John Beeler, Ph.D., SVP för affärsutveckling, BPGbio – Intervjuer

John Beeler, Ph.D., SVP för affärsutveckling på BPGbio, har över två decenniers erfarenhet inom bioteknik och affärsutveckling, med omfattande expertis inom nya terapier. Innan han gick med i BPGbio var han senast affärsutvecklingschef för sökning och utvärdering på Bristol-Myers Squibb (BMY ), där han var avgörande för att identifiera och utvärdera licensieringsmöjligheter och strategiska partnerskap.

BPGbio är ett ledande bioteknikföretag som fokuserar på mitokondriell biologi och proteinhomeostas, med en djup pipeline av AI-utvecklade terapier inom onkologi, sällsynta sjukdomar och neurologi, inklusive flera i sena kliniska prövningar. BPGbios innovativa tillvägagångssätt bygger på NAi, deras proprietära Interrogative Biology-plattform, som skyddas av över 400 amerikanska och internationella patent; en av världens största kliniskt annoterade biobanker med longitudinella prover; och exklusiv tillgång till världens kraftfullaste superdator.

Vad inspirerade NAi Interrogative Biology®-plattformen, och hur skiljer den sig från andra bioteknikföretag som använder AI?

Sedan jag gick med i BPGbio har jag konstant imponerats av innovationsdjupet och den långsiktiga visionen som gick in i att bygga NAi Interrogative Biology®-plattformen. Som någon som har tillbringat två decennier inom bioteknik och affärsutveckling – utvärderat en mängd olika plattformar och företag – kan jag säga att NAi sticker ut för sin biologiska grund och djupet av data den undersöker.

BPGbio var bland de första att bana väg för AI inom läkemedelsupptäckt. Under de senaste 15 åren har teamet förfinat NAi till en plattform som integrerar proprietär multiomikdata och en av världens största longitudinella biobanker. Till skillnad från andra företag som förlitar sig på smala teknologier eller offentliga dataset för en enda sjukdoms upptäcktsprogram, integrerar vi multiomikförmågor med vår egen proprietära biobank som innehåller hundratusentals longitudinella, kliniskt annoterade prover och använder orsakssambandsbaserad AI, inte generativ AI-modellering, för att avslöja biologiskt baserade insikter som kan informera praktiskt taget alla stadier av läkemedelsupptäckt och öka sannolikheten för klinisk utvecklingsframgång. Vi identifierar inte bara mål; vi använder AI för att utforma våra kliniska prövningar, förstå resultaten av våra kliniska prövningar och förfinansiera våra behandlings tillvägagångssätt.

Våra resultat talar för sig själva: Vi har en av de mest avancerade och robusta kliniska pipeline inom AI-bioteknikbranschen. Denna pipeline inkluderar två aktiva fas 2-prövningar i aggressiva cancersjukdomar, flera fas 3-klara program och över hundra nya mål och biomarkörer som vi har identifierat med hjälp av våra AI-modeller.

Kan du gå igenom hur BPGbios biologiska tillvägagångssätt accelererar och minskar riskerna i läkemedelsupptäcktsprocessen?

Läkemedelsutveckling har en framgångsgrad på cirka tio procent för FDA-godkännande, vilket speglar de betydande riskerna och utmaningarna som är förknippade med att ta ett nytt läkemedel till marknaden. Därför är det inte hur snabbt och hur många mål du upptäcker som är viktigt; det är kvaliteten som räknas.

Medan AI kan hjälpa till att påskynda upptäcktsprocessen, kommer tillämpning av AI, särskilt generativ AI, på samma offentliga dataset som används i den traditionella läkemedelsupptäcktsprocessen, inte nödvändigtvis att förändra kliniska prövningsresultat, vilket är det enda som verkligen betyder något.

Vårt biologiska tillvägagångssätt säkerställer kvaliteten, djupet, noggrannheten, fullständigheten och mängden av data som går till våra AI-modeller. I vår multiomikanalys går vi långt utöver att analysera RNA och DNA. Utöver genomik och transkriptomik profilerar våra forskare proteomik, lipidomik och metabolomik på alla nivåer av mänsklig biologi – organ, vävnad, cell och organeller – och vi matar den enorma obiaserade multiomikdatan till våra orsakssambandsbaserade AI-modeller för nya insikter.

