Ofer Haviv, Président et PDG d’Evogene – Série d’entretiens

Ofer Haviv est le PDG et le président d’Evogene. Avant ce rôle, il a occupé les fonctions de directeur des opérations et de directeur financier de 2002 à 2004 et a joué un rôle clé dans le spin-off d’Evogene de Compugen en 2002. Chez Compugen, il a occupé le poste de directeur des finances et de trésorier pendant quatre ans, au cours desquels la société a réalisé deux placements privés et une introduction en bourse sur le NASDAQ.

Certaines contributions à ces réponses ont également été apportées par :

• Gabi Tarcic VP Produit
• Ilia Zhidkov VP des technologies de calcul
• Ruth Gross, VP Développement commercial

Evogene (NASDAQ:EVGN, TASE: EVGN.TA) est une société de biologie computationnelle spécialisée dans la transformation de la découverte et du développement de produits dans divers secteurs des sciences de la vie, notamment la santé humaine et l’agriculture. La société utilise sa plate-forme de biologie prédictive computationnelle (CPB) polyvalente pour stimuler l’innovation dans ces domaines.

Depuis que vous avez rejoint l’entreprise en tant que PDG en 2004, vous avez supervisé la transition d’Evogene d’une société issue d’un spin-off à un leader coté au Nasdaq dans le domaine de la biologie computationnelle. Quels ont été les moments ou les décisions les plus cruciaux qui ont façonné la direction actuelle de l’entreprise ?

Trois décisions stratégiques ont façonné Evogene telle qu’elle est aujourd’hui :

1. La décision en 2013 de se lancer sur le NASDAQ.
2. La décision en 2016 d’évoluer d’un système computationnel unique (CPB) qui soutenait principalement le développement de produits basés sur des éléments génétiques pour l’industrie agricole, en trois moteurs technologiques distincts qui combinent des données uniques, des systèmes de calcul et une compréhension approfondie des sciences de la vie :

• GeneRator : Soutient l’activité originale d’Evogene dans le domaine des produits basés sur une compréhension approfondie de la génomique.
• MicroBoost : Dirige et accélère le développement de produits à base de micro-organismes.
• ChemPass : Dirige et accélère le développement de produits basés sur la chimie.

3. La décision d’utiliser ces moteurs technologiques uniques avec les propres chercheurs d’Evogene pour développer des produits dans divers domaines. Cette activité, qui a commencé en tant que divisions au sein de l’entreprise, est devenue plus tard la base pour la création des filiales d’Evogene, notamment :

• Biomica : Utilise le moteur technologique MicroBoost pour développer des médicaments basés sur le microbiome humain.
• Lavie Bio : Utilise MicroBoost pour développer des produits biologiques basés sur des micro-organismes pour l’agriculture, protégeant les plantes des ravageurs et améliorant les rendements.
• AgPlenus : Utilise le moteur technologique ChemPass pour développer des produits chimiques pour la protection des cultures contre les ravageurs.
• Casterra : Utilise GeneRator pour développer des variétés de ricin uniques pour la culture de plantes de ricin à des fins de production d’huile pour les industries de produits biologiques et de carburants alternatifs.

La biologie computationnelle nécessite un talent de premier plan en biologie, en IA et en science des données. Comment Evogene attire-t-il et retient-il des experts dans ces domaines, et quels sont les compétences ou les antécédents que vous privilégiez ?

Chez Evogene, nous attirons les meilleurs talents en créant un environnement collaboratif qui intègre la biologie, l’intelligence artificielle et l’expertise computationnelle. Nous valorisons les individus ayant une expérience multidisciplinaire, en particulier ceux qui ont travaillé dans des domaines diversifiés et apportent des connaissances du « monde réel ». La créativité et la résolution de problèmes sont au cœur de ce que nous recherchons, permettant à notre équipe de relever des défis complexes avec des solutions innovantes.

Le fait que notre siège social soit situé en Israël, un leader mondial de l’innovation dans les technologies de pointe, avec un écosystème qui favorise l’agilité et la pensée prospective, renforce notre capacité à attirer des talents exceptionnels.

La proximité d’Evogene avec des institutions universitaires de classe mondiale, telles que l’Institut Weizmann, joue un rôle important dans l’attraction de professionnels qualifiés en biologie, en IA et en science des données.

