John Beeler, Ph.D., SVP for bedriftsutvikling, BPGbio – Intervju-serie

John Beeler, Ph.D., SVP for bedriftsutvikling i BPGbio, bringer mer enn to tiår med erfaring fra bioteknologi og bedriftsutvikling, med omfattende ekspertise innen nye terapier. Før han ble med i BPGbio, var han sist ansatt som leder for bedriftsutvikling og evaluering i Bristol-Myers Squibb (BMY ), der han spilte en nøkkelrolle i å finne og evaluere lisensmuligheter og strategiske partnerskap.

BPGbio er et ledende biologi-basert AI-drevet legemiddelselskap i klinisk fase, som fokuserer på mitokondri-biologi og protein-homeostase. Selskapet har en dypt pipeline av AI-utviklede terapier som omfatter onkologi, sjeldne sykdommer og nevrologi, inkludert flere i sen klinisk fase. BPGbios innovative tilnærming bygger på NAi, deres eget Interrogative Biology Platform, som er beskyttet av over 400 amerikanske og internasjonale patenter; en av verdens største klinisk annoterte biobanker med longitudinelle prøver; og eksklusiv tilgang til verdens kraftigste supercomputer.

Hva inspirerte NAi Interrogative Biology-plattformen, og hvordan skiller den BPGbio fra andre bioteknikkselskaper som bruker AI?

Siden jeg ble med i BPGbio, har jeg vært jevnt over impresjonert av innovasjonens dybde og langsiktige visjon som gikk inn i å bygge NAi Interrogative Biology-plattformen. Som noen som har tilbrakt to tiår i bioteknologi og bedriftsutvikling – og evaluert en rekke plattformer og selskaper – kan jeg si at NAi skiller seg ut med sin biologi-baserte grunnleggende tilnærming og dybden av data den undersøker.

BPGbio var blant de første som banebrytende AI for legemiddelforskning. Over de siste 15 årene har teamet forfinet NAi til en plattform som integrerer egen multi-omics data og en av verdens største longitudinelle biobanker. I motsetning til andre selskaper som bare bruker smale teknologier eller offentlige datasett for enkelt sykdomsoppdagelse, integrerer vi multi-omics-kapasiteter med vår egen biobank som huset hundredtusener av longitudinelle, klinisk annoterte prøver og bruker Bayesian AI, ikke generativ AI-modellering for å avdekke biologisk-baserte innsikter som kan informere nesten hver fase av legemiddelforskning og øke sannsynligheten for klinisk utviklingssuksess. Vi identifiserer ikke bare mål; vi bruker AI til å designe våre kliniske studier, forstå resultater fra kliniske studier og finjustere våre behandlingsmetoder.

Våre resultater taler for seg selv: Vi har en av de mest avanserte og robuste kliniske pipeliner i AI-bioteknikk-industrien. Denne pipelinen inkluderer to aktive fase 2-studier i aggressive kreftformer, flere fase 3-klare programmer og over hundre nye mål og biomarkører vi har identifisert ved hjelp av våre AI-modeller.

Kan du forklare hvordan BPGbios biologi-baserte tilnærming akselerer og reduserer risikoen i legemiddelforskningen?

Legemiddelutvikling har en suksessrate på omtrent ti prosent for FDA-godkjenning, noe som reflekterer de betydelige risikoene og utfordringene forbundet med å bringe et nytt legemiddel til markedet. Derfor er det ikke hvor raskt og hvor mange mål du oppdager som teller; det er kvaliteten som teller.

Mens AI kan hjelpe med å påskynde oppdagelsesprosessen, vil å bruke AI, spesielt generativ AI, på de samme offentlige datasett som brukes i den tradisjonelle legemiddelforskningen, ikke nødvendigvis endre kliniske studieresultater, som er det eneste som teller.

Vår biologi-baserte tilnærming sikrer kvaliteten, dybden, nøyaktigheten, fullstendigheten og mengden av data som går til våre AI-modeller. I vår multi-omics-analyse går vi langt utover å analysere RNA og DNA. I tillegg til genomics og transkriptomics profilerer våre forskere proteomics, lipidomics og metabolomics på alle nivåer av menneskelig biologi – organ, vev, celle og organeller – og vi matet den massive, ubiaserte multi-omics-dataen til våre Bayesian AI-modeller for nye innsikter.

Dette brede, AI-drevne tilnærmingen lar oss se bort fra sykdomsområdet for å finne “roten” raskere. Etter at AI har funnet “roten”, og før vi går til kliniske studier, går vi tilbake til laboratoriet for å validere at innsiktene fra AI er nøyaktige. Fokuset på menneskelig biologi lar oss akselerere og redusere usikkerheten i vår oppdagelses- og utviklingsprosess.

