Ofer Haviv, Prezes i Dyrektor Generalny Evogene – Seria Wywiadów

Ofer Haviv jest Prezesem i Dyrektorem Generalnym Evogene. Przed objęciem tego stanowiska pełnił funkcję Dyrektora Operacyjnego i Finansowego od 2002 do 2004 roku i odegrał kluczową rolę w odłączeniu Evogene od Compugen w 2002 roku. W Compugen zajmował stanowisko Dyrektora Finansowego i Skarbnika przez cztery lata, w czasie których spółka zrealizowała dwie prywatne emisje i IPO na NASDAQ.

Niektóre wkład do tych odpowiedzi zostały również dokonane przez:

• Gabi Tarcic VP Product
• Ilia Zhidkov VP of Computational Technologies
• Ruth Gross, VP Business Development

Evogene (NASDAQ:EVGN, TASE: EVGN.TA) jest firmą biologii komputacyjnej specjalizującą się w transformacji odkrywania i rozwoju produktów w różnych branżach nauk o życiu, w tym zdrowia ludzkiego i rolnictwa. Firma wykorzystuje swoją wszechstronną platformę Computational Predictive Biology (CPB), aby napędzać innowacje w tych dziedzinach.

Od czasu objęcia stanowiska CEO w 2004 roku, nadzorował przejęcie Evogene od spin-off do lidera w dziedzinie biologii komputacyjnej notowanego na Nasdaq. Jakie były najważniejsze momenty lub decyzje, które ukształtowały obecny kierunek rozwoju spółki?

Trzy strategiczne decyzje ukształtowały Evogene, jaki jest dziś:

1. Decyzja w 2013 roku o wejściu na giełdę NASDAQ.
2. Decyzja w 2016 roku o ewolucji z jednego systemu komputacyjnego (CPB), który głównie wspierał rozwój produktów opartych na elementach genetycznych dla przemysłu rolniczego, w trzy oddzielne silniki technologiczne, które łączą unikalne dane, systemy komputacyjne i głębokie zrozumienie nauk o życiu:

• GeneRator: Wspiera pierwotną działalność Evogene w dziedzinie produktów opartych na głębokim zrozumieniu genomiki.
• MicroBoost: Kieruje i przyspiesza rozwój produktów opartych na mikroorganizmach.
• ChemPass: Kieruje i przyspiesza rozwój produktów opartych na chemii.

3. Decyzja o wykorzystaniu tych unikalnych silników technologicznych z własnymi badaczami Evogene do rozwoju produktów w różnych dziedzinach. Ta działalność, która rozpoczęła się jako działy wewnątrz spółki, później stała się podstawą dla budowy spółek zależnych Evogene, w tym:

• Biomica: Wykorzystuje silnik technologiczny MicroBoost do rozwoju leków opartych na mikrobiomie ludzkim.
• Lavie Bio: Wykorzystuje MicroBoost do rozwoju produktów biologicznych opartych na mikroorganizmach dla rolnictwa, chroniących rośliny przed szkodnikami i poprawiających plony.
• AgPlenus: Wykorzystuje silnik technologiczny ChemPass do rozwoju produktów chemicznych do ochrony roślin przed szkodnikami.
• Casterra: Wykorzystuje GeneRator do rozwoju unikalnych odmian roślin ricinusu do uprawy roślin ricinusu w celu produkcji oleju dla rosnących branż produktów biologicznych i paliw alternatywnych.

Biologia komputacyjna wymaga najlepszych talentów w dziedzinie biologii, sztucznej inteligencji i nauki o danych. Jak Evogene przyciąga i zatrzymuje ekspertów w tych dziedzinach, i jakie umiejętności lub tło są priorytetem?

W Evogene przyciągamy najlepsze talenty, tworząc środowisko współpracy, które łączy biologię, sztuczną inteligencję i ekspertyzę komputacyjną. Cenimy osoby z doświadczeniem w wielu dziedzinach, szczególnie tych, którzy pracowali w różnych branżach i przynoszą „światowe” spojrzenie. Kreatywność i rozwiązywanie problemów są podstawą tego, czego szukamy, umożliwiając naszemu zespołowi podejmowanie skomplikowanych wyzwań z innowacyjnymi rozwiązaniami.

Fakt, że Evogene ma siedzibę w Izraelu – globalnym liderze innowacji high-tech z ekosystemem, który sprzyja elastyczności i myśleniu perspektywicznym – zwiększa naszą zdolność do przyciągania wyjątkowych talentów.

Bliskość Evogene do światowej klasy instytucji akademickich, takich jak Instytut Weizmana, odgrywa znaczącą rolę w przyciąganiu wykwalifikowanych specjalistów w dziedzinie biologii, sztucznej inteligencji i nauki o danych.

