Офер Хавив, президент и генеральный директор Evogene – Интервью

Офер Хавив является генеральным директором и президентом Evogene. До этого он занимал должность операционного директора и финансового директора компании с 2002 по 2004 год и сыграл ключевую роль в отделении Evogene от Compugen в 2002 году. В Compugen он занимал должность директора по финансам и казначея в течение четырех лет, в течение которых компания провела два приватных размещения и первичное публичное предложение на NASDAQ.

Некоторые вклады в эти ответы также были сделаны:

• Габи Тарчик Вице-президент по продукту
• Илья Жидков Вице-президент по вычислительным технологиям
• Рут Гросс, Вице-президент по бизнес-развитию

Evogene (NASDAQ:EVGN, TASE: EVGN.TA) является компанией по вычислительной биологии, специализирующейся на трансформации открытия и разработки продуктов в различных отраслях жизни, включая здоровье человека и сельское хозяйство. Компания использует свою универсальную платформу Computational Predictive Biology (CPB) для стимулирования инноваций в этих областях.

С тех пор, как вы присоединились к компании в качестве генерального директора в 2004 году, вы наблюдали за трансформацией Evogene из спин-оффа в лидера на рынке вычислительной биологии, зарегистрированного на Nasdaq. Какие были наиболее важными моментами или решениями, которые сформировали текущее направление компании?

Три стратегических решения сформировали Evogene таким, какой она является сегодня:

1. Решение в 2013 году выйти на биржу NASDAQ.
2. Решение в 2016 году эволюционировать из единой вычислительной системы (CPB), которая в основном поддерживала разработку продуктов на основе генетических элементов для сельскохозяйственной промышленности, в три отдельных технологических двигателя, которые объединяют уникальные данные, вычислительные системы и глубокое понимание жизни наук:

• GeneRator: Поддерживает оригинальную деятельность Evogene в области продуктов на основе глубокого понимания геномики.
• MicroBoost: Направляет и ускоряет разработку продуктов на основе микроорганизмов.
• ChemPass: Направляет и ускоряет разработку продуктов на основе химии.

3. Решение использовать эти уникальные технологические двигатели с собственными исследователями Evogene для разработки продуктов в различных областях. Эта деятельность, которая началась как подразделения внутри компании, позже стала основой для создания дочерних компаний Evogene, включая:

• Biomica: Использует технологический двигатель MicroBoost для разработки препаратов на основе человеческого микробиома.
• Lavie Bio: Использует MicroBoost для разработки биологических продуктов на основе микроорганизмов для сельского хозяйства, защиты растений от вредителей и повышения урожайности.
• AgPlenus: Использует технологический двигатель ChemPass для разработки химических продуктов для защиты культур от вредителей.
• Casterra: Использует GeneRator для разработки уникальных сортов касторовых растений для культивирования касторовых растений для производства масла для растущих отраслей биологических продуктов и альтернативных топлив.

Вычислительная биология требует лучших талантов в области биологии, ИИ и науки о данных. Как Evogene привлекает и удерживает экспертов в этих областях, и какие навыки или背景 вы отдаете приоритет?

В Evogene мы привлекаем лучшие таланты, создавая сотрудничество, которое объединяет биологию, искусственный интеллект и вычислительную экспертизу. Мы ценим людей с междисциплинарным опытом, особенно тех, кто работал в различных областях и привносит “реальные” знания. Креативность и способность решать проблемы являются основой того, что мы ищем, позволяя нашей команде решать сложные задачи с инновационными решениями.

Быть штаб-квартирой в Израиле – глобальном лидере в инновациях в области высоких технологий, с экосистемой, которая способствует гибкости и прогрессивному мышлению, – усиливает нашу способность привлекать исключительных талантов.

Близость Evogene к мировым классам академических учреждений, таких как Институт Вейцмана, играет значительную роль в привлечении квалифицированных специалистов в области биологии, ИИ и науки о данных.

