Dr. Ofer Sharon, CEO of OncoHost – Wywiad z serii

Dr. Ofer Sharon jest lekarzem i przedsiębiorcą z prawie 20-letnim doświadczeniem w klinicznej i komercyjnej rozwoju produktów dla startupów w branży health tech, biotech i urządzeń medycznych. Przed dołączeniem do Oncohost, pełnił wiele ról w globalnych firmach farmaceutycznych, w tym dyrektora medycznego dla AstraZeneca (Izrael), wyszukiwacza nowych technologii dla Medimmune i dyrektora medycznego dla MSD (Izrael). Współzałożył kilka firm z branży ochrony zdrowia, koncentrując się głównie na platformach bioinformatycznych i machine learningowych do wykrywania klinicznego pogorszenia i wczesnej interwencji. Dr. Sharon jest majorem (rezerwy) w izraelskich siłach zbrojnych i dowódcą kompanii medycznej ze specjalistyczną wiedzą w zakresie pomocy w sytuacjach kryzysowych. Ukończył studia medyczne z wyróżnieniem na Uniwersytecie w Tel Awiwie, w Izraelu.

Czy mógłbyś zacząć od wyjaśnienia, czym jest OncoHost?

OncoHost to firma startupowa zajmująca się precyzyjną onkologią, która łączy analizę proteomiczną z sztuczną inteligencją w celu przewidzenia odpowiedzi na immunoterapię i dostarczenia lekarzom potencjalnych strategii łączenia leków w celu pokonania oporności na leczenie.

Jaka była historia powstania OncoHost?

Nasz główny naukowiec, prof. Yuval Shaked, obecnie kierownik centrum badań nad rakiem w Izraelskim Instytucie Technologii, odkrył, że odpowiedź organizmu na leczenie przeciwnowotworowe może ułatwić i wspierać wzrost i rozprzestrzenianie się guza. Wydaje się to paradoksalną reakcją na leczenie, ponieważ nasz własny organizm może tak naprawdę pomóc komórkom nowotworowym uniknąć skutków leczenia przeciwnowotworowego.

W ponad 15-letnim okresie badań Shaked odkrył, że odpowiedź organizmu jest zjawiskiem powszechnym, niezależnie od rodzaju leczenia (chemioterapia, terapie celowane, immunoterapia, a nawet radioterapia i chirurgia). W OncoHost pracujemy nad odszyfrowaniem odpowiedzi organizmu, aby zidentyfikować, u których pacjentów może być szkodliwa.

Tradycyjne terapie onkologiczne skutecznie niszczą komórki nowotworowe, ale powodują również szereg niepożądanych efektów w zdrowych tkankach. Czy mógłbyś omówić, jak duży to problem dla pacjentów i praktyków zdrowia?

Możemy ogólnie podzielić niepożądane efekty różnych terapii onkologicznych na te, które możemy zidentyfikować jako lekarze i pacjenci, oraz te, których nie widzimy. Często myślę o tym jako o górach lodowych. Lekarze bardzo dobrze wiedzą, czego mogą oczekiwać i jak zarządzać “widocznymi” zdarzeniami niepożądanymi powyżej powierzchni. To, czego nie widzimy, to te, które ukrywają się pod powierzchnią – czyli odpowiedź organizmu. Koszty są znaczne, zarówno w sensie bezpośrednich kosztów, jak i ciężaru psychicznego dodanego do fizycznego.

Czy mógłbyś omówić, jak system OncoHost, PROphet, może identyfikować białka we krwi pacjenta, aby następnie wskazać terapie, które najprawdopodobniej pomogą konkretnemu pacjentowi?

Nasz system łączy analizę setek różnych białek z kilkoma narzędziami bioinformatycznymi i machine learningowymi. Pomysł polega na skupieniu się na białkach, które znacznie różnią się między pacjentami, aby utworzyć klasyfikator, który może wczesnie identyfikować pacjentów, którzy nie odpowiedzą na leczenie, i zapewnić lekarzom analizę biologicznych ścieżek i białek związanych z opornością na leczenie, które mogą służyć jako potencjalne cele leków.

Jak testy predykcyjne redukują niepotrzebne toksyczności?

Potentne leki są często acompañowane przez toksyczności. Zarządzanie rakiem to wszystko o balansowaniu pomiędzy bezpieczeństwem a skutecznością. Uważam, że dzięki personalizacji leczenia do potrzeb pacjenta możemy zoptymalizować ten stosunek. Ponadto, staramy się przewidzieć zdarzenia niepożądane związane z układem immunologicznym i, w ten sposób, być przygotowanymi do identyfikacji i leczenia takich zdarzeń jak najwcześniej.

Jakie typy raka OncoHost obecnie koncentruje się?

Rak płuca (nie małokomórkowy i małokomórkowy) oraz czerniak stadium IV.

Co widzisz jako przyszłość medycyny personalizowanej?

Uważam, że zobaczymy głębokie “profilowanie” pacjentów do diagnozy przed i podczas leczenia, przy użyciu kilku modalności (obrazowanie oparte na sztucznej inteligencji, sekwencjonowanie następnej generacji, analiza proteomiczna i analiza komórek pojedynczych), wszystko to, aby lepiej zrozumieć naszych pacjentów i jak oni oraz guz ewoluują w czasie, aby dostosować i zmienić leczenie w czasie rzeczywistym.

Dziękujemy za wspaniałe odpowiedzi, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Oncohost.