Dr. Ofer Sharon, CEO OncoHost – Seri Wawancara

Dr. Ofer Sharon adalah seorang dokter dan wirausaha dengan hampir 20 tahun pengalaman dalam pengembangan produk klinis dan komersial untuk startup di industri health tech, biotech, dan perangkat medis. Sebelum bergabung dengan Oncohost, ia menjabat beberapa peran di perusahaan farmasi global termasuk Direktur Medis untuk AstraZeneca (AZN ) (Israel), pengintaian teknologi baru untuk Medimmune dan Direktur Medis untuk MSD (Israel). Ia juga mendirikan beberapa perusahaan kesehatan, terutama fokus pada platform bioinformatika dan pembelajaran mesin untuk deteksi penurunan klinis dan intervensi dini. Dr. Sharon adalah Mayor (purn.) di IDF dan komandan perusahaan medis dengan keahlian khusus dalam bantuan bencana. Ia menerima gelar MD cum laude dari Universitas Tel Aviv, Israel.

Apakah Anda bisa memulai dengan menjelaskan apa itu OncoHost?

OncoHost adalah perusahaan startup onkologi presisi yang menggabungkan analisis proteomik dengan AI untuk memprediksi respons terhadap imunoterapi dan memberikan klinisi dengan strategi kombinasi potensial untuk mengatasi resistensi pengobatan.

Apa cerita di balik OncoHost?

Ilmuwan utama kami, Prof. Yuval Shaked, yang sekarang menjadi kepala pusat penelitian kanker terintegrasi di Institut Teknologi Israel, menemukan bahwa respons host terhadap pengobatan anti-kanker dapat memfasilitasi dan mendukung pertumbuhan dan penyebaran tumor. Dalam apa yang tampak seperti reaksi paradoks terhadap pengobatan, tubuh kita sendiri dapat sebenarnya membantu sel tumor menghindari efek pengobatan kanker.

Dalam lebih dari 15 tahun penelitian, Shaked menemukan bahwa respons host adalah fenomena universal terlepas dari modalitas pengobatan (kemoterapi, terapi yang ditargetkan, imunoterapi, dan bahkan radiasi dan pembedahan). Kami di OncoHost bekerja untuk memecahkan respons host untuk mengidentifikasi pasien mana yang mungkin berbahaya.

Terapi kanker tradisional secara efektif menghancurkan sel tumor, tetapi juga menyebabkan berbagai efek tidak diinginkan pada jaringan sehat. Apakah Anda bisa membahas seberapa besar masalah ini bagi pasien dan praktisi kesehatan?

Kami dapat membagi efek sampingan dari berbagai pengobatan kanker menjadi dua kategori: yang dapat kita identifikasi sebagai dokter dan pasien, dan yang tidak kita lihat. Saya sering memikirkan ini seperti sebuah gunung es. Klinikus tahu sangat baik apa yang diharapkan dan bagaimana mengelola peristiwa merugikan yang “terlihat” di atas permukaan. Apa yang tidak kita lihat adalah yang tersembunyi di bawah permukaan – yaitu respons host. Biayanya sangat besar baik dalam hal biaya langsung maupun dalam hal beban mental yang ditambahkan ke beban fisik.

Apakah Anda bisa membahas bagaimana sistem OncoHost, PROphet, dapat mengidentifikasi protein dalam plasma darah pasien untuk kemudian menandai terapi yang paling mungkin membantu pasien individu?

Sistem kami menggabungkan analisis ratusan protein yang berbeda dengan beberapa alat bioinformatika dan pembelajaran mesin. Ide ini adalah untuk fokus pada protein yang secara signifikan berbeda antara pasien untuk membuat klasifikasi yang dapat mengidentifikasi non-responder awal dan menawarkan analisis jalur biologis dan protein yang terkait dengan resistensi terhadap pengobatan dan, sebagai hasilnya, berfungsi sebagai target obat potensial.

Bagaimana tes prediktif mengurangi toksisitas yang tidak perlu?

Pengobatan yang kuat disertai dengan toksisitas. Mengelola kanker adalah semua tentang berjalan di garis tipis antara keamanan dan efikasi. Saya percaya bahwa dengan mempersonalisasi pengobatan untuk pasien, kita dapat mengoptimalkan rasio itu. Selain itu, kita mencoba memprediksi peristiwa merugikan terkait imun dan, sebagai hasilnya, siap untuk mengidentifikasi dan mengobati mereka secepat mungkin. 

Jenis kanker apa yang saat ini menjadi fokus OncoHost?

Kanker paru-paru (non-sel kecil dan sel kecil) dan melanoma stadium IV.

Apa yang Anda lihat sebagai masa depan pengobatan personalisasi?

Saya pikir kita akan melihat “profiling” pasien yang mendalam untuk diagnosis sebelum dan selama pengobatan, menggunakan beberapa modalitas (pembelajaran mesin berbasis AI, sekuen generasi berikutnya, analisis proteomik dan analisis sel tunggal) semua untuk lebih memahami pasien kita dan bagaimana mereka dan tumor berevolusi dari waktu ke waktu, untuk menyesuaikan dan mengubah pengobatan secara real-time. Terima kasih atas jawaban yang bagus, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Oncohost.