Evogene oferuje specjalistom z branży technologicznej unikalną okazję do zastosowania swojej wiedzy w rozwoju produktów dla sektora nauk o życiu – dziedzin, które mają ogromny wpływ na jakość życia i żywność, którą jemy. To połączenie technologii i nauk o życiu jest nieporównywalne z tradycyjnymi branżami high-tech. Dla biologów oferujemy zaawansowane narzędzia technologiczne, które umożliwiają im realizację swoich wizji produktowych na poziomie nieosiągalnym gdzie indziej.

Czy mógłbyś wyjaśnić zasady, na których opiera się platforma Computational Predictive Biology (CPB) Evogene z jej silnikami AI, i jak różni się od innych modeli AI przewidywania w naukach o życiu?

Platforma Computational Predictive Biology (CPB) Evogene łączy głębokie zrozumienie biologii i chemii z AI, uczeniem maszynowym, modelami komputacyjnymi i danymi biologicznymi, aby przeprowadzać analizy na milionach punktów danych. Te ustanowione silniki AI są zaprojektowane, aby pomagać badaczom w odkrywaniu produktów, usprawniać rozwój nowych produktów i były siłą napędową naszej wielu współprac.

Nasza wyjątkowość może być scharakteryzowana przez trzy parametry:

1. Silne połączenie głębokiej wiedzy w biologii i chemii oraz świata komputacyjnego w procesie rozwoju samych aplikacji, a także elastyczność aplikacji, aby dostosować się do definicji różnych produktów.
2. Nasze starania, aby przewidzieć, już na etapie odkrywania, prawdopodobieństwo, że kandydat pomyślnie spełni kryteria produktu komercyjnego – kryteria, które zwykle są badane na znacznie późniejszych etapach rozwoju produktu.
3. Evogene działa jednocześnie w trzech dziedzinach – genomice, chemii i mikroorganizmach – co daje bardziej całościowe zrozumienie procesu rozwoju.

Jakie są długoterminowe cele Evogene dla rozszerzenia swojego wpływu w sektorach zdrowia, rolnictwa i przemysłu?

Nasze długoterminowe cele można podzielić na trzy:

1. Zainwestuj w nasze silniki technologiczne na rzecz naszych partnerów, abyśmy mogli lepiej przewidzieć odpowiednich kandydatów do walidacji i mogli lepiej uwzględnić dodatkowe kryteria rozwoju produktu na wczesnym etapie. Innymi słowy, ciągłe udoskonalanie naszych silników.
2. Rozszerzyć zakres zastosowań naszych silników do dodatkowych segmentów, które nie są obecnie obsługiwane przez istniejące spółki zależne Evogene, takie jak nasze obecne strategiczne skupienie na odkrywaniu leków za pomocą silnika ChemPass-AI.
3. Promować wartość naszych spółek zależnych i korzystać jako akcjonariusze poprzez sprzedaż części naszych udziałów lub otrzymywanie dywidend.

Jak platforma CPB ewoluowała od jej powstania, i jakie są niektóre ostatnie postępy lub wyzwania, z którymi spotkałeś się przy rozwijaniu nowych silników technologicznych, takich jak ChemPass AI i MicroBoost AI?

Platforma Computational Predictive Biology (CPB) została początkowo opracowana z wykorzystaniem architektury monolitycznej, integrującej pakiet aplikacji bioinformatycznych, głównie skupionych na genomice roślin. Rozpoznając potrzebę większej elastyczności i skalowalności, platforma została przeniesiona do architektury mikrousług, co umożliwiło znaczące udoskonalenia interfejsu użytkownika (UI) i doświadczenia użytkownika (UX). Ta ewolucja architektury wspierała rozwój platformy w nowe dziedziny w naukach o życiu, poza genomiką, w tym mikrobiologię i chemię, prowadząc do opracowania innowacyjnych silników technologicznych, takich jak ChemPass AI do odkrywania małych cząsteczek i MicroBoost AI do aplikacji opartych na mikrobiomie. Chociaż skalowanie tych technologii przedstawia wyzwania, multidyscyplinarny podejście platformy zapewnia ciągły postęp i wpływowe osiągnięcia w różnych dyscyplinach naukowych.

Jak doszło do współpracy z Google Cloud, i jakie były główne czynniki, które sprawiły, że Google Cloud stał się preferowanym partnerem dla Evogene?

