Naheed Kurji, medgrunnlegger, president og CEO i Cyclica – Intervju-serie

Naheed Kurji er president og CEO i Cyclica, et Toronto-basert bioteknologiselskap som utnytter kunstig intelligens og komputasjonsbiofysikk til å omforme legemiddelforskningsprosessen. Cyclica tilbyr legemiddelindustrien en integrert, helhetlig og sluttløs plattform som forbedrer hvordan forskere designer, skanner og tilpasser legemidler for pasienter, og har nylig blitt kåret av Deep Knowledge Analytics som ett av de 20 beste AI-selskapene i legemiddelindustrien globalt.

Cyclica utnytter kunstig intelligens og komputasjonsbiofysikk til å omforme legemiddelforskningsprosessen. Kan du diskutere hvordan AI brukes i denne prosessen?

Teknologi har spilt en kritisk rolle i legemiddelforsking siden 80-tallet. Men legemiddelforsknings- og utviklingsprosessen er fortsatt svært ineffektiv, tidskrevende og dyrekjøpt, og kostar mer enn 2 milliarder dollar over 12 år. Den dårlige effektiviteten resulterer ofte i høye tap og svikt i å møte legemiddelsikkerhets- og effektmål. Forskere er klar over dette og søker aktivt etter verktøy for å holistisk forstå kvalitetene som definerer de beste legemidlene for å utvikle tryggere og mer effektive legemidler.

Nylige fremgang i skytjenester, AI og biofysikk har skapt en mulighet til å få dypt innsikt fra de enorme mengdene av biokjemiske, biologiske, helse- og pasientdata som nå er tilgjengelige for å bedre forstå sykdom. Disse fremgangene har også muliggjort at medisinske kjemikere kan forbedre designet av nye terapier og bruke AI til å drive større prediktive innsikt tidligere i legemiddelutviklingsprosessen. Hos Cyclica har vi utviklet proprietære deep-learning-motorer, MatchMaker og POEM, for å støtte legemiddeldesignprosessen. MatchMaker predikerer hvordan kjemiske forbindelser og legemidler samhandler med multiple proteiner, kjent som polyfarmakologi. Vi fant at kombinasjonen av både en kunnskapsbasert og struktur-basert tilnærming ga den største prediktive nøyaktigheten og ytelsen. POEM (Pareto-Optimal Embedded Modeling) er en parameterfri overvåket læringstilnærming for å bygge legemiddel-egenskapsprediksjonsmodeller og løser flere begrensninger i andre ML-tilnærming, noe som resulterer i mindre overfitting og økt tolkbarhet.

Hos Cyclica bruker vi AI til å gi forskerne en robust og valideret plattform for å akselerere beslutningstaking og hypotesegenerering for å øke den totale effektiviteten i legemiddelforskningsprosessen og redusere antallet nedstrømsfeil.

Cyclica har designet Ligand Design og Ligand Express-plattformen, hva er dette nøyaktig?

Vi er det første selskapet som tilnærmer seg komputasjonspolyfarmakologi (en forståelse av at legemidler samhandler med multiple mål) med en integrert legemiddelforskningsplattform som avhører molekylær interaksjon på en proteomvid skala. Vår plattform består av to nøkkelkomponenter, Ligand Express, vår første generasjons off-target-profilering og mål-dekonvolusjonsplattform, og Ligand Design, vår neste generasjons enkelt- og multi-målrettede in silico legemiddeldesign-teknologi. Ligand Express og Ligand Design er drevet av to internt bygde, validerede og patenterede maskinlærings- og deep learning-motorer: MatchMaker og POEM. Rotfestet dypt i proteinbiofysikk, er MatchMaker en deep learning-legemiddel-mål-interaksjonsmotor som generaliserer over både data-rike og data-fattige mål. POEM, en maskinlærings-teknologi implementert for absorpsjon, distribusjon, metabolisme og ekskresjon (ADME)-egenskapsprediksjon, er en ny, parameterfri tilnærming til modellbygging.

Alt tatt i betraktning, tilbyr Ligand Design og Ligand Express en kraftfull sluttløs AI-forsterket legemiddelforskningsplattform for design av avanserte, kjemisk nye lead-liknende molekyler som samtidig prioriterer forbindelser basert på deres polyfarmakologiske profil, effektivt minimiserer uønskede off-target-effekter. Vår differensierte plattform åpner nye muligheter for legemiddelforsking, inkludert multi-målrettede og multi-objektive legemiddeldesign, lead-optimering, ADMET-egenskapsprediksjon, mål-dekonvolusjon og legemiddel-gjenbruk. Drevet av et diversifisert og høyt kvalifisert team med dypt ekspertise på tvers av maskinlæring, komputasjonsbiofysikk/kjemi/biologi, biokjemi og medisinsk kjemi, fortsetter vi å innovere gjennom vår robuste FoU-pipeline.

Hvor viktig er det å desentralisere oppdagelsen av medisiner til Cyclicas forretningsmodell?

Vår visjon er å desentralisere oppdagelsen av bedre medisiner ved å kombinere vår dype rot i kunstig intelligens (AI) og proteinbiofysikk med en innovativ forretningsmodell. Og ved kjernen av Cyclicas etos er det urokkelige ønsket om å hjelpe pasienter ved å fremme oppdagelsen og utviklingen av bedre medisiner ved å ta en helhetlig, men personlig tilnærming.

