent la protéomique, la lipidomique et le métabolomique sur toutes les couches de la biologie humaine – organe, tissu, cellule et organite – et nous alimentons les données multi-omiques massives et non biaisées à nos modèles d'IA pour obtenir des insights novateurs.

Cette approche large et alimentée par l’IA nous permet de regarder au-delà de la zone de la maladie pour trouver la « cause profonde » plus rapidement. Une fois que l’IA a aidé à trouver la « cause profonde », et avant de passer aux essais cliniques, nous retournons au laboratoire humide pour valider les insights de l’IA sont exacts. L’accent mis sur la biologie humaine nous permet d’accélérer et de réduire les risques de notre processus de découverte et de développement.

Cette approche en boucle fermée réduit l’incertitude et dérisque finalement le processus de développement. Du point de vue du développement commercial, c’est clé pour établir la confiance avec les partenaires potentiels – car notre approche améliore la probabilité de succès dès le début.

Comment l’intégration de l’IA avec le supercalculateur le plus rapide du monde, Frontier, améliore-t-elle votre capacité à analyser les données de patients et à identifier les cibles de médicaments ?

Grâce à un partenariat avec le département américain de l’Énergie, nous avons un accès exclusif au supercalculateur Frontier du laboratoire national d’Oak Ridge pour l’analyse de développement de médicaments. Ce supercalculateur peut effectuer 1,35 quintillion de calculs par seconde.

Ce pouvoir de calcul nous permet d’utiliser notre ensemble de données massif pour identifier des modèles, des corrélations, des causalités et des insights exploitables qui seraient autrement obscurs dans les analyses à plus petite échelle et de réduire le temps nécessaire de mois à heures.

Par exemple, pendant la COVID, nous avons analysé les dossiers médicaux électroniques (EMR) de 280 000 patients ainsi que leurs informations cliniques. Nous avons identifié des facteurs de risque génétique pour des groupes ethniques spécifiques, ouvrant la voie à la médecine personnalisée. Nous avons analysé 1,2 milliard de matériaux différents pour découvrir des traitements potentiels pour la COVID en quelques heures.

D’un point de vue commercial, ce pouvoir de calcul nous permet de débloquer des insights plus rapidement et plus efficacement que les autres, en accélérant le temps nécessaire pour les partenariats, les essais cliniques et, finalement, les avantages pour les patients.

BPGbio a des programmes cliniques pour le glioblastome et le cancer du pancréas. Quels insights uniques la plate-forme NAi a-t-elle découverts dans ces domaines, et comment ont-ils façonné vos essais ?

BPGbio mène actuellement un essai de phase 2b sur le glioblastome (GBM) et a terminé un essai de phase 2a pour le cancer du pancréas, les deux essais avec notre candidat-médicament à base de nanodispersion, le BPM31510.

Grâce à la plate-forme NAi, nous avons compris que la plupart des tumeurs solides agressives sont causées par une dysfonction mitochondriale dans l’environnement tumoral. Le BPM31510 est une nanodispersion contenant de l’ubidécarenone avec des effets anti-cancéreux médiés par des mécanismes moléculaires dans les mitochondries qui déclenchent le processus de mort cellulaire régulée. Nous avons mené une étude ouverte de phase 1 sur 128 patients avec le BPM31510, et les résultats de l’essai clinique ont confirmé les insights que NAi avait découverts. NAi nous a ensuite aidés à optimiser virtuellement tous les aspects de ces thérapies, de la posologie et du moment optimal à la sélection des patients. Notre essai de glioblastome est actuellement en cours de recrutement et nous nous attendons à rapporter les résultats de notre essai de phase 2 de glioblastome plus tard cette année.

Les maladies rares comme la déficience primaire en CoQ10 et l’épidermolysis bullosa sont une priorité clé pour BPGbio. Quels défis et opportunités voyez-vous pour relever ces défis ?

Les maladies rares pédiatriques manquent souvent de traitements efficaces en raison de leur complexité et de leur faible prévalence, et les enfants atteints de ces affections ont généralement une espérance de vie courte. Cela présente des défis pour le recrutement d’essais, la navigation réglementaire et le développement thérapeutique.

Chez BPGbio, nous sommes fiers de relever ces défis complexes. Notre composé principal, le BPM31510, a reçu plusieurs désignations de la part de la FDA, notamment la désignation de médicament orphelin et la désignation de maladie pédiatrique rare, pour la déficience primaire en CoQ10 et l’épidermolysis bullosa (EB). Ce sont des jalons importants qui reflètent le potentiel clinique de nos programmes et ouvrent la voie à des bons de revue prioritaire à l’approbation.

Nous planifions un essai de phase 3 pour la déficience primaire en CoQ10 et explorons activement des partenariats pour faire progresser notre programme EB. Cela inclut l’évaluation de formulations topiques comme options de traitement. Nous croyons que la plate-forme de BPGbio peut avoir un impact transformationnel dans cet espace.

