Niven Narain, VD och President för BERG Health – Intervjuer

Niven Narain