Til dette formålet, tror vi at fremtiden for legemiddelforsking ligger i hendene på innovative forskningsinstitusjoner og oppkomende biotekselskaper. Støtter vår filosofi, i 2019 rapporterte IQIVIA at oppkomende biopharma-selskaper står for over 70% av den totale FoU-pipeline (opp fra 50% i 2003), og at disse selskapene patenterte over 2/3 av nye legemidler i 2018 (opp fra 50% i 2010). Mens oppkomende biotekselskaper vil lede innovasjonen i legemiddelforsking, vil stor legemiddelindustri fortsette å investere i å fremme sen kliniske forsøk og markedspenetrering gjennom deres salgs kanaler.

Med vår serie B-finansiering, vil vi akselerere kommersielle planer for å fremme en voksende pipeline av pre-kliniske og kliniske aktiva gjennom en innovativ desentralisert partnerskapsmodell. Vårt mål er å skape og eie hundrevis av legemiddelforskningsprogrammer over multiple terapeutiske områder. Disse programmene skapes via spin-utter og joint ventures (JV) med topp-rangerte forskningsinstitusjoner, fasilitert i stor grad gjennom Cyclica Academic Partnership Program (CAPP).

Drevet av en raskt voksende portefølje av over 30 aktive og fremme legemiddelforskningsprogrammer, vil vi fortsette å spre innovasjon gjennom en kombinasjon av venture-skaping og partnerskap med tidlige og oppkomende biotekselskaper. Nylige partnerskap inkluderer EntheogeniX Biosciences, NineteenGale Therapeutics, Rosetta Therapeutics, Rare Diseases Medicine Accelerator og to hemmelige JV som omfatter over 50 programmer over multiple terapeutiske områder. Ved å utføre vår desentraliserte forretningsmodell, skape nye selskaper gjennom spin-utter og joint ventures og hjelpe dem å skale, skaper vi i virkeligheten den fremtidige biotek-pipeline.

Mange av dine teknologier er sky-baserte, hvorfor er dette så viktig?

Tilgang til skyen tillater oss å skalerer computasjonsarbeidsflyten som vi utfører, samt å dra nytte av regulert sikkerhetsinfrastruktur. Også, som et tidlig stadium selskap, var evnen til å komme i gang med skyen uten den overhead-kostnaden av å investere i vår egen maskinvare kritisk for den finansielle levedyktigheten i våre tidlige dager. Ser vi fremover, mens mye av vårt FoU-arbeid gjøres på skyen, har vi over de siste årene blitt mindre avhengige av skyen med evnen til å kjøre prosjekter på enkeltmaskiner. Vi har også som mål å støtte private skyinstallasjoner siden det er noe vi føler våre partnere kan ønske. Teknologiske fremgang har gjort det mulig å gjøre på en personlig laptop hva som tidligere tok mange maskiner på skyen, men ved å fortsette å bruke skyen er vi i stand til å utvide omfanget av problemene vi løser.

Cyclica tar ofte eierandeler i selskaper som de samarbeider med. Kan du diskutere forretningsgrunnene bak dette?

Mindre biotekselskaper og akademiske grupper er generelt oversett av markedet i terms of partnerskapsmuligheter. Mens de kanskje ikke har ressursene, infrastrukturen eller fasilitetene i sammenligning med modne legemiddelindustri-konkurrenter, er små biotekselskaper stadig mer i fokus med en kombinasjon av dypt fagkunnskap i spesifikke indikasjoner og fordelen av en lean-organisasjon som er gunstig for rask innovasjon.

Dette ledet oss til å tenke på hvordan vi kan engasjere oss med disse mindre selskapene med en avantgarde-strategi. Vi samarbeider med forskere i forskningsorganisasjoner som er interessert i å spinne ut et selskap eller tidlige biotekselskaper, og muliggjør dem med vår AI-forsterkede legemiddelforskningsplattform gjennom natural ytelser. I retur, tar vi eierandeler i selskapene og/eller deler i eierskapet av forbindelsene og aktivene som skapes og følges. Ved å spre en bølge av innovasjon gjennom en kombinasjon av venture-skaping og partnerskap, kan vi fange større verdi og utvikle langvarige relasjoner med våre partnere for å møte et spekter av udekkede medisinske behov for å forbedre pasienters liv.

Entheogenix Biosciences er et joint venture mellom Cyclica og ATAI Life Science. Hva er Entheogenix Biosciences?

Det er en unik mulighet for innovasjon i det nevro-psykiske landskapet for å bedre betjene pasienter som lider av komplekse mentale plager. Gjeldende medisiner og terapier som baserer seg på enkelt-målrettede legemiddel-intervensjoner mangler ofte, og krever at pasienter tar multiple medisiner som kan presenterer potensielle sikkerhetsproblemer samt redusere medisin-adherensen. Vi har samarbeidet med ATAI Life Science for å utnytte deres dype erfaring i mental helse og psykedelika, mens vi muliggjør dem med vår AI-forsterkede legemiddelforskningsplattform for å skape ikke bare nye medisiner, men de riktige for å takle mentale plager. Entheogenix Biosciences er ett av de mange joint ventures vi har dannet og er et bevis på vår tro på å endre paradigmet for hvordan mentale helse-forstyrrelser behandles ved å bringe vår sykdom-agonistiske, robuste og vitenskapelig validerede komputasjonsplattform i hendene på fagfolk og verdensklasse-forskere.

Er det noe annet du ønsker å dele om Cyclica?

Mens vi er svært glade for å dele annonseringen av vår serie B-runde av finansiering, er vi like ivrige etter å dele lanseringen av Cyclica Academic Partnership Program (CAPP) og nye partnerskap over de neste månedene.

Takk for intervjuet. Jeg ser frem til å følge den fremtidige utviklingen til Cyclica.