Evogene предлагает профессионалам из мира технологий уникальную возможность применить свою экспертизу в разработке продуктов для сектора жизни, – областей, которые глубоко влияют на качество жизни и пищу, которую мы едим. Это пересечение технологий и наук о жизни не имеет аналогов в традиционных высокотехнологичных отраслях. Для биологов мы предоставляем передовые технологические инструменты, которые позволяют им реализовать свои видения продуктов на уровне, не имеющем аналогов где-либо еще.

Можете ли вы подробнее рассказать о основных принципах платформы Computational Predictive Biology (CPB) Evogene с ее технологическими двигателями ИИ и о том, как она отличается от других предсказательных моделей ИИ в области наук о жизни?

Платформа Computational Predictive Biology (CPB) Evogene объединяет глубокое понимание биологии и химии с ИИ, машинным обучением, вычислительными моделями и биологическими данными для выполнения анализов на миллионах данных. Эти установленные технологические двигатели ИИ предназначены для помощи исследователям в открытии продуктов, оптимизации разработки новых продуктов и были движущей силой многих наших сотрудничеств.

Наша уникальность может быть характеризована тремя параметрами:

1. Сильная связь между глубоким знанием биологии и химии и вычислительным миром в процессе разработки приложений, а также гибкость приложений для адаптации к определениям различных продуктов.
2. Наше усилие предсказать, как можно раньше на стадии открытия, вероятность того, что кандидат успешно соответствует критериям для коммерческого продукта – критериям, которые обычно исследуются на более поздних стадиях разработки продукта.
3. Evogene работает одновременно в трех доменах – геномике, химии и микробах, обеспечивая более полное понимание процесса разработки.

Учитывая фокус компании на революционизации открытия продуктов в области здоровья, сельского хозяйства и промышленных применений, какие долгосрочные цели Evogene по расширению своего влияния в этих секторах?

Наши долгосрочные цели можно разделить на три:

1. Инвестировать в наши технологические двигатели для пользы существующих партнеров, чтобы мы могли лучше предсказать правильных кандидатов для проверки и могли лучше включить дополнительные критерии для разработки продукта на ранних стадиях. Коротко говоря, постоянное улучшение наших двигателей.
2. Расширить разнообразие использования наших двигателей для дополнительных сегментов, которые в настоящее время не решаются существующими дочерними компаниями Evogene, такими как наш текущий стратегический фокус на открытии препаратов через двигатель ChemPass-AI.
3. Содействовать ценности наших дочерних компаний и получать выгоду в качестве акционеров через продажу некоторых из наших активов или получение дивидендов.

Как платформа CPB эволюционировала с момента ее создания, и какие недавние достижения или проблемы вы встретили при разработке новых технологических двигателей, таких как ChemPass AI и MicroBoost AI?

Платформа Computational Predictive Biology (CPB) была первоначально разработана с использованием монолитной архитектуры, интегрирующей набор биоинформатических приложений, в основном ориентированных на геномику растений. Признавая необходимость большей гибкости и масштабируемости, платформа была переведена на архитектуру микросервисов, что позволило значительно улучшить как пользовательский интерфейс (UI), так и пользовательский опыт (UX). Эта эволюция архитектуры поддержала расширение платформы в новые области наук о жизни, помимо геномики, включая микробиологию и химию, что привело к разработке инновационных технологических двигателей, таких как ChemPass AI для открытия малых молекул и MicroBoost AI для применения на основе микробиома. Хотя масштабирование этих технологий представило проблемы, многодисциплинарный подход платформы обеспечивает продолжение прогресса и значительных достижений в различных научных дисциплинах.

Как произошло сотрудничество с Google Cloud, и какие были основные факторы, которые сделали Google Cloud предпочтительным партнером для Evogene?