Denne lukkede tilnærmingen reduserer usikkerheten og reduserer i slutten risikoen i utviklingsprosessen. Fra min perspektiv i bedriftsutvikling er dette nøkkel til å bygge tillit hos potensielle partnere – fordi vår tilnærming forbedrer sannsynligheten for suksess fra starten.

Hvordan forbedrer integrering av AI med verdens raskeste supercomputer, Frontier, deres evne til å analysere pasientdata og identifisere legemiddelmål?

Med en samarbeidsavtale med USAs energidepartement har vi eksklusiv tilgang til Frontier-supercomputeren på Oak Ridge National Lab for legemiddelanalyse. Denne supercomputeren kan utføre 1,35 kvintillioner beregninger per sekund.

Dette komputasjonskraften lar oss bruke vår massive datasett til å identifisere mønster, korrelasjoner, årsakssammenhenger og handlinger som ellers ville være skjult i mindre skala-analyser og redusere tiden fra måneder til timer.

For eksempel, under COVID-19, analyserte vi elektroniske medisinske journaler (EMR) fra 280 000 pasienter sammen med deres kliniske informasjon. Vi identifiserte genetiske risikofaktorer for bestemte etniske grupper, og åpnet veien for personlig medisin. Vi analyserte 1,2 milliarder forskjellige materialer for å oppdage potensielle behandlinger for COVID-19 på bare noen timer.

Fra et kommersielt perspektiv lar denne datamaskinen oss å låse opp innsikter raskere og mer effektivt enn andre, og akselerer tiden til partnerskap, kliniske studier og, til slutt, pasientfordel.

BPGbio har kliniske programmer for glioblastom og pancreaskreft. Hva unike innsikter har NAi-plattformen avdekket i disse områdene, og hvordan har de formet deres studier?

BPGbio kjører aktivt en fase 2b-studie på glioblastom (GBM) og har fullført en fase 2a-studie for pancreaskreft, begge studier med vårt småmolekylært legemiddelkandidat BPM31510.

Med NAi-plattformen forsto vi at de fleste aggressive solide svulster skyldes mitokondri-dysfunksjon i tumor-miljøet. BPM31510 er et ubidekarenon-inneholdende nanodispersjon med anti-kreftvirkninger, med molekylære mekanismer i mitokondrier som utløser prosessen med regulert kreft-celldød. Vi kjørte en åpen fase 1-studie på 128 pasienter med BPM31510, og kliniske studieresultater bekreftet innsiktene som NAi hadde avdekket. NAi har deretter hjulpet oss å optimalisere nesten alle aspekter av disse terapiene, fra optimal dosering og timing til pasient-seleksjon. Vår GBM-studie er for tiden under rekruttering, og vi forventer å rapportere våre GBM-fase 2-studieresultater senere i år.

Sjeldne sykdommer som primær CoQ10-mangel og epidermolysis bullosa er et viktig fokusområde for BPGbio. Hva utfordringer og muligheter ser du i å takle disse tilstandene?

Sjeldne pediatriske sykdommer mangler ofte effektive behandlingsmuligheter på grunn av deres kompleksitet og lave forekomst, og barn med disse tilstandene har vanligvis kort levetid. Dette presenterer utfordringer for rekruttering til studier, regulatoriske navigasjon og terapeutisk utvikling.

Hos BPGbio er vi stolte av å ta på oss disse komplekse utfordringene. Vår ledende legemiddelkandidat, BPM31510, har mottatt flere designasjoner fra FDA, inkludert Orphan Drug og Rare Pediatric Disease-designasjoner, for både primær CoQ10-mangel og epidermolysis bullosa (EB). Disse er viktige milepæler som reflekterer det kliniske potensialet i våre programmer og åpner døren for prioritet-godkjenningssedler ved godkjenning.

Vi planlegger en fase 3-studie for primær CoQ10-mangel og undersøker aktivt partnerskap for å fremme vårt EB-program. Dette inkluderer evaluering av topikale formuleringer som behandlingsmuligheter. Vi tror BPGbios plattform kan ha en transformasjonell innvirkning i dette området.

Hvordan spiller Bayesian AI en betydelig rolle i deres plattform, og hvordan hjelper det spesifikt med å identifisere nye legemiddelmål eller biomarkører?

Bayesian AI lar vår plattform gå utover å identifisere sammenhenger til å avdekke årsak-og-virkning-forhold som driver sykdom. Den modellerer usikkerhet, tar hensyn til data-variabilitet og genererer svært robuste prediksjoner som veileder terapeutisk og biomarkør-oppdagelse.

