Naheed Kurji, Co-fondateur, Président et PDG de Cyclica – Série d’entretiens

Naheed Kurji est le Président et PDG de Cyclica, une entreprise de biotechnologie basée à Toronto qui utilise l’intelligence artificielle et la biophysique computationnelle pour réinventer le processus de découverte de médicaments. Cyclica fournit à l’industrie pharmaceutique une plateforme intégrée, holistique et complète qui améliore la façon dont les scientifiques conçoivent, sélectionnent et personnalisent les médicaments pour les patients, et a récemment été nommée par Deep Knowledge Analytics comme l’une des 20 meilleures entreprises d’IA dans le domaine pharmaceutique au niveau mondial.

Cyclica utilise l’intelligence artificielle et la biophysique computationnelle pour réinventer le processus de découverte de médicaments. Pouvez-vous discuter de la façon dont l’IA est utilisée dans ce processus ?

La technologie a joué un rôle crucial dans la découverte de médicaments depuis les années 80. Cependant, le processus de découverte et de développement de médicaments est toujours très inefficace, long et coûteux, avec un coût supérieur à 2 milliards de dollars sur 12 ans. L’inefficacité entraîne souvent des taux élevés d’abandon et d’échec pour atteindre les objectifs de sécurité et d’efficacité des médicaments. Les chercheurs sont conscients de cela et recherchent activement des outils pour comprendre de manière holistique les qualités qui définissent les meilleurs médicaments afin de développer des médicaments plus sûrs et plus efficaces.

Les progrès récents dans le domaine de l’informatique en nuage, de l’IA et de la biophysique ont créé une opportunité de gain en profondeur à partir des vastes quantités de données biochimiques, biologiques, de soins de santé et de patients maintenant disponibles pour mieux comprendre les maladies. Ces progrès ont également permis aux chimistes médicinaux d’améliorer la conception de nouvelles thérapies et d’utiliser l’IA pour obtenir des prévisions plus précoces dans le processus de développement de médicaments. Chez Cyclica, nous avons développé des moteurs de deep learning propriétaires, MatchMaker et POEM, pour soutenir le processus de conception de médicaments. MatchMaker prédit comment les composés chimiques et les médicaments interagissent avec plusieurs protéines, connu sous le nom de polypharmacologie. Nous avons constaté que la combinaison d’une approche basée sur les connaissances et d’une approche basée sur la structure a donné la plus grande précision et performance prédictives. POEM (Pareto-Optimal Embedded Modeling) est une approche d’apprentissage supervisé sans paramètres pour la construction de modèles de prédiction de propriétés de médicaments et répond à plusieurs limites des autres approches d’apprentissage automatique, ce qui entraîne moins de surajustement et une interprétabilité accrue.

Chez Cyclica, nous utilisons l’IA pour fournir aux scientifiques une plateforme robuste et validée pour accélérer la prise de décision et la génération d’hypothèses afin d’augmenter l’efficacité globale du processus de découverte de médicaments et de réduire le nombre d’échecs en aval.

Cyclica a conçu la plateforme de conception de ligands et de ligands Express, qu’est-ce que c’est exactement ?

Nous sommes la première entreprise à aborder la polypharmacologie computationnelle (une appréciation du fait que les médicaments interagissent avec plusieurs cibles) avec une plateforme de découverte de médicaments intégrée qui interroge les interactions moléculaires à l’échelle du protéome. Notre plateforme est composée de deux éléments clés, Ligand Express, notre plateforme de profilage et de déconvolution de cibles hors cible de première génération, et Ligand Design, notre technologie de conception de médicaments ciblés et non ciblés en silico de nouvelle génération. Ligand Express et Ligand Design sont alimentés par deux moteurs de deep learning et d’apprentissage automatique internes, validés et brevetés : MatchMaker et POEM. Enracinés profondément dans la biophysique des protéines, MatchMaker est un moteur d’interaction médicament-cible qui généralise à la fois les cibles riches en données et les cibles pauvres en données (voir les notes de validation ici et ici). POEM, une technologie d’apprentissage automatique mise en œuvre pour la prédiction des propriétés ADME (absorption, distribution, métabolisme et élimination), est une approche novatrice et sans paramètres pour la construction de modèles.