Evogene offre aux professionnels du monde de la technologie une opportunité unique d’appliquer leur expertise dans le développement de produits pour le secteur des sciences de la vie — des domaines qui influencent profondément la qualité de vie et la nourriture que nous mangeons. Cette intersection de la technologie et des sciences de la vie est sans équivalent dans les industries technologiques traditionnelles. Pour les biologistes, nous offrons des outils technologiques avancés qui leur permettent de réaliser leurs visions de produits à un niveau sans précédent ailleurs.

Pouvez-vous élaborer sur les principes fondamentaux de la plate-forme de biologie prédictive computationnelle (CPB) d’Evogene avec ses moteurs technologiques d’IA, et comment elle se différencie d’autres modèles prédictifs d’IA dans les sciences de la vie ?

La plate-forme de biologie prédictive computationnelle (CPB) d’Evogene intègre une compréhension approfondie de la biologie et de la chimie avec l’IA, l’apprentissage automatique, les modèles de calcul et les données biologiques pour effectuer des analyses sur des millions de points de données. Ces moteurs technologiques d’IA établis sont conçus pour aider les chercheurs dans la découverte de produits, rationaliser le développement de nouveaux produits et ont été un facteur clé dans nos nombreuses collaborations.

Notre singularité peut être caractérisée par trois paramètres :

1. Le lien fort entre les connaissances approfondies en biologie et en chimie et le monde computationnel dans le processus de développement des applications elles-mêmes, ainsi que la flexibilité des applications pour s’adapter aux définitions de différents produits.
2. Nos efforts pour prédire, dès le stade de la découverte, la probabilité qu’un candidat réponde avec succès aux critères d’un produit commercial — des critères qui sont généralement examinés à des stades beaucoup plus tardifs du développement de produit.
3. Evogene opère simultanément dans trois domaines — la génomique, la chimie et les micro-organismes —, offrant une compréhension plus complète du processus de développement.

Compte tenu de l’accent mis par l’entreprise sur la révolution de la découverte de produits dans les secteurs de la santé, de l’agriculture et des applications industrielles, quels sont les objectifs à long terme d’Evogene pour étendre son impact dans ces secteurs ?

Nos objectifs à long terme peuvent être divisés en trois :

1. Investir dans nos moteurs technologiques pour le bénéfice de nos partenaires existants afin que nous puissions mieux prédire les candidats appropriés pour la validation et que nous puissions inclure plus tôt des critères supplémentaires pour le développement de produits. En bref, l’amélioration continue de nos moteurs.
2. Étendre la variété d’utilisations de nos moteurs à des segments supplémentaires qui ne sont pas actuellement abordés par les filiales existantes d’Evogene, comme notre focus stratégique actuel sur la découverte de médicaments via le moteur d’IA ChemPass.
3. Promouvoir la valeur de nos filiales et en bénéficier en tant qu’actionnaires grâce à la vente de certaines de nos participations ou en recevant des dividendes.

Comment la plate-forme CPB a-t-elle évolué depuis sa création, et quels sont certains des récents progrès ou défis que vous avez rencontrés dans le développement de nouveaux moteurs technologiques comme ChemPass AI et MicroBoost AI ?

La plate-forme de biologie prédictive computationnelle (CPB) a été initialement développée en utilisant une architecture monolithique, intégrant une suite d’applications de bioinformatique principalement axées sur la génomique végétale. Reconnaissant le besoin d’une plus grande flexibilité et d’une évolutivité, la plate-forme a été transposée vers une architecture de microservices, permettant des améliorations significatives à la fois de l’interface utilisateur (UI) et de l’expérience utilisateur (UX). Cette évolution architecturale a soutenu l’expansion de la plate-forme dans de nouveaux domaines des sciences de la vie, au-delà de la génomique, notamment la microbiologie et la chimie, conduisant au développement de moteurs technologiques innovants tels que ChemPass AI pour la découverte de molécules petites et MicroBoost AI pour les applications basées sur le microbiome. Bien que la mise à l’échelle de ces technologies ait présenté des défis, l’approche multidisciplinaire de la plate-forme garantit une progression continue et des progrès significatifs à travers diverses disciplines scientifiques.

Comment la collaboration avec Google Cloud est-elle née, et quels ont été les principaux facteurs qui ont fait de Google Cloud le partenaire préféré pour Evogene ?

