Niven Narain, Amministratore Delegato e Presidente di BERG Health – Serie di Interviste

Niven Narain, è l’Amministratore Delegato e Presidente di BERG Health, un’azienda biotecnologica clinica dotata di intelligenza artificiale che adotta un approccio audace “Back to Biology^™” alla sanità. Sfruttando una piattaforma di intelligenza proprietaria – Interrogative Biology^®, l’obiettivo è quello di mappare le malattie e rivoluzionare le cure per i pazienti di tutto il mondo.

Lei è uno dei co-fondatori di BERG Health. Cosa l’ha ispirata a lanciare una startup che fonde l’intelligenza artificiale con la biotecnologia?

Sinceramente, la mia ispirazione e visione sono nate dalla frustrazione per il processo metodico, prevedibile e lungo, costoso dello sviluppo di farmaci che richiede 12-14 anni e oltre 2,6 miliardi di dollari per portare un trattamento farmacologico sul mercato. Inoltre, Berg era determinata a eliminare i pregiudizi dal processo e a definire un percorso che sarebbe stato centrato sul paziente. Il nostro approccio combina i dati di un paziente, che sono stati profondamente selezionati per tutti gli strati di biologia, con un sistema di intelligenza artificiale Bayesian a valle per canalizzare tutti i dati del paziente e, di conseguenza, guidare le ipotesi.

Quali sono alcune delle diverse malattie o cancri che sono attualmente oggetto di studio?

Stiamo attualmente studiando malattie in campo oncologico, neurologico e rare, tra cui:

• Immunologia/Malattie Infiammatorie (LUPUS)
• Malattie Cardiovascolari e Metaboliche (Diabete, NASH/NAFLD)
• Malattie Neurologiche (Malattia di Parkinson, Malattia di Alzheimer e Disturbi dello Spettro Autistico)
• Malattia Rara (Epidermolisi Bollosa)
• Multipli Tipi di Cancro (Glioblastoma, Cancro del Pancreas, Cancro del Seno, Cancro della Prostata e altri cancri aggressivi)

BERG Health utilizza la sua piattaforma proprietaria Interrogative Biology^® per mappare le malattie e le opzioni di trattamento. Potrebbe spiegare cosa sia precisamente Interrogative Biology^®?

La piattaforma comprende un processo in cui un modello specifico della malattia viene costruito a partire da biospecimen umani (rendendolo pertinente alla malattia umana piuttosto che ai modelli animali surrogati). Il modello della malattia viene sottoposto a un profilo molecolare completo (deframmentazione multi-omica – genomica, trascrittomica, proteomica, lipidomica, metabolomica) per generare trilioni di punti di dati molecolari. Questi dati vengono integrati alle informazioni individuali del paziente (informazioni cliniche e del mondo reale) utilizzando l’algoritmo di intelligenza artificiale Bayesian proprietario di BERG per generare mappe molecolari della malattia che vengono confrontate con controlli non malati per identificare la nuova biologia sottostante la malattia. L’output viene quindi sottoposto a tecniche di convalida wet-lab stringenti per modelli funzionali di malattia e CRISPR.

Come fa BERG Health a crowdsourcing l’innovazione?

BERG collabora con istituzioni accademiche e cliniche/mediche per generare biobanche di biospecimen di alta qualità, annotati clinicamente, per programmi specifici della malattia. BERG ha costruito un team di esperti interni che si specializzano in alcune delle capacità multi-omiche. Il team collabora anche con gruppi con competenze specifiche per profili di dati aggiuntivi, ad esempio profili genomici e trascrittomici che vengono generati con collaboratori. Collaboriamo con istituzioni cliniche/mediche e agenzie statali/federali di primo piano, tra cui il Dipartimento della Difesa degli Stati Uniti e il Dipartimento dell’Energia finanziato dal Laboratorio Nazionale di Oak Ridge (ORNL), tra gli altri. Abbiamo visto di persona l’importanza della collaborazione e il suo ruolo nella generazione di dati ad alta fedeltà supportati da storie mediche dei pazienti e dati del mondo reale, un passaggio essenziale per l’integrazione con i modelli biologici. Le collaborazioni accademiche sono vitali per la convalida wet-lab degli output in-silico per generare una nuova fondazione scientifica di intuizioni molecolari specifiche delineate dalla piattaforma. Berg coinvolge anche le intuizioni e i feedback dei KOL all’inizio della costruzione dei modelli di intelligenza artificiale e utilizza queste collaborazioni per effettuare una convalida indipendente dell’output della piattaforma.

Come viene utilizzata l’intelligenza artificiale per scoprire elementi che scatenano malattie o cancri?

L’intelligenza artificiale Bayesian di BERG utilizza dati generati internamente/curati per la scoperta de novo di trigger specifici della malattia – identificare bersagli per il trattamento, biomarcatori per la diagnosi, staging/stratificazione, diagnostica di accompagnamento per la risposta/esito e mappatura molecolare longitudinale per la generazione di impronte digitali della risposta e degli eventi avversi. L’intelligenza artificiale confronta modelli di malattia con popolazioni non malate e la rete “delta” inferisce i punti di attivazione della malattia.

Quali sono alcuni modi in cui l’intelligenza artificiale aiuta a localizzare biomarcatori nei pazienti che non rispondono a determinate terapie o vaccini?

Catturando la narrazione completa della biologia del paziente attraverso l’analisi multi-omica e impiegando l’inferenza causale Bayesian da campioni di pazienti longitudinali, BERG è in grado di identificare segnali causali di risposta a terapie note, opportunità di riproposizione e firme di entità molecolari che impattano la carica virale e la durata della risposta dei vaccini. La multi-omica va ben oltre il genoma e consente di identificare fattori circolanti che impattano gli esiti di salute.

Quali sono alcuni dei farmaci attualmente nella pipeline?

BERG ha diversi programmi in sviluppo clinico e preclinico con gli asset più maturi in oncologia e malattie neurologiche.

• In oncologia, BPM 31510-IV è un nuovo farmaco a molecola piccola che bersaglia il metabolismo cellulare del cancro e ha completato con successo una Fase 1 (sicurezza/tollerabilità) in tumori solidi e cancro al cervello (GBM). BPM 31510-IV Fase 2 (efficacia, cancro del pancreas). Questo è attualmente in sviluppo clinico per GBM (F2/3) e F3 cancro del pancreas.
• BPM 31510-Topical – Completamento con successo della F1 in Epidermolisi Bollosa (Malattia Rara/Designazione Orfana), pianificazione dello sviluppo clinico F2/3.
• BPM 31510-Oral – Completamento con successo della F1 orale in volontari sani, nelle prime fasi di pianificazione dello sviluppo clinico F2 per indicazioni oncologiche/non oncologiche.
• BPM 31543 è un farmaco a molecola piccola per la prevenzione dell’alopecia da chemioterapia. La sicurezza e la tollerabilità con un segnale iniziale di efficacia sono state stabilite nel trial clinico di Fase 1. Questo asset è attualmente in pianificazione per lo sviluppo clinico F2/3.
• BPM 42522 – 1° farmaco a molecola piccola che bersaglia un nuovo bersaglio identificato dalla piattaforma di BERG nel percorso della ubiquitina proteasoma in studi abilitanti per FIH nel cancro nel 1° trimestre del 2021.
• Un bersaglio nuovo identificato per la malattia di Parkinson è attualmente oggetto di sforzi di scoperta di farmaci.

BERG Health ha recentemente collaborato con il Laboratorio Nazionale di Oak Ridge del Dipartimento dell’Energia. Potrebbe fornire alcuni dettagli su cosa comporta questa collaborazione?

La piattaforma di BERG ha la capacità di generare un elenco di diversi potenziali bersagli per l’intervento della malattia. Il supercomputer Summit di ORNL ha la capacità di analizzare strutture molecolari complete di questi bersagli e identificare piccole molecole simili a farmaci che possono essere utilizzate per la rapida convalida dei bersagli, portando a tempi di convalida/scoperta di farmaci più brevi per nuove terapie. La potenza delle capacità computazionali di Summit riduce il processo di scoperta di farmaci da diversi mesi/anni a poche ore/giorni per generare “hit” iniziali di alta qualità di molecole simili a farmaci. La collaborazione BERG-ORNL fornisce la base per la rapida identificazione di bersagli specifici della malattia e del processo di scoperta di farmaci associato. Ciò consente inoltre la generazione senza soluzione di continuità di pipeline di prodotti specifici della malattia pronte per lo sviluppo clinico. L’impatto principale di questa collaborazione è sui tempi e sui costi di scoperta e sviluppo di nuovi farmaci.

Il COVID-19 è ovviamente nella mente di tutti, come sta aiutando BERG Health in questo sforzo?

La piattaforma di Interrogative Biology^® abilitata all’intelligenza artificiale di BERG è stata utilizzata per generare un modello specifico per il COVID-19, portando all’identificazione di diversi bersagli noti e nuovi con potenziale impatto sul decorso dell’infezione e sulla riproposizione di farmaci approvati per minimizzare/mitigare gli esiti clinici. Attraverso la nostra collaborazione attiva con ORNL, ci stiamo attualmente impegnando nella scoperta e nello sviluppo di piccole molecole contro bersagli nuovi per il potenziale trattamento del COVID-19.

Grazie per l’intervista, i lettori che desiderano saperne di più possono visitare BERG Health.