Ofer Haviv, Presiden dan CEO Evogene – Seri Wawancara

Ofer Haviv adalah CEO dan Presiden Evogene. Sebelumnya, ia menjabat sebagai COO dan CFO perusahaan dari tahun 2002 hingga 2004 dan memainkan peran kunci dalam pemisahan Evogene dari Compugen pada tahun 2002. Di Compugen, ia menjabat sebagai Direktur Keuangan dan Bendahara selama empat tahun, selama itu perusahaan tersebut menyelesaikan dua penempatan swasta dan IPO di NASDAQ.

Beberapa kontribusi untuk jawaban ini juga dibuat oleh:

• Gabi Tarcic VP Produk
• Ilia Zhidkov VP Teknologi Komputasi
• Ruth Gross, VP Pengembangan Bisnis

Evogene (NASDAQ:EVGN, TASE: EVGN.TA) adalah perusahaan biologi komputasi yang mengkhususkan diri dalam mengubah penemuan dan pengembangan produk di berbagai industri ilmu kehidupan, termasuk kesehatan manusia dan pertanian. Perusahaan ini menggunakan platform Biologi Prediktif Komputasi (CPB) yang serbaguna untuk menggerakkan inovasi di bidang-bidang ini.

Sejak bergabung sebagai CEO pada tahun 2004, Anda telah mengawasi transisi Evogene dari pemisahan menjadi pemimpin di bidang biologi komputasi yang terdaftar di Nasdaq. Apa yang telah menjadi momen atau keputusan yang paling penting yang membentuk arah perusahaan saat ini?

Tiga keputusan strategis membentuk Evogene seperti yang ada saat ini:

1. Keputusan pada tahun 2013 untuk go public di NASDAQ.
2. Keputusan pada tahun 2016 untuk berkembang dari sistem komputasi tunggal (CPB) yang terutama mendukung pengembangan produk berbasis elemen genetik untuk industri pertanian, menjadi tiga mesin teknologi terpisah yang menggabungkan data unik, sistem komputasi, dan pemahaman yang mendalam tentang ilmu kehidupan:

• GeneRator: Mendukung aktivitas asli Evogene di bidang produk berbasis pemahaman yang mendalam tentang genomics.
• MicroBoost: Mengarahkan dan mempercepat pengembangan produk berbasis mikroba.
• ChemPass: Mengarahkan dan mempercepat pengembangan produk berbasis kimia.

3. Keputusan untuk menggunakan mesin teknologi unik ini dengan peneliti Evogene untuk mengembangkan produk di berbagai bidang. Kegiatan ini, yang dimulai sebagai divisi dalam perusahaan, kemudian menjadi dasar untuk membangun anak perusahaan Evogene, termasuk:

• Biomica: Menggunakan mesin teknologi MicroBoost untuk mengembangkan obat berbasis mikrobioma manusia.
• Lavie Bio: Menggunakan MicroBoost untuk mengembangkan produk biologis berbasis mikroba untuk pertanian, melindungi tanaman dari hama dan meningkatkan hasil.
• AgPlenus: Menggunakan mesin teknologi ChemPass untuk mengembangkan produk kimia untuk perlindungan tanaman terhadap hama.
• Casterra: Menggunakan GeneRator untuk mengembangkan varietas kastor unik untuk penanaman kastor untuk menghasilkan minyak untuk industri produk biologis dan bahan bakar alternatif yang tumbuh.

Biologi komputasi memerlukan bakat kelas dunia di bidang biologi, AI, dan ilmu data. Bagaimana Evogene menarik dan mempertahankan ahli di bidang-bidang ini, dan apa keterampilan atau latar belakang yang Anda prioritaskan?

Di Evogene, kami menarik bakat kelas dunia dengan memupuk lingkungan kolaboratif yang mengintegrasikan biologi, kecerdasan buatan, dan keahlian komputasi. Kami menghargai individu dengan pengalaman multidisiplin, terutama mereka yang telah bekerja di berbagai bidang dan membawa wawasan ‘dunia nyata’. Kreativitas dan pemecahan masalah adalah inti dari apa yang kami cari, memungkinkan tim kami untuk menangani tantangan kompleks dengan solusi inovatif.

Menempati kantor pusat di Israel – pemimpin global dalam inovasi teknologi tinggi dengan ekosistem yang mendorong kesadaran dan pemikiran ke depan – meningkatkan kemampuan kami untuk menarik bakat luar biasa.

Proksimitas Evogene ke lembaga akademis kelas dunia, seperti Institut Weizmann, memainkan peran penting dalam menarik profesional terampil di bidang biologi, AI, dan ilmu data.

Evogene menawarkan profesional dari dunia teknologi kesempatan unik untuk menerapkan keahlian mereka dalam mengembangkan produk untuk sektor ilmu kehidupan – bidang yang sangat mempengaruhi kualitas hidup dan makanan yang kita konsumsi. Persimpangan teknologi dan ilmu kehidupan ini tidak seperti apa yang ditemukan di industri teknologi tinggi tradisional. Bagi ahli biologi, kami menyediakan alat teknologi canggih yang memungkinkan mereka untuk mewujudkan visi produk mereka pada tingkat yang tidak ada bandingannya di tempat lain.

Apakah Anda dapat menjelaskan prinsip-prinsip inti di balik platform Biologi Prediktif Komputasi (CPB) Evogene dengan mesin AI-nya, dan bagaimana itu membedakan dari model AI prediktif lainnya di ilmu kehidupan?

Platform Biologi Prediktif Komputasi (CPB) Evogene mengintegrasikan pemahaman yang mendalam tentang biologi dan kimia dengan AI, pembelajaran mesin, model komputasi, dan data biologis untuk melakukan analisis di seluruh jutaan titik data. Mesin AI yang mapan ini dirancang untuk membantu peneliti dalam penemuan produk, mempercepat pengembangan produk baru, dan telah menjadi kekuatan pendorong dalam banyak kolaborasi kami.

Keunikan kami dapat dikarakteristikan oleh tiga parameter:

1. Hubungan yang kuat antara pengetahuan yang mendalam tentang biologi dan kimia dan dunia komputasi dalam proses pengembangan aplikasi itu sendiri, serta fleksibilitas aplikasi untuk menyesuaikan dengan definisi produk yang berbeda.
2. Upaya kami untuk memprediksi, sejak tahap penemuan, kemungkinan kandidat yang berhasil memenuhi kriteria untuk produk komersial – kriteria yang biasanya diperiksa pada tahap yang jauh lebih lanjut dari pengembangan produk.
3. Evogene beroperasi secara bersamaan di tiga domain – genomika, kimia, dan mikroba – memberikan pemahaman yang lebih komprehensif tentang proses pengembangan.

Dengan fokus perusahaan pada merevolusi penemuan produk di seluruh kesehatan, pertanian, dan aplikasi industri, apa yang menjadi tujuan jangka panjang Evogene untuk memperluas dampaknya di sektor-sektor ini?

Tujuan jangka panjang kami dapat dibagi menjadi tiga:

1. Menginvestasikan teknologi kami untuk kepentingan mitra yang ada sehingga kami dapat lebih baik memprediksi kandidat yang benar untuk validasi dan dapat lebih baik memasukkan kriteria tambahan untuk pengembangan produk pada tahap awal. Singkatnya, perbaikan terus-menerus dari mesin kami.
2. Untuk memperluas variasi penggunaan mesin kami ke segmen tambahan yang tidak saat ini ditangani oleh anak perusahaan Evogene yang ada, seperti fokus strategis kami saat ini pada penemuan obat melalui mesin AI ChemPass.
3. Untuk mempromosikan nilai anak perusahaan kami dan mendapat manfaat sebagai pemegang saham melalui penjualan beberapa saham kami atau dengan menerima dividen.

Bagaimana platform CPB telah berkembang sejak awal, dan apa yang menjadi tantangan atau kemajuan terbaru yang Anda temui dalam mengembangkan mesin AI baru seperti ChemPass AI dan MicroBoost AI?

Platform Biologi Prediktif Komputasi (CPB) awalnya dikembangkan menggunakan arsitektur monolitik, mengintegrasikan suite aplikasi bioinformatika yang terutama berfokus pada genomika tanaman. Mengakui kebutuhan akan fleksibilitas dan skalabilitas yang lebih besar, platform tersebut beralih ke arsitektur mikro layanan, memungkinkan peningkatan yang signifikan pada antarmuka pengguna (UI) dan pengalaman pengguna (UX). Evolusi arsitektur ini telah mendukung ekspansi platform ke domain baru dalam ilmu kehidupan, di luar genomika, termasuk mikrobiologi dan kimia, yang mengarah pada pengembangan mesin AI inovatif seperti ChemPass AI untuk penemuan molekul kecil dan MicroBoost AI untuk aplikasi berbasis mikrobioma. Sementara penskalaan teknologi ini telah menimbulkan tantangan, pendekatan multidisiplin platform memastikan kemajuan terus-menerus dan kemajuan yang berdampak di berbagai disiplin ilmiah.

Bagaimana kolaborasi dengan Google Cloud terjadi, dan apa yang menjadi faktor utama yang membuat Google Cloud menjadi mitra yang dipilih untuk Evogene?

Kolaborasi kami dengan Google Cloud didorong oleh visi bersama untuk memanfaatkan teknologi AI canggih untuk mengubah penemuan dan pengembangan obat kecil. Platform Vertex AI yang kuat dari Google Cloud, GPU canggih, dan kemampuan penyimpanan yang luas menyediakan kekuatan komputasi yang diperlukan untuk melatih model dasar kami pada ~40 miliar struktur molekul. Keahlian mereka dalam AI dan pembelajaran mesin, dikombinasikan dengan kekuatan Evogene dalam kimia komputasi, menciptakan sinergi yang memungkinkan inovasi yang cepat, skalabilitas, dan keanekaragaman molekul yang belum pernah terjadi sebelumnya. Kolaborasi ini mempercepat kemampuan kami untuk membawa solusi transformatif ke penemuan obat dan potensial produk ilmu kehidupan lainnya.

Model dasar bertujuan untuk menghasilkan dan mengevaluasi molekul kecil yang baru. Apa yang menjadi dampak langsung dan jangka panjang yang Anda lihat ini memiliki pada kecepatan dan akurasi pengembangan obat dan produk?

Pendekatan model dasar ini mewakili inovasi canggih dalam pengembangan obat dan produk, memungkinkan pelatihan pada dataset yang jauh lebih besar daripada metode AI tradisional. Kemampuan ini memungkinkan wawasan yang lebih dalam dan presisi yang ditingkatkan, menandai pergeseran transformatif dalam penemuan obat dan pengembangan. Dalam jangka pendek, model ini akan merevolusi tahap penemuan dengan menghasilkan molekul kecil baru dengan sifat yang diinginkan sebelumnya, memperluas keanekaragaman kimia dengan keluar dari ruang kimia yang sangat sempit yang dijelajahi dan menemukan senyawa kimia baru yang berpotensi tinggi.

Bagaimana Anda memprediksi teknologi ini akan mempengaruhi R&D farmasi? Apa yang menjadi beberapa tantangan paling mendesak di bidang ini yang Anda percaya model ini dapat membantu untuk memecahkan?

Model dasar untuk penemuan obat kecil memiliki janji besar untuk merevolusi R&D farmasi dengan secara signifikan mengurangi waktu dan biaya pengembangan dan meningkatkan kemungkinan keberhasilan. Teknologi ini memungkinkan generasi yang cepat dan akurat dari kandidat obat yang menjanjikan, potensial mengurangi timeline pengembangan 12-15 tahun dan biaya yang sering melebihi $2 miliar per obat. Dengan mempercepat proses dan meningkatkan kemungkinan keberhasilan dalam mencapai tahap komersialisasi produk, model dasar dapat mempromosikan terapi inovatif di masa depan dan menyediakan pilihan pengobatan yang lebih baik bagi pasien dengan penyakit yang mengancam jiwa.

Dengan meningkatnya persaingan di AI untuk ilmu kehidupan, bagaimana Evogene berencana untuk mempertahankan keunggulan kompetitif di bidang biologi komputasi dan desain molekul?

Keunggulan kompetitif Evogene berasal dari keahlian tim multidisiplin (pengembang algoritma, insinyur perangkat lunak, ahli kimia dan ahli biologi), integrasi algoritma propietary untuk meningkatkan penyaringan dan optimasi, dan kesadaran dalam menyesuaikan solusi dengan kebutuhan pasar. Kolaborasi kami dengan Google Cloud memainkan peran penting dalam meningkatkan kemampuan kami, memanfaatkan alat AI canggih untuk memperbaiki dan mempercepat desain molekul baru. Model kolaborasi yang fleksibel memastikan teknologi propietary kami memberikan solusi yang berdampak dan sesuai dengan kebutuhan pasar.

Menghadap ke depan, apa yang menjadi visi Anda untuk peran Evogene dalam membentuk masa depan biologi komputasi, dan bagaimana Anda melihat perusahaan ini mempengaruhi industri ilmu kehidupan dalam dekade mendatang?

Visi Evogene adalah untuk terus menjadi yang terdepan dalam biologi komputasi dan kimia, membentuk masa depan pengembangan produk ilmu kehidupan. Dalam dekade mendatang, kami membayangkan memperluas jangkauan teknologi kami melalui kemitraan strategis, mendorong kemajuan di bidang kesehatan manusia, pertanian, dan keberlanjutan untuk mengatasi tantangan global yang kritis. Tujuan akhir kami adalah untuk mengubah kemajuan ini menjadi produk inovatif – terapi yang revolusioner, solusi pertanian yang berkelanjutan, dan teknologi ramah lingkungan.