Niven Narain, PDG et président de BERG Health – Série d’entretiens

Niven Narain est le PDG et président de BERG Health, une entreprise de biotechnologie à l’étape clinique, alimentée par l’IA, qui adopte une approche audacieuse « Retour à la biologie^™ » en matière de soins de santé. En exploitant une plate-forme d’intelligence propriétaire – Interrogative Biology^®, l’objectif est de cartographier les maladies et de révolutionner les traitements pour les patients du monde entier.

Vous êtes l’un des co-fondateurs de BERG Health. Qu’est-ce qui vous a inspiré à lancer une startup qui fusionne l’IA avec la biotechnologie ?

En vérité, mon inspiration et ma vision sont nées de la frustration face au processus méthodique, prévisible et long, coûteux de développement de médicaments qui prend 12-14 ans et plus de 2,6 milliards de dollars pour avancer un traitement médical sur le marché. De plus, Berg était déterminé à éliminer les préjugés du processus et voulait définir un chemin qui serait centré sur le patient. Notre approche combine les données d’un patient, qui ont été soigneusement écranées pour les pleines couches de biologie, avec un système d’IA bayésien à l’arrière pour canaliser toutes les données du patient, et à son tour, générer des hypothèses.

Quelles sont certaines des maladies ou des cancers que vous ciblez ?

Nous ciblons actuellement des maladies dans l’oncologie, la neurologie et les maladies rares, notamment :

• Immunologie / maladies inflammatoires (LUPUS)
• Maladies cardiovasculaires et métaboliques (diabète, NASH/NAFLD)
• Maladies neurologiques (maladie de Parkinson, maladie d’Alzheimer et troubles du spectre autistique)
• Maladie rare (épidermolyse bulleuse)
• Plusieurs types de cancer (glioblastome, cancer du pancréas, cancer du sein, cancer de la prostate et d’autres cancers agressifs)

BERG Health utilise sa plate-forme propriétaire Interrogative Biology pour cartographier les maladies et les options de traitement. Pouvez-vous expliquer ce qu’est précisément Interrogative Biology ?

La plate-forme englobe un processus dans lequel un modèle spécifique à une maladie est construit à partir de biospécimens dérivés de l’homme (le rendant pertinent pour la maladie humaine plutôt que les modèles animaux substitutifs). Le modèle de la maladie est soumis à un profilage moléculaire complet (défragmentation multi-omique – génomique, transcriptomique, protéomique, lipidomique, métabolomique) pour générer des milliards de points de données moléculaires. Ces données sont intégrées aux informations individuelles du patient (informations cliniques et réelles) en utilisant l’algorithme d’IA bayésien propriétaire de BERG pour générer des cartes moléculaires de la maladie qui sont comparées aux témoins non malades pour identifier la biologie novatrice sous-jacente à la maladie. La sortie est ensuite soumise à des techniques de validation humide rigoureuses pour les modèles fonctionnels de la maladie et le CRISPR.

Pouvez-vous expliquer comment BERG Health fait appel à l’innovation ?

BERG collabore avec des institutions académiques et cliniques/ médicales pour générer des biobanques de biospécimens de haute qualité, annotés cliniquement, pour des programmes spécifiques à la maladie. BERG a constitué une équipe d’experts internes qui se spécialisent dans certaines des capacités multi-omiques. L’équipe collabore également avec des groupes ayant des compétences spécifiques pour des profils de données supplémentaires, par exemple des profils génomiques et transcriptomiques qui sont générés avec des collaborateurs. Nous collaborons avec des institutions cliniques/médicales de premier plan et des agences étatiques/fédérales, notamment le ministère de la Défense des États-Unis et le laboratoire national Oak Ridge (ORNL) financé par le département de l’Énergie, entre autres. Nous avons vu de première main l’importance de la collaboration et son rôle dans la génération de données de haute fidélité étayées par les antécédents médicaux et les données du monde réel des patients, une étape essentielle pour l’intégration aux modèles biologiques. Les collaborations académiques sont essentielles pour la validation humide des sorties in silico pour générer une fondation scientifique novatrice de connaissances moléculaires spécifiques délimitées par la plate-forme. Berg sollicite également les connaissances et les commentaires des KOL au commencement de la construction de modèles d’IA, et utilise ces collaborations pour valider de manière indépendante la sortie de la plate-forme.

Pouvez-vous décrire comment l’IA est utilisée pour découvrir les éléments qui déclenchent les maladies ou les cancers ?

L’IA bayésienne de BERG utilise des données internes générées/curées pour la découverte de novo de déclencheurs spécifiques à la maladie – identifier les cibles pour le traitement, les biomarqueurs pour le diagnostic, le stade/la stratification, les diagnostics de compagnie pour la réponse/résultat et la cartographie moléculaire longitudinale pour générer des empreintes digitales de la réponse et des événements indésirables. L’IA compare les modèles de la maladie aux populations non malades et le « delta » réseau infère les points de déclenchement de la maladie.

Quelles sont certaines des façons dont l’IA aide à localiser les biomarqueurs chez les patients qui ne répondent pas à certains traitements ou vaccins ?

En capturant la pleine narration de la biologie du patient grâce à l’analyse multi-omique et en employant l’inférence causale bayésienne à partir d’échantillons de patients longitudinaux, BERG est capable d’identifier les signaux causaux de la réponse aux traitements connus, les opportunités de réutilisation et les signatures d’entités moléculaires qui impactent les résultats en matière de santé. L’analyse multi-omique va bien au-delà du génome et permet d’identifier les facteurs circulants qui impactent les résultats en matière de santé.

Quels sont certains des médicaments actuels dans votre pipeline ?

BERG a plusieurs programmes en développement clinique et préclinique, avec les actifs les plus matures dans l’oncologie et les maladies neurologiques.

• Dans l’oncologie, BPM 31510-IV est une petite molécule novatrice ciblant le métabolisme des cellules cancéreuses qui a réussi avec succès une phase 1 (sécurité/tolérabilité) dans les tumeurs solides et le cancer du cerveau (GBM). BPM 31510-IV Phase 2 (efficacité, cancer du pancréas). Cela est actuellement en développement clinique pour le GBM (Ph2/3) et le cancer du pancréas Ph3.
• BPM 31510-Topique – Achèvement réussi de la phase 1 dans l’épidermolyse bulleuse (maladie rare / désignation orpheline), planification du développement clinique Ph2/3.
• BPM 31510-Oral – Achèvement réussi de la phase 1 orale chez des volontaires humains en bonne santé, aux premiers stades de planification du développement clinique Ph2 pour les indications oncologiques/non oncologiques.
• BPM 31543 est une petite molécule pour la prévention de l’alopecie induite par la chimiothérapie. La sécurité et la tolérabilité avec un signal initial d’efficacité ont été établis dans l’essai clinique de phase 1. Cet actif est actuellement en planification pour le développement clinique Ph2/3.
• BPM 42522 – 1er petit mollécule ciblant une cible novatrice identifiée par la plate-forme BERG dans la voie de la protéine ubiquitine dans les études d’induction pour les études humaines dans l’oncologie Q1FY2021.
• Une cible novatrice a été identifiée pour la maladie de Parkinson et est actuellement en cours d’efforts de découverte de médicaments.

BERG Health a récemment conclu un partenariat avec le laboratoire national Oak Ridge du département de l’Énergie. Pouvez-vous nous donner des détails sur ce partenariat ?

La plate-forme de BERG a la capacité de générer une liste de plusieurs cibles potentielles pour l’intervention dans la maladie. Le supercalculateur Summit d’ORNL a les capacités pour analyser les structures moléculaires complètes de ces cibles et identifier de petites molécules ressemblant à des médicaments qui peuvent être utilisées pour une validation rapide des cibles, conduisant à une réduction du temps de validation des cibles et du développement de nouveaux traitements. Le pouvoir des capacités de calcul de Summit réduit le processus de découverte de médicaments de plusieurs mois/années à quelques heures/jours pour générer des « coups » initiaux de haute qualité de molécules ressemblant à des médicaments. La collaboration BERG-ORNL fournit la base de l’identification rapide de cibles novatrices spécifiques à la maladie et du processus de découverte de médicaments. Elle permet également la génération sans heurt de pipelines de produits spécifiques à la maladie prêts pour le développement clinique. L’impact majeur de cette collaboration est sur le temps et le coût de la découverte et du développement de nouveaux médicaments.

La COVID-19 est évidemment dans l’esprit de tout le monde, comment BERG Health contribue-t-elle à cet effort ?

La plate-forme d’IA Interrogative Biology de BERG a été utilisée pour générer un modèle spécifique à la COVID-19, aboutissant à l’identification de plusieurs cibles connues et novatrices avec un potentiel d’impact sur le cours de l’infection et la réutilisation de médicaments approuvés pour minimiser/atténuer les résultats cliniques. Grâce à notre collaboration active avec ORNL, nous sommes actuellement engagés dans la découverte et le développement de petites molécules contre des cibles novatrices pour un traitement potentiel de la COVID-19.

Je vous remercie pour l’entretien, les lecteurs qui souhaitent en savoir plus peuvent visiter BERG Health.