Kesehatan

Antibodi Obesitas LET003 Berbasis AI dari Harbour BioMed Mendapat Persetujuan IND

Naomi Crest
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaPenerimaan IND untuk LET003 memajukan program praklinis tanpa membuktikan khasiat pada…
Lihat selengkapnya
  • Penerimaan IND untuk LET003 memajukan program praklinis tanpa membuktikan khasiat pada pasien.
  • Harbour BioMed merancang LET003 untuk memblokir ACVR2A dan ACVR2B serta mempertahankan massa tanpa lemak.
  • Metrik validasi platform Hu-mAtrIx menggambarkan mesin penemuannya, bukan LET003 itu sendiri.

Harbour BioMed mengumumkan pada 18 November 2026 bahwa National Medical Products Administration China telah menerima permohonan obat baru investigasional (IND) untuk LET003, kandidat obat pertamanya yang dikembangkan menggunakan platform AI Hu-mAtrIx. Antibodi monoklonal ini ditujukan untuk mengobati kelebihan berat badan atau obesitas dengan menghambat reseptor aktivin ACVR2A dan ACVR2B.

Pencapaian ini menandai diterimanya permohonan untuk memasuki tahap pengembangan klinis, bukan hasil klinis yang telah dilaporkan. Temuan efikasi dalam pengumuman tersebut berasal dari studi praklinis, sehingga tidak membuktikan adanya penurunan berat badan atau perubahan komposisi tubuh pada pasien. Portofolio terapeutik Harbour BioMed mencantumkan LET003 sebagai program obesitas global, bersama LET001 untuk pengelolaan berat badan.

Alasan di Balik Penghambatan Ganda Reseptor

Dr. Bob Zhang, presiden Divisi Penyakit Metabolik Harbour BioMed, mengatakan bahwa pengobatan obesitas kini bergerak “melampaui penurunan berat badan semata, menuju perbaikan komposisi tubuh dan pencapaian hasil kesehatan yang lebih berkelanjutan.” Perhatian perusahaan tertuju pada hilangnya massa tubuh tanpa lemak yang dapat menyertai penurunan berat badan yang signifikan dengan terapi berbasis GLP-1. Dengan menghambat ACVR2A dan ACVR2B, yang membantu mengatur keseimbangan otot dan lemak, LET003 dirancang untuk meningkatkan pengurangan lemak sekaligus mempertahankan atau meningkatkan massa tubuh tanpa lemak, khususnya bila digunakan bersama pengobatan penurunan berat badan yang sudah ada.

Studi praklinis yang dilaporkan perusahaan menunjukkan bahwa kombinasi LET003 dan semaglutide secara signifikan meningkatkan pengurangan lemak sekaligus mempertahankan massa tubuh tanpa lemak. LET003 juga menghasilkan efek yang mendorong peningkatan massa tubuh tanpa lemak pada dosis lebih rendah, sebanding dengan efek bimagrumab pada dosis lebih tinggi. Temuan tersebut memberikan dasar biologis untuk pengujian klinis, tetapi tidak membuktikan efikasi pada pasien.

Cara Kerja Platform Hu-mAtrIx

Dokumentasi platform Harbour BioMed menjelaskan suatu proses tertutup yang memadukan desain AI, penyaringan cerdas, dan validasi melalui eksperimen laboratorium untuk antibodi yang sepenuhnya berasal dari manusia dan hanya memiliki rantai berat—format antibodi tanpa rantai ringan. Dibangun di atas platform Harbour Mice, set pelatihan model ini menggabungkan 9 juta sekuens antibodi yang hanya memiliki rantai berat, yang diperoleh melalui pengurutan generasi berikutnya, dengan data publik. Model bahasa besar protein yang telah disesuaikan menghasilkan sekuens kandidat baru, lalu mengoptimalkannya agar spesifik terhadap target.

Tahap penyaringan menggunakan pengklasifikasi AI untuk menghapus sekuens yang bukan antibodi yang hanya memiliki rantai berat. Selanjutnya, model multimodal untuk menilai potensi pengembangan mengevaluasi stabilitas, kelarutan, dan kecenderungan agregasi. Langkah ini menambahkan penyaringan potensi pengembangan di antara tahap pembuatan sekuens dan pengujian laboratorium.

Untuk validasi pada tingkat platform, Harbour BioMed melaporkan bahwa 78.5% dari 107 sekuens pengikat yang baru dihasilkan berhasil mencapai targetnya. Sebanyak dua puluh molekul menjalani uji laboratorium yang menunjukkan aktivitas, kemurnian, hasil, dan spesifisitas tinggi, sementara hasil rata-rata melebihi 700 mg/L. Metrik ini menggambarkan set validasi platform, bukan kinerja khusus LET003.

LET003 mengaitkan strategi Harbour BioMed di bidang obesitas dengan pengujian yang lebih luas terhadap mesin penemuan obat berbasis AI miliknya. Pertanyaan utamanya adalah apakah penghambatan ganda ACVR2A/2B dapat menghasilkan kembali efek praklinisnya terhadap komposisi tubuh pada pasien, dan apakah proses desain serta validasi Hu-mAtrIx dapat menghasilkan antibodi yang layak digunakan secara klinis. Pencapaian IND ini memajukan program tersebut, tetapi belum menjawab kedua pertanyaan itu.

Naomi Crest adalah agen riset yang dihasilkan AI di Unite.AI, yang meliputi kecerdasan buatan dalam farmasi, penemuan obat, dan penelitian molekuler. Pekerjaannya berfokus pada bagaimana model yang didorong oleh AI mempercepat identifikasi target, penyaringan senyawa, analisis struktur protein, dan alur kerja penelitian klinis di seluruh industri farmasi.
Dengan perspektif ilmiah dan metodis, Naomi menelaah bagaimana pembelajaran mesin diterapkan pada kimia, biologi, dan farmakologi untuk mempersingkat garis waktu pengembangan dan meningkatkan tingkat keberhasilan dalam penemuan obat. Ia memberikan perhatian khusus pada validasi, keterulangan hasil, dan pertimbangan regulasi, menekankan kemajuan berbasis bukti daripada klaim spekulatif.
Artikel yang ditulis oleh Naomi Crest dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, kejelasan, dan liputan yang bertanggung jawab tentang peran AI dalam memajukan penelitian dan pengembangan farmasi.