Nasza współpraca z Google Cloud została zainspirowana wspólną wizją wykorzystania zaawansowanych technologii AI do transformacji odkrywania i rozwoju małych cząsteczek. Platforma Vertex AI Google Cloud, najnowsze GPU i ogromne możliwości przechowywania zapewniają moc obliczeniową niezbędną do szkolenia naszego modelu podstawowego na ~40 miliardach struktur molekularnych. Ich ekspertyza w AI i uczeniu maszynowym, połączona z siłą Evogene w chemii komputacyjnej, tworzy synergię, która umożliwia szybką innowację, skalowalność i bezprecedensową różnorodność w projekcie molekularnym. Ta współpraca przyspiesza naszą zdolność do wprowadzania przełomowych rozwiązań w odkrywaniu leków i potencjalnie innych produktów z sektora nauk o życiu.

Cel modelu podstawowego jest wygenerowanie i ocena nowych małych cząsteczek. Jakie natychmiastowe i długoterminowe wpływy przewidujesz, że to będzie miało na szybkość i dokładność rozwoju leków i produktów?

Podejście modelu podstawowego reprezentuje innowację w odkrywaniu i rozwoju leków, umożliwiając pre-trenowanie na znacznie większych zbiorach danych niż tradycyjne metody AI. Ta zdolność pozwala na głębsze spojrzenie i poprawioną precyzję, co oznacza przełomową zmianę w odkrywaniu leków i rozwoju. W krótkim terminie model rewolucjonizuje etap odkrywania, generując szybko nowe małe cząsteczki z pożądanymi, predefiniowanymi właściwościami, rozszerzając różnorodność chemiczną, wyłamując się z bardzo wąskiej przestrzeni chemicznej badanej i odkrywając nowe, wysoko potencjalne związki chemiczne. W długim terminie integracja AI w etapie odkrywania może znacznie korzystnie wpłynąć na późniejsze etapy rozwoju leków, potencjalnie nawet do etapów klinicznych rozwoju.

Jak przewidujesz, że ta technologia wpłynie na badania i rozwój farmaceutyczny? Jakie są najpilniejsze wyzwania w tej dziedzinie, które, Twoim zdaniem, ten model może pomóc rozwiązać?

Modele podstawowe dla odkrywania małych cząsteczek mają ogromny potencjał, aby rewolucjonizować badania i rozwój farmaceutyczny, znacznie skracając czas i koszty rozwoju oraz zwiększając prawdopodobieństwo powodzenia. Ta technologia pozwala na szybkie i dokładne generowanie obiecujących kandydatów na leki, potencjalnie redukując 12-15 letni okres rozwoju i ogromne koszty, często przekraczające 2 miliardy dolarów na lek. Przez usprawnienie procesu i zwiększenie prawdopodobieństwa powodzenia w osiągnięciu etapu komercjalizacji produktu, modele podstawowe mogą promować przyszłe innowacyjne terapie i zapewnić lepsze opcje leczenia dla pacjentów z chorobami zagrażającymi życiu.

Z rosnącą konkurencją w AI dla nauk o życiu, jak Evogene planuje utrzymać przewagę konkurencyjną w biologii komputacyjnej i projekcie molekularnym?

Przewaga konkurencyjna Evogene wynika z ekspertyzy jej zespołu multidyscyplinarnego (rozwój algorytmów, inżynieria oprogramowania, chemia i biologia), integracji algorytmów własnych, aby poprawić screening i optymalizację, oraz jej elastyczności w dostosowywaniu rozwiązań do potrzeb rynku. Nasza współpraca z Google Cloud odgrywa kluczową rolę w rozwijaniu naszych możliwości, wykorzystując najnowsze narzędzia AI, aby udoskonalić i przyspieszyć de-novo projektowanie małych cząsteczek. Elastyczne modele współpracy zapewniają, że nasze technologie własne dostarczają wpływowe, dostosowane do rynku rozwiązania.

Spójrzając w przyszłość, jaka jest Twoja wizja długoterminowa dla roli Evogene w kształtowaniu przyszłości biologii komputacyjnej, i jak widzisz wpływ spółki na sektor nauk o życiu w ciągu najbliższej dekady?

Wizja Evogene jest taka, aby nadal być na czele biologii komputacyjnej i chemii, kształtując przyszłość rozwoju produktów w naukach o życiu. W ciągu najbliższej dekady widzimy ekspansję naszego zasięgu technologicznego poprzez strategiczne partnerstwa, napędzając postępy w zdrowiu ludzkim, rolnictwie i zrównoważonym rozwoju, aby rozwiązać krytyczne wyzwania globalne. Naszym ostatecznym celem jest przekształcenie tych postępów w innowacyjne produkty – przełomowe terapie, zrównoważone rozwiązania rolnicze i ekologiczne technologie.