L’IA bayésienne joue un rôle important dans votre plate-forme. Comment aide-t-elle spécifiquement à identifier des cibles de médicaments ou des biomarqueurs novateurs ?

L’IA bayésienne permet à notre plate-forme de passer de l’identification d’associations à la découverte de relations de cause à effet qui déterminent la maladie. Elle modèle l’incertitude, tient compte de la variabilité des données et génère des prédictions très robustes qui guident la découverte thérapeutique et des biomarqueurs.

En intégrant des données multi-omiques longitudinales et cliniques, nos modèles peuvent identifier les mécanismes biologiques derrière la progression de la maladie et les points d’intervention optimaux. Cela rend le processus de découverte plus précis et le développement en aval plus prévisible.

D’un point de vue stratégique, c’est incroyablement précieux. Valider ce que cibler et pourquoi cela compte biologiquement change la façon dont vous priorisez les programmes, concevez des essais et parlez à des partenaires. Cela renforce la confiance dans la science.

Votre travail sur les enzymes E2 pour la dégradation ciblée de protéines est révolutionnaire. Comment la plate-forme NAi a-t-elle surmonté les défis traditionnels pour cibler des protéines « non ciblables » ?

Le programme de dégradation ciblée de protéines (TPD) basé sur les enzymes E2 de BPGbio est l’un des domaines les plus excitants et innovants de notre portefeuille. Les approches TPD traditionnelles s’appuient sur les ligases E3, qui limitent la portée des cibles et peuvent conduire à une résistance aux médicaments. Notre approche utilise des complexes d’enzymes E2 modifiés post-traductionnellement – découverts par la plate-forme NAi – pour élargir le protéome ciblable.

C’est une approche de classe première, et le début de traction que nous voyons a attiré l’attention de l’industrie pharmaceutique et biotechnologique. Nous appliquons actuellement cela à l’oncologie, à la neurologie et aux maladies rares. C’est un excellent exemple de la façon dont NAi ne soutient pas seulement la découverte, mais nous permet de repenser ce qui est possible dans le développement de médicaments.

Comment BPGbio équilibre-t-elle les insights alimentés par l’IA avec une surveillance humaine pour garantir la validité de vos découvertes ?

Chez BPGbio, nous considérons l’IA comme un outil puissant, mais pas un remplacement, pour l’expertise humaine. Nos insights alimentés par l’IA sont ancrés dans des données biologiques de haute qualité et sont continuellement validés par nos équipes de biologistes, de cliniciens et de scientifiques de données.

Cette collaboration garantit que chaque insight est placé dans des contextes biologiques et cliniques. C’est l’une des raisons pour lesquelles BPGbio a obtenu un tel taux de réussite élevé dans les essais cliniques – nous combinons la vitesse et l’échelle de l’IA avec la rigueur scientifique et le jugement que seuls les experts expérimentés peuvent apporter.

Quel potentiel voyez-vous pour les biomarqueurs découverts par l’IA pour révolutionner le diagnostic précoce des maladies comme la maladie de Parkinson ?

Le pouvoir de notre plate-forme réside dans sa capacité à interroger la biologie de manière large et profonde – donc, lorsque NAi découvre une cible pour des fins thérapeutiques, elle peut souvent être utilisée de manière diagnostique également.

Dans la maladie de Parkinson, nous avons construit des modèles de biologie des systèmes à l’aide d’échantillons de patients provenant de près de 400 individus par l’Institut Parkinson et nous avons identifié la N-acétylputrescine (NAP) comme un biomarqueur sanguin novateur. Nous l’avons validé à l’aide d’un panel diagnostique certifié CLIA, et notre étude publiée a montré que, combiné avec des caractéristiques cliniques comme la perte olfactive et les troubles du sommeil paradoxal, le panel améliore considérablement la précision du diagnostic et l’évaluation précoce des risques. Cela a le potentiel de permettre une intervention plus précoce et d’améliorer les résultats pour les patients.

Quel rôle voyez-vous BPGbio jouer dans l’avenir de la médecine de précision ?

Il n’y a pas de solution universelle pour traiter les patients. L’IA biologique a le potentiel de transformer la médecine de précision en découvrant des insights novateurs qui aident à sous-typer les patients, améliorant ainsi la conception des essais, la stratification des patients et les taux de réussite thérapeutique. Ces insights conduiront à un développement plus efficace de diagnostics et de traitements pour une gamme de maladies rares et complexes.

En exploitant l’IA pour interroger rigoureusement les entrées biologiques et les modèles de translation, l’industrie peut débloquer tout le potentiel de l’IA pour transformer le développement de médicaments et apporter des avancées qui répondent à des besoins médicaux non satisfaits. Le prochain chapitre de la médecine de précision sera écrit par ceux qui peuvent associer l’innovation à l’impact, et BPGbio est prêt à mener cette charge. Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus devraient visiter BPGbio.