Andrew Watson, Vice-Presidente de IA e P&D na Healx – Série de Entrevistas

Andrew Watson é Vice-Presidente de IA e P&D na Healx.

A Healx é uma empresa de tecnologia impulsionada por IA, inspirada em pacientes, dedicada a ajudar pacientes com doenças raras em todo o mundo a acessar terapias que melhoram a vida. Existem 7.000 doenças raras conhecidas que afetam 400 milhões de pessoas em todo o mundo, mas apenas 5% dessas condições têm tratamentos aprovados. A Healx usa inteligência artificial (IA) para identificar novos tratamentos para doenças raras a partir de compostos existentes e progredir em direção a pacientes que precisam. A abordagem inovadora da empresa significa que eles podem acelerar o ritmo, aumentar a escala e melhorar a chance de sucesso do desenvolvimento de tratamentos para doenças raras.

O que o atraiu inicialmente para o campo do aprendizado de máquina?

Minha primeira exposição ao aprendizado de máquina foi durante uma palestra sobre “Algoritmos Evolutivos” durante meu primeiro grau na Universidade de Exeter. Aprendemos a programar um algoritmo que projetava carros de brinquedo bidimensionais, começando com uma combinação aleatória de rodas e componentes, antes de avaliar seu desempenho e iterar para criar gerações subsequentes que funcionavam melhor e melhor contra uma medida que definimos. Fiquei fascinado que o software era capaz de realizar milhares de iterações de design sem intervenção humana e, a partir daí, eu arguamente excessivamente tentei automatizar absolutamente tudo! Essa abordagem evolutiva foi a mesma que a NASA empregou para projetar sua antena ST5 que não se assemelha a nada que um especialista humano teria criado.

Você sempre se fascinou em aplicar técnicas de aprendizado de máquina e IA a problemas difíceis, quais foram alguns desses desafios que você enfrentou antes de se juntar à Healx?

Tive a sorte de ter a oportunidade de aplicar aprendizado de máquina e IA em uma variedade de contextos, desde interromper terroristas, até identificar e mitigar malware de computador, até, imediatamente antes de me juntar à Healx, combinar IA com uma compreensão profunda do comportamento do usuário para criar máquinas inteligentes para uso em torno da casa e além na Dyson.

É fácil para a IA se tornar um truque, mas meu objetivo sempre foi encontrar aplicações significativas, seja derivando significado de vastas quantidades de informações ou reduzindo a carga cognitiva do usuário por meio de sistemas de suporte a decisões. Nossa missão na Healx é trabalhar em um dos desafios definitivos, bem na interseção entre IA e biologia humana, para ajudar algumas das pessoas que mais precisam: aquelas com doenças raras.

Quais são algumas de suas responsabilidades atuais na Healx?

Superviso a equipe de P&D, que é responsável por fornecer previsões de medicamentos à nossa equipe de pré-clínica na Healx. Fazemos isso entendendo tanto a biologia subjacente de uma doença em que estamos trabalhando quanto o modo de ação de medicamentos potenciais que podem ajudar a tratá-la, tudo executado em cima de nossa plataforma de IA proprietária, Healnet.

O Healnet analisa dados de medicamentos e doenças pré-existentes de pesquisas biomédicas, literatura científica, insights de pacientes e fontes curadas pela própria Healx para formar um gráfico de conhecimento de doenças raras. Em seguida, usamos modelos de IA e NLP de ponta para minerar esse gráfico e encontrar oportunidades novas para redesenvolver, combinar e até melhorar moléculas de medicamentos para tratar uma condição.

Pode discutir algumas das tecnologias de aprendizado de máquina utilizadas pela plataforma de descoberta de medicamentos Healnet para identificar terapias novas para doenças raras a partir de medicamentos que já existem?

Claro! A Healx usa uma suíte de métodos de IA e NLP para detectar relacionamentos entre doenças e compostos não óbvios com a maior probabilidade de sucesso.

Um de nossos métodos mais comuns é chamado de Combinação de Expressão Gênica de Doenças, ou DGEM. Esse método compara o perfil de expressão gênica para uma doença específica com perfis de expressão gênica de nossa base de dados de medicamentos curada, que contém milhares de assinaturas de medicamentos de fontes públicas e privadas e cobre uma variedade de classes farmacológicas, incluindo uma mistura de compostos aprovados e investigacionais. O DGEM, então, prevê quais medicamentos provavelmente serão terapias eficazes com base nos genes mais diferencialmente expressos nos perfis de expressão gênica. O método funciona com base na premissa de que um mecanismo de medicamento com o perfil de mecanismo oposto ao de uma doença seria um forte candidato a um tratamento eficaz. Na verdade, usamos esse método para encontrar os compostos principais que agora estamos investigando como parte de nosso ensaio clínico IMPACT-FXS sobre a síndrome de X frágil – a principal causa genética de dificuldades de aprendizado no mundo.

Outro método é a Previsão de Indicações Repurposadas com Matrizes de Semelhança (PRISM), que usa o princípio de que, se um medicamento trata uma doença específica, então um medicamento semelhante pode tratar uma doença semelhante. Para determinar a semelhança de medicamentos, o PRISM considera proteínas de destino, semelhança estrutural e efeitos colaterais, e para determinar a semelhança de doenças, o PRISM considera genes de destino, estrutura ontológica e fenótipos. Um algoritmo de aprendizado de máquina é então usado para combinar essas semelhanças para prever aplicações terapêuticas novas.