Наше сотрудничество с Google Cloud было обусловлено общей целью использования передовых технологий ИИ для трансформации открытия и разработки малых молекул препаратов. Робустная платформа Vertex AI Google Cloud, передовые ГПУ и обширные возможности хранения обеспечивают вычислительную мощность, необходимую для обучения нашей базовой модели на ~40 миллиардах молекулярных структур. Их экспертиза в области ИИ и машинного обучения, в сочетании с силой Evogene в области вычислительной химии, создает синергию, которая позволяет быстро инновировать, масштабировать и обеспечивать беспрецедентное разнообразие в молекулярном дизайне. Это сотрудничество ускоряет нашу способность вносить трансформирующие решения в открытие препаратов и потенциально других продуктов наук о жизни.

Базовая модель направлена на генерацию и оценку новых малых молекул. Какие непосредственные и долгосрочные последствия вы предвидите для скорости и точности разработки препаратов и продуктов?

Подход базовой модели представляет собой инновационное решение в разработке препаратов и продуктов, позволяя предварительно обучаться на значительно больших наборах данных, чем традиционные методы ИИ. Эта способность позволяет получить более глубокие знания и повышенную точность, отмечая трансформирующий сдвиг в открытии препаратов и разработке. В краткосрочной перспективе модель революционизирует стадию открытия, быстро генерируя новые малые молекулы с желаемыми предварительно определёнными свойствами, расширяя химическое разнообразие, выходя за рамки очень узкого химического пространства, исследованного ранее, и открывая новые, высокопотенциальные химические соединения. В долгосрочной перспективе интеграция ИИ на стадии открытия может существенно выгодно повлиять на более поздние стадии разработки препаратов, потенциально даже до клинических стадий разработки.

Как вы ожидаете, что эта технология повлияет на исследования и разработку в фармацевтике? Какие из наиболее насущных проблем в этой области, по вашему мнению, эта модель может помочь решить?

Базовые модели для открытия малых молекул препаратов имеют огромный потенциал для революционизации исследований и разработки в фармацевтике, существенно сокращая время и затраты на разработку и увеличивая вероятность успеха. Эта технология позволяет быстро и точно генерировать перспективные кандидаты на препарат, потенциально сокращая 12-15-летний срок разработки и чрезвычайно высокие затраты, часто превышающие 2 миллиарда долларов на препарат. Оптимизируя процесс и повышая вероятность успеха на стадии коммерциализации продукта, базовые модели могут способствовать будущим инновационным терапиям и обеспечить лучшие варианты лечения для пациентов с опасными для жизни заболеваниями.

С учетом растущей конкуренции в области ИИ для наук о жизни, как Evogene планирует сохранить конкурентное преимущество в вычислительной биологии и молекулярном дизайне?

Конкурентное преимущество Evogene основано на экспертизе ее междисциплинарной команды (разработчики алгоритмов, инженеры-программисты, химики и биологи), интеграции собственных алгоритмов для улучшения скрининга и оптимизации, а также ее гибкости в адаптации решений к рыночным потребностям. Наше сотрудничество с Google Cloud играет решающую роль в продвижении наших возможностей, используя передовые инструменты ИИ для уточнения и ускорения де-ново дизайна малых молекул. Гибкие модели сотрудничества обеспечивают, что наши проприетарные технологии доставляют значимые, ориентированные на рынок решения.

Оглядываясь вперед, какова ваша долгосрочная видение роли Evogene в формировании будущего вычислительной биологии, и как вы видите влияние компании на отрасль наук о жизни в течение следующего десятилетия?

Видение Evogene – продолжать быть на переднем крае вычислительной биологии и химии, формируя будущее разработки продуктов в области наук о жизни. В течение следующего десятилетия мы представляем себе расширение нашего технологического охвата посредством стратегических партнерств, стимулируя достижения в области здоровья человека, сельского хозяйства и устойчивости для решения критических глобальных проблем. Наша конечная цель – трансформировать эти достижения в инновационные продукты – прорывные терапии, устойчивые решения для сельского хозяйства и экологически чистые технологии, достигая этого через стратегические партнерства, стимулируя достижения в области здоровья человека, сельского хозяйства и устойчивости для решения критических глобальных проблем. Наша конечная цель – трансформировать эти достижения в инновационные продукты – прорывные терапии, устойчивые решения для сельского хозяйства и экологически чистые технологии.