Denna breda, AI-drivna tillvägagångssätt låter oss titta bortom sjukdomsområdet för att hitta “roten” snabbare. Efter att AI har hjälpt till att hitta “roten” och innan vi går till kliniska prövningar, går vi tillbaka till våta laboratoriet för att validera att insikterna från AI är korrekta. Fokuseringen på mänsklig biologi hjälper oss att påskynda och minska riskerna i vår upptäckts- och utvecklingsprocess.

Den slutna loop-processen minskar osäkerheten och minskar i slutändan riskerna i utvecklingsprocessen. Från min synvinkel i affärsutveckling är detta nyckeln till att bygga förtroende med potentiella partners – eftersom vår tillvägagångssätt förbättrar sannolikheten för framgång från början.

Hur förbättrar integrationen av AI med världens snabbaste superdator, Frontier, er förmåga att analysera patientdata och identifiera läkemedelsmål?

Genom ett samarbete med USA:s energidepartement har vi exklusiv tillgång till Frontier-superdatorn på Oak Ridge National Lab för läkemedelsanalys. Denna superdator kan utföra 1,35 kvadriljoner beräkningar per sekund.

Denna beräkningskraft möjliggör för oss att använda vår enorma dataset för att identifiera mönster, korrelationer, orsakssamband och handlingsbara insikter som annars skulle förbli dolda i mindre skalor och minska den tid som behövs från månader till timmar.

Till exempel analyserade vi under COVID-19 de elektroniska medicinska journalerna (EMR) för 280 000 patienter tillsammans med deras kliniska information. Vi identifierade genetiska riskfaktorer för specifika etniska grupper, vilket banade väg för personlig medicin. Vi analyserade 1,2 miljarder olika material för att upptäcka potentiella behandlingar för COVID-19 på bara några timmar.

Ur ett kommersiellt perspektiv möjliggör denna beräkningskraft för oss att låsa upp insikter snabbare och mer effektivt än andra, vilket påskyndar tiden till partnerskap, kliniska prövningar och, i slutändan, patientnytta.

BPGbio har kliniska program för glioblastom och pankreascancer. Vilka unika insikter har NAi-plattformen avslöjat i dessa områden, och hur har de format era prövningar?

BPGbio driver för närvarande en fas 2b-prövning för glioblastom (GBM) och har slutfört en fas 2a-prövning för pankreascancer, båda prövningarna med vår småmolekylära läkemedelskandidat BPM31510.

Genom NAi-plattformen förstod vi att de flesta aggressiva solida tumörer orsakas av mitokondriell dysfunktion i tumörmiljön. BPM31510 är en ubidecarenon som innehåller nanodispergering med anticancer-effekter som medieras av molekylära mekanismer i mitokondrier som utlöser processen för reglerad cancercellsdöd. Vi genomförde en öppen 128-patient fas 1-studie på BPM31510, och kliniska prövningsresultaten bekräftade de insikter som NAi hade upptäckt. NAi har därefter hjälpt oss att optimera praktiskt taget alla aspekter av dessa terapier, från optimal dosering och timing till patienturval. Vår GBM-prövning rekryterar för närvarande och vi förväntar oss att rapportera våra GBM-fas 2-prövningsresultat senare i år.

Sällsynta sjukdomar som primär CoQ10-brist och epidermolys bullosa är ett viktigt fokusområde för BPGbio. Vilka utmaningar och möjligheter ser du i att tackla dessa tillstånd?

Sällsynta pediatriska sjukdomar saknar ofta effektiva behandlingsalternativ på grund av deras komplexitet och låga förekomst, och barn med dessa tillstånd möter vanligtvis korta livslängder. Detta presenterar utmaningar för prövningsrekrytering, regulatorisk navigering och terapeutisk utveckling.

På BPGbio är vi stolta över att ta på oss dessa komplexa utmaningar. Vår ledande förening, BPM31510, har fått flera designationer från FDA – inklusive orphan drug och sällsynt pediatrisk sjukdom – för både primär CoQ10-brist och epidermolys bullosa (EB). Dessa är viktiga milstolpar som speglar det kliniska potentialet i våra program och öppnar dörren till prioriterad granskningsvoucher vid godkännande.

Vi planerar en fas 3-prövning för primär CoQ10-brist och undersöker aktivt partnerskap för att driva vårt EB-program framåt. Detta inkluderar utvärdering av topikala formuleringar som behandlingsalternativ. Vi tror att BPGbios plattform kan ha en transformationell inverkan på detta område.

Bayesisk AI spelar en betydande roll i er plattform. Hur hjälper den specifikt till att identifiera nya läkemedelsmål eller biomarkörer?