Desenvolvemos agora mais de 10 módulos de previsão de terapias de monoterapia e combinação para identificar mais oportunidades terapêuticas novas para condições raras e, criticamente, esses modelos são treinados para descobrir biologia de doença e modos de ação novos, sem ser limitados a um único alvo biológico (o que é um problema com os métodos tradicionais de descoberta de medicamentos).

Uma vez que um medicamento é identificado como um possível candidato, como o sistema decide se deve prosseguir com os ensaios clínicos?

Graças a nossos algoritmos de IA e nossas fontes de dados proprietárias, somos capazes de reduzir uma lista de cerca de 15.000 medicamentos possíveis para 100 ou mais tratamentos prováveis.

Uma vez que temos essa lista, ela é passada para nossa equipe de pré-clínica – composta por farmacologistas e especialistas em descoberta de medicamentos – que aplicam seu conhecimento científico e médico significativo sobre a doença e os medicamentos para revisar as previsões e selecionar os candidatos de medicamentos mais prováveis para tratar uma doença específica. Também fornecemos à equipe de pré-clínica a justificativa gerada por IA que suporta as previsões, explicando por que um composto que pode parecer ininteligível à primeira vista vale a pena sua atenção.

Uma vez que eles tenham reduzido a lista novamente para cerca de 10 a 20 candidatos, esses compostos são avançados para validação pré-clínica, que envolve testar um medicamento em culturas de células e modelos antes de ser testado em humanos durante a fase de ensaio clínico. Esses estudos revelarão se um composto provavelmente será eficaz, seguro e descobrirá quais (se houver) efeitos colaterais ele pode ter. Eles também decidem quais medicamentos podem ser combinados ou aprimorados para um tratamento mais eficaz.

Pode elaborar sobre o que é a síndrome de X frágil e alguns dos recentes sucessos em descobrir candidatos de medicamentos potenciais?

A síndrome de X frágil é uma condição neurodesenvolvimental rara que causa uma variedade de deficiências intelectuais e cognitivas. Ela afeta cerca de 1 em 4.000 homens e 1 em 8.000 mulheres – mas atualmente não existem terapias eficazes ou aprovadas para a condição disponíveis.

O objetivo da Healx é mudar isso, tentando trazer pelo menos uma terapia de combinação nova e eficaz para a condição ao mercado nos próximos anos.

Fizemos um progresso fantástico nesse objetivo até agora e descobrimos vários candidatos para a condição por meio de nossos métodos de combinação de medicamentos e omic-based (incluindo o DGEM, que mencionei anteriormente). O HLX-0201, que foi originalmente aprovado como um medicamento anti-inflamatório não esteroide, é nosso candidato mais promissor, e de forma emocionante, recebemos a aprovação de Investigação de Novo Medicamento (IND) da Administração de Alimentos e Medicamentos dos EUA (FDA) para o estudo clínico de Fase 2a do composto ao lado do HLX-0206, que foi identificado como um parceiro de combinação potencial usando os métodos de previsão de combinação proprietários da Healx.

O estudo IMPACT-FXS agora está em andamento em vários sites nos EUA, o que é realmente emocionante, e esperamos ter mais a compartilhar sobre isso em breve!

Vale a pena mencionar também que, ao longo desse projeto, a Healx trabalhou em estreita colaboração com a Fundação de Pesquisa FRAXA, uma organização de pesquisa e apoio líder em X frágil nos Estados Unidos, e outras organizações para nos ajudar a entender mais sobre a condição e obter acesso a dados e modelos pré-clínicos que nos permitiram progredir rapidamente nossas previsões para o estudo clínico.

O que você vê como o futuro da IA no alvo de doenças raras?

Acho que há o potencial de ver a IA e outras tecnologias de fronteira implantadas em toda a linha de descoberta e desenvolvimento de medicamentos, ajudando a superar alguns dos desafios convencionais em torno de tempo, custo e risco.

Já estamos vendo uma proliferação de empresas no espaço mais amplo de descoberta de medicamentos que usam IA para fazer tudo, desde analisar dados de doenças e estabelecer biomarcadores, até sintetizar proteínas e projetar novos medicamentos, até analisar evidências do mundo real e realizar ensaios clínicos apoiados por “controle de braços de gêmeos digitais”.

Tudo isso será enormemente benéfico para a descoberta de tratamentos para doenças raras, onde existem obstáculos em torno da falta de conhecimento de doenças relevantes ou pequenos números de pacientes. O NLP pode ajudar a preencher as lacunas na compreensão, agregando dados atualizados, enquanto o ML pode prever quais tratamentos existentes podem ser redesenvolvidos e por quê. Talvez o mais emocionante, no entanto, seja que a IA pode fornecer a automação necessária para encontrar e desenvolver tratamentos em escala. E à medida que o poder de computação e os avanços são feitos na IA, podemos escalá-la rapidamente.

Há algo mais que você gostaria de compartilhar sobre a Healx?

É um momento realmente ótimo para estar nesse espaço, e é um privilégio trabalhar com essas tecnologias de ponta para resolver alguns dos problemas mais complexos que existem. Estamos sempre à procura de pessoas apaixonadas por nossa missão para se juntar à equipe, e eu altamente recomendo aqueles que estão interessados para verificar nossas vagas.

Também temos alguns desenvolvimentos emocionais e projetos na linha na Healx, que você pode acompanhar por meio do nosso site, e esperamos poder compartilhar alguns deles com você em breve.

Obrigado pela ótima entrevista, estou ansioso para seguir o progresso da Healx, uma empresa que, sem dúvida, terá um impacto positivo em muitos. Os leitores que desejam aprender mais devem visitar Healx.