<p Ved å integrere longitudinelle multi-omics- og kliniske data, kan våre modeller identifisere de biologiske mekanismene bak sykdomsprogresjon og optimal intervensjonspunkter. Dette gjør oppdagelsesprosessen mer presis og den etterfølgende utviklingen mer forutsigbar.

Fra et strategisk perspektiv er dette usedvanlig verdifullt. Validering av hva som skal målrettes og hvorfor det betyr noe biologisk, endrer hvordan man prioriterer programmer, designer studier og snakker med partnere. Det bygger tillit til vitenskapen.

Deres arbeid med E2-enzym for målrettet protein-degradering er banebrytende. Hvordan overvant NAi-plattformen tradisjonelle utfordringer i målretting av “umålbare” proteiner?

BPGbios E2-baserte målrettede protein-degraderingsprogram (TPD) er ett av våre pipelienes mest spennende og innovative områder. Tradisjonelle TPD-tilnærminger baserer seg på E3-ligaser, som begrenser mål-omfanget og kan føre til legemiddelresistens. Vår tilnærming bruker post-translasjonelt modifiserte E2-enzym-komplekser – avdekket av NAi-plattformen – for å utvide det “målbare” proteomet.

Dette er en førsteklasses-tilnærming, og den tidlige fremgangen vi ser, har tiltrukket oppmerksomhet over hele legemiddel- og bioteknikk-industrien. Vi anvender for tiden denne tilnærmingen på onkologi, nevrologi og sjeldne sykdommer. Dette er et fantastisk eksempel på hvordan NAi ikke bare støtter oppdagelse, men også lar oss tenke om på hva som er mulig i legemiddelutvikling.

Hvordan balanserer BPGbio AI-drevne innsikter med menneskelig oversikt for å sikre gyldigheten av deres oppdagelser?

Hos BPGbio ser vi på AI som et kraftig verktøy, men ikke en erstatning for menneskelig ekspertise. Våre AI-drevne innsikter er grunnlagt i høykvalitetsbiologisk data og kontinuerlig valideres av våre team av biologer, kliniske forskere og data-vitenskapsmenn.

Dette samarbeidet sikrer at hver enkelt innsikt plasseres i biologisk og klinisk kontekst. Dette er en av grunnene til at BPGbio har oppnådd en så høy suksessrate i kliniske studier – vi kombinerer AIens hastighet og skala med den vitenskapelige strenghet og dømmekraft som bare erfarne eksperter kan bringe.

Hva potensial ser du for AI-oppdagete biomarkører til å revolusjonere tidlig diagnose i sykdommer som Parkinsons?

Kraften i vår plattform ligger i dens evne til å undersøke biologi både bredt og dypt – så når NAi avdekker et mål for terapeutiske formål, kan det ofte også brukes diagnostisk.

I Parkinsons sykdom bygde vi systembiologiske modeller ved hjelp av pasientprøver fra nesten 400 individer ved Parkinsons-instituttet, og vi identifiserte N-acetylputrescin (NAP) som en ny blod-basert biomarkør. Vi har valideret det gjennom en CLIA-sertifisert diagnostisk panel, og vår publiserte studie viste at når kombinert med kliniske trekk som lukket luktesans og REM-søvnsforstyrrelser, forbedret panelet diagnostisk nøyaktighet og tidlig risikovurdering betydelig. Dette har potensialet til å muliggjøre tidligere inngripen og forbedre pasientresultater.

Hva rolle ser du BPGbio spille i å forme fremtiden for presisjonsmedisin?

Det finnes ingen en-size-fits-all i å behandle pasienter. Biologi-basert AI har potensialet til å transformere presisjonsmedisin ved å oppdage nye innsikter som hjelper med å underkategori pasienter, og dermed forbedre studie-design, pasient-stratifikasjon og terapeutisk suksessrate. Disse innsiktene vil føre til mer effektiv utvikling av diagnostikk og behandlinger for en rekke sjeldne og komplekse sykdommer.

Ved å utnytte AI til å grundig undersøke biologiske inndata og translasjonelle modeller, kan industrien låse opp AIens fullstendige potensiale til å transformere legemiddelutvikling og levere gjennombrudd som møter ubehandlet medisinsk behov. Det neste kapitlet i presisjonsmedisin vil bli skrevet av de som kan kombinere innovasjon med innvirkning, og BPGbio er klar til å lede denne anstrengelsen. Takk for det flotte intervjuet, lesere som ønsker å lære mer, bør besøke BPGbio.