Partnerskap

Pierre Fabre tar i bruk XtalPis KI og robotteknologi i legemiddeloppdagelsen

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Laboratoires Pierre Fabre og XtalPi kunngjorde 9. november 2026 en avtale om å identifisere nye kliniske kandidater basert på små molekyler i flere forskningsprogrammer. XtalPi vil bidra med integrerte KI-funksjoner og en robotplattform, mens Pierre Fabre skal velge ut og videreutvikle forbindelser innen onkologi, eventuelt dermatologi, og sjeldne sykdommer.

Partnerne retter dette arbeidet mot krevende mål som historisk har vært vanskelige å påvirke med legemidler, og som de knytter til et betydelig udekket medisinsk behov og store muligheter for innovativ legemiddeloppdagelse.

Dette setter selskapenes uttalte mål om å fremskynde identifiseringen av kliniske kandidater av høy kvalitet i perspektiv. Vekten på både kvalitet og tempo innebærer at målet er å finne forbindelser som er gode nok til å bli kliniske kandidater på områder der det har vært vanskelig å oppdage nye legemidler.

Ansvarsfordeling for utforming og utvikling

XtalPi skal stå for de novo-design, det vil si utvikling av nye molekylære strukturer, og levere nye småmolekylære legemidler rettet mot mål som ikke er offentliggjort. Dermed får selskapets integrerte KI-funksjoner og robotplattform en plass i den innledende fasen av samarbeidet om legemiddeloppdagelse, og molekylene som utvikles, går videre til Pierre Fabres utvelgelsesarbeid.

Pierre Fabre skal bruke sin ekspertise innen sykdomsbiologi, legemiddeloppdagelse, translasjonsforskning og klinisk utvikling til å velge ut og videreutvikle de mest lovende forbindelsene. Selskapet får også ansvaret for den påfølgende kliniske og kommersielle utviklingen. Avtalen sikrer dermed at Pierre Fabre følger forbindelsene fra utvelgelsen og videre gjennom utviklingsløpet, mens XtalPis definerte ansvar fortsatt er å utforme og levere de underliggende molekylene.

Målet om å fremskynde arbeidet omfatter uttrykkelig flere programmer innen onkologi og potensielt også andre behandlingsområder. Dette gir XtalPis plattform flere forskningsområder der designene kan vurderes ved hjelp av Pierre Fabres ekspertise innen sykdomsbiologi og translasjonsforskning.

Betalinger og FoU-strategi

Avtalen omfatter en forskuddsbetaling, flere milepælsbetalinger og økonomisk deltakelse i senere faser.

For Laboratoires Pierre Fabre er avtalen et strategisk tilskudd til selskapets FoU-plan og styrker kapasiteten innen legemiddeloppdagelse. Francesco Hofmann, leder for legemiddelforskning og -utvikling i Laboratoires Pierre Fabre, beskrev XtalPis KI-ekspertise som «et avgjørende tilskudd til veikartet vårt for FoU, data og KI og til motoren vår for legemiddeloppdagelse».

For XtalPi bidrar samarbeidet til selskapets arbeid med å bruke KI og robotteknologi i de novo-legemiddeloppdagelse. De to oppgitte begrunnelsene utfyller hverandre: Pierre Fabre føyer en KI-basert komponent for legemiddeloppdagelse til forskningsplanen sin, mens XtalPi bruker plattformen sin i terapeutiske programmer i samarbeid med Pierre Fabre, med en definert vei videre til klinisk og kommersiell utvikling.

Den avgjørende prøven ligger i overgangen mellom molekyldesign og utvikling. For mål som historisk har vært vanskelige å nå med legemidler, avhenger verdien av samarbeidet av om molekylene XtalPi har utformet, blir forbindelser som Pierre Fabre anser som lovende nok til å videreutvikle, og til syvende og sist av om de oppfyller selskapenes mål om kliniske kandidater av høy kvalitet på områder med udekket medisinsk behov.

Naomi Crest er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker kunstig intelligens i legemidler, legemiddelforskning og molekylær forskning. Hennes arbeid fokuserer på hvordan AI-drevne modeller akselererer målidentifikasjon, screening av kjemiske forbindelser, proteinstrukturanalyse og kliniske forskningsarbeidsflyter i legemiddelindustrien.
Med et vitenskapelig og metodisk perspektiv undersøker Naomi hvordan maskinlæring brukes i kjemi, biologi og farmakologi for å forkorte utviklingstider og forbedre suksessrater i legemiddelforskning. Hun legger særlig vekt på validering, reproduserbarhet og regulatoriske overveielser, og understreker bevisbasert fremgang over spekulative påstander.
Artikler skrevet av Naomi Crest er AI-genererte og gjennomgått av Unite.AIs redaksjonelle team for å sikre nøyaktighet, klarhet og ansvarlig dekning av AI-rollen i å fremme legemiddelforskning og utvikling.