Tout pris ensemble, Ligand Design et Ligand Express offrent une plateforme puissante de découverte de médicaments augmentée par l’IA pour la conception de molécules de pointe, nouvelles sur le plan chimique, qui donnent la priorité aux composés en fonction de leur profil polypharmacologique, en minimisant ainsi les effets indésirables hors cible. Notre plateforme différenciée ouvre de nouvelles opportunités pour la découverte de médicaments, notamment la conception de médicaments ciblés et non ciblés, l’optimisation des candidats, la prédiction des propriétés ADME, la déconvolution des cibles et le réemploi de médicaments. Propulsée par une équipe diverse et très talentueuse dotée d’une expertise approfondie dans l’apprentissage automatique, la biophysique computationnelle/chimie/biologie, la biochimie et la chimie médicinale, nous continuons à innover grâce à notre pipeline de R&D robuste.

À quel point la décentralisation de la découverte de médicaments est-elle importante pour le modèle commercial de Cyclica ?

Notre vision est de décentraliser la découverte de médicaments meilleurs en combinant nos racines profondes dans l’IA et la biophysique des protéines avec un modèle commercial innovant. Et au cœur de l’éthique de Cyclica se trouve le désir inébranlable d’aider les patients en faisant progresser la découverte et le développement de médicaments meilleurs en adoptant une approche holistique et personnalisée.

À cette fin, nous croyons que l’avenir de la découverte de médicaments est entre les mains d’institutions de recherche innovantes et d’entreprises biotechnologiques émergentes (nous en avons écrit dans Forbes ici). Soutenant notre philosophie, en 2019, IQIVIA a rapporté que les entreprises biopharmaceutiques émergentes représentent plus de 70 % du pipeline de R&D total (contre 50 % en 2003), et que ces entreprises ont déposé des brevets pour plus des deux tiers des nouveaux médicaments en 2018 (contre 50 % en 2010). Alors que les entreprises biotechnologiques émergentes mèneront l’innovation dans la découverte de médicaments, les grandes entreprises pharmaceutiques continueront à investir dans l’avancement des essais cliniques de stade avancé et la pénétration du marché grâce à leurs canaux de vente.

Avec notre financement de série B, nous accélérerons les plans commerciaux pour faire progresser un portefeuille croissant d’actifs précliniques et cliniques grâce à un modèle de partenariat décentralisé innovant. Notre objectif est de créer et de détenir des centaines de programmes de découverte de médicaments dans plusieurs domaines thérapeutiques. Ces programmes sont créés via des spin-out et des joint-ventures avec des institutions de recherche de premier plan, facilités en grande partie par le programme de partenariat académique de Cyclica (CAPP).

Propulsée par un portefeuille en pleine croissance de plus de 30 programmes de découverte de médicaments actifs et en progression, nous allons continuer à stimuler l’innovation grâce à une combinaison de création de entreprises et de partenariats avec des entreprises biotechnologiques en stade précoce et émergentes. Des partenariats récents incluent EntheogeniX Biosciences, NineteenGale Therapeutics, Rosetta Therapeutics, l’accélérateur de médicaments pour maladies rares et deux joint-ventures secrètes qui englobent plus de 50 programmes dans plusieurs domaines thérapeutiques. En exécutant notre modèle commercial décentralisé, en créant de nouvelles entreprises via des spin-out et des joint-ventures et en les aidant à évoluer, nous créons en fait le pipeline biotechnologique de l’avenir.

Beaucoup de vos technologies sont basées sur le cloud, pourquoi est-ce si important ?

L’accès au cloud nous permet de mettre à l’échelle les flux de travail que nous réalisons, ainsi que de bénéficier d’une infrastructure de sécurité réglementée. De plus, en tant qu’entreprise en stade précoce, la capacité de démarrer avec le cloud sans les coûts liés à l’investissement dans notre propre matériel a été cruciale pour la viabilité financière dans nos premiers jours. En regardant vers l’avenir, alors que la majeure partie de notre travail de R&D est effectuée sur le cloud, au cours des deux dernières années, nous sommes devenus moins dépendants du cloud, avec la capacité d’exécuter des projets sur des machines uniques. Nous visons également à prendre en charge les installations de cloud privé, car c’est quelque chose que nous pensons que nos partenaires pourraient souhaiter. Les progrès technologiques ont rendu possible de faire sur un ordinateur portable ce qui nécessitait auparavant de nombreuses machines sur le cloud, mais en continuant à utiliser le cloud, nous pouvons considérablement élargir la portée des problèmes que nous résolvons.

Cyclica prend souvent des participations dans les entreprises avec lesquelles elle s’associe. Pouvez-vous discuter du raisonnement commercial derrière cette décision ?

Les petites entreprises biotechnologiques et les groupes académiques sont généralement négligés par le marché en termes d’opportunités de partenariat. Même s’ils n’ont pas les ressources, les infrastructures ou les installations par rapport à leurs homologues de grandes entreprises pharmaceutiques matures, les petites biotechs sont de plus en plus mises en lumière avec une combinaison d’expertise approfondie dans des indications spécifiques et les avantages d’une organisation agile propice à l’innovation rapide.

Cela nous a amenés à réfléchir à la manière dont nous pouvons nous associer à ces petites entreprises avec une stratégie innovante. Nous nous associons à des scientifiques dans des organisations de recherche qui souhaitent créer une entreprise ou à des entreprises biotechnologiques en stade précoce, et nous les équipons de notre plateforme de découverte de médicaments augmentée par l’IA grâce à des contributions en nature. En retour, nous prenons des participations dans les entreprises et/ou partageons la propriété des composés et des actifs créés et poursuivis. En stimulant une vague d’innovation grâce à une combinaison de création d’entreprises et de partenariats, nous pouvons capter une plus grande valeur et développer des relations à long terme avec nos partenaires pour répondre à un éventail de besoins médicaux non satisfaits et améliorer la vie des patients.

Entheogenix Biosciences est une coentreprise entre Cyclica et ATAI Life Science. Qu’est-ce qu’Entheogenix Biosciences exactement ?

Il existe une opportunité unique d’innovation dans le paysage neuropsychiatrique pour mieux servir les patients souffrant de troubles mentaux complexes. Les médicaments et les thérapies actuels qui s’appuient sur des interventions médicamenteuses ciblées uniques sont souvent insuffisants, obligeant les patients à prendre plusieurs médicaments qui peuvent présenter des problèmes de sécurité potentiels ainsi que réduire l’observance du traitement. Nous nous sommes associés à ATAI Life Science pour tirer parti de leur expérience approfondie dans le domaine de la santé mentale et des psychédéliques, tout en les équipant de notre plateforme de découverte de médicaments augmentée par l’IA pour créer non seulement de nouveaux médicaments, mais les bons pour lutter contre les troubles mentaux. Entheogenix Biosciences est l’une des nombreuses coentreprises que nous avons créées et témoigne de notre croyance en changement de paradigme dans le traitement des troubles de santé mentale en apportant notre plateforme computationnelle robuste et validée dans les mains d’experts et de scientifiques de classe mondiale.

Y a-t-il autre chose que vous aimeriez partager à propos de Cyclica ?

Alors que nous sommes très excités de partager l’annonce de notre cycle de financement de série B, nous sommes tout aussi impatients de partager le lancement du programme de partenariat académique de Cyclica (CAPP) et de nouveaux partenariats au cours des prochains mois.

Je vous remercie pour l’entretien. J’ai hâte de suivre les progrès futurs de Cyclica.