Notre collaboration avec Google Cloud a été motivée par une vision partagée d’utilisation de technologies d’IA avancées pour transformer la découverte et le développement de médicaments à base de petites molécules. La plate-forme Vertex AI robuste de Google Cloud, les processeurs graphiques de pointe et les capacités de stockage étendues offrent la puissance de calcul nécessaire pour former notre modèle de base sur environ 40 milliards de structures moléculaires. Leur expertise en IA et en apprentissage automatique, combinée à la force d’Evogene en chimie computationnelle, crée une synergie qui permet une innovation rapide, une évolutivité et une diversité sans précédent dans la conception moléculaire. Cette collaboration accélère notre capacité à apporter des solutions transformatrices à la découverte de médicaments et potentiellement à d’autres produits des sciences de la vie.

Le modèle de base vise à générer et à évaluer de nouvelles molécules petites. Quels impacts immédiats et à long terme prévoyez-vous que cela aura sur la rapidité et la précision du développement de médicaments et de produits ?

L’approche du modèle de base représente une innovation de pointe dans la découverte et le développement de médicaments, permettant une pré-formation sur des ensembles de données beaucoup plus importants que les méthodes d’IA traditionnelles. Cette capacité permet des connaissances plus approfondies et une précision améliorée, marquant un changement transformateur dans la découverte de médicaments et leur développement. À court terme, le modèle va révolutionner le stade de la découverte en générant rapidement de nouvelles molécules petites avec des propriétés prédéfinies souhaitées, élargissant la diversité chimique en sortant de l’espace chimique étroit exploré et en découvrant de nouvelles molécules chimiques à fort potentiel. À long terme, l’intégration de l’IA dans le stade de la découverte peut bénéficier considérablement aux stades ultérieurs du développement de médicaments, potentiellement même jusqu’aux stades cliniques du développement.

Comment prévoyez-vous que cette technologie influencera la R&D pharmaceutique ? Quels sont certains des défis les plus pressants dans ce domaine que vous croyez que ce modèle peut aider à résoudre ?

Les modèles de base pour la découverte de médicaments à base de petites molécules offrent un immense potentiel pour révolutionner la R&D pharmaceutique en réduisant considérablement le temps et les coûts de développement et en augmentant la probabilité de succès. Cette technologie permet la génération rapide et précise de candidats médicamenteux prometteurs, réduisant potentiellement la durée de développement de 12 à 15 ans et les coûts, souvent supérieurs à 2 milliards de dollars par médicament. En rationalisant le processus et en augmentant la probabilité de succès pour atteindre le stade de commercialisation du produit, les modèles de base peuvent promouvoir des thérapies innovantes futures et offrir de meilleures options de traitement pour les patients atteints de maladies graves.

Avec la concurrence croissante dans l’IA pour les sciences de la vie, comment Evogene prévoit-il de maintenir un avantage concurrentiel dans la biologie computationnelle et la conception moléculaire ?

L’avantage concurrentiel d’Evogene découle de l’expertise de son équipe multidisciplinaire (développeurs d’algorithmes, ingénieurs logiciels, chimistes et biologistes), de l’intégration d’algorithmes propriétaires pour améliorer le criblage et l’optimisation, et de son agilité pour adapter les solutions aux besoins du marché. Notre collaboration avec Google Cloud joue un rôle pivot dans l’avancement de nos capacités, en utilisant des outils d’IA de pointe pour raffiner et accélérer la conception de nouvelles molécules petites. Des modèles de collaboration flexibles garantissent que nos technologies propriétaires livrent des solutions impactantes et alignées sur le marché.

En regardant vers l’avenir, quelle est votre vision à long terme pour le rôle d’Evogene dans l’élaboration de l’avenir de la biologie computationnelle, et comment voyez-vous l’entreprise ayant un impact sur l’industrie des sciences de la vie au cours de la prochaine décennie ?

La vision d’Evogene est de continuer à être à la pointe de la biologie computationnelle et de la chimie, façonnant l’avenir du développement de produits pour les sciences de la vie. Au cours de la prochaine décennie, nous nous voyons élargir notre portée technologique grâce à des partenariats stratégiques, stimulant les progrès dans la santé humaine, l’agriculture et la durabilité pour relever les défis mondiaux critiques. Notre objectif ultime est de transformer ces progrès en produits innovants — des thérapies révolutionnaires, des solutions agricoles durables et des technologies respectueuses de l’environnement.