Bayesisk AI möjliggör för vår plattform att gå utöver att identifiera associationer till att avslöja orsakssamband som driver sjukdom. Den modellerar osäkerhet, tar hänsyn till datavariabilitet och genererar högt robusta förutsägelser som vägleder terapeutisk och biomarkörsupptäckt.

Genom att integrera longitudinell multiomik och klinisk data kan våra modeller identifiera de biologiska mekanismer som ligger bakom sjukdomsprogressionen och optimala ingreppspunkter. Detta gör upptäcktsprocessen mer exakt och den efterföljande utvecklingen mer förutsägbar.

Ur ett strategiskt perspektiv är detta otroligt värdefullt. Att validera vad man ska måla och varför det är viktigt biologiskt förändrar hur man prioriterar program, utformar prövningar och talar med partners. Det bygger förtroende i vetenskapen.

Ert arbete med E2-enzym för riktad proteindegradering är banbrytande. Hur övervann NAi-plattformen traditionella utmaningar i att måla “omöjliga” proteiner?

BPGbios E2-baserade riktade proteindegraderingsprogram (TPD) är ett av våra pipelines mest spännande och innovativa områden. Traditionella TPD-tillvägagångssätt förlitar sig på E3-ligaser, som begränsar målomfånget och kan leda till läkemedelsresistens. Vår tillvägagångssätt använder post-translationellt modifierade E2-enzymkomplex – upptäckta av NAi-plattformen – för att utöka det druggbara proteomet.

Detta är ett första-klass-tillvägagångssätt, och den tidiga dragkraft vi ser har dragit uppmärksamhet över hela pharma- och bioteknikindustrin. Vi tillämpar för närvarande detta på onkologi, neurologi och sällsynta sjukdomar. Det är ett utmärkt exempel på hur NAi inte bara stöder upptäckt – det möjliggör oss att tänka om vad som är möjligt inom läkemedelsutveckling.

Hur balanserar BPGbio AI-drivna insikter med mänsklig översyn för att säkerställa giltigheten av era upptäckter?

På BPGbio ser vi AI som ett kraftfullt verktyg – men inte en ersättning – för mänsklig expertis. Våra AI-drivna insikter är grundade i högkvalitativa biologiska data och är kontinuerligt validerade av våra team av biologer, kliniker och dataforskare.

Denna samarbetsinsats säkerställer att varje insikt sätts i biologiska och kliniska sammanhang. Det är en av anledningarna till att BPGbio har uppnått en så hög framgångsgrad i kliniska prövningar – vi kombinerar AI:s hastighet och omfattning med den vetenskapliga noggrannhet och omdöme som bara erfarna experter kan tillföra.

Vilken potential ser du för AI-upptäckta biomarkörer att revolutionera tidig diagnos i sjukdomar som Parkinsons?

Kraften i vår plattform ligger i dess förmåga att undersöka biologi i bred och djup omfattning – så när NAi avslöjar ett mål för terapeutiska ändamål kan det ofta användas diagnostiskt också.

I Parkinsons sjukdom byggde vi systembiologiska modeller med hjälp av patientprover från nästan 400 individer av Parkinsons Institute och identifierade N-acetylputrescin (NAP) som en nytt blod-baserat biomarkör. Vi har validerat det genom en CLIA-certifierad diagnostisk panel, och vår publicerade studie visade att när det kombineras med kliniska funktioner som luktförlust och REM-sömnstörning, förbättrar panelen diagnostisk noggrannhet och tidig riskbedömning avsevärt. Detta har potentialen att möjliggöra tidigare ingripande och förbättra patientresultat.

Vilken roll ser du att BPGbio spelar i att forma framtiden för precisionsmedicin?

Det finns ingen universallösning för att behandla patienter. Biologi-baserad AI har potentialen att transformera precisionsmedicin genom att upptäcka nya insikter som hjälper till att undergruppera patienter, förbättra prövningsdesign, patientstratifiering och terapeutisk framgångsgrad. Dessa insikter kommer att leda till mer effektiv utveckling av diagnostik och behandlingar för en mängd sällsynta och komplexa sjukdomar.

Genom att utnyttja AI för att noggrant undersöka biologiska indata och translationsmodeller kan branschen låsa upp AI:s fulla potential för att transformera läkemedelsutveckling och leverera genombrott som tillgodoser outredda medicinska behov. Det nästa kapitlet i precisionsmedicin kommer att skrivas av de som kan para innovation med påverkan, och BPGbio är redo att leda den här utmaningen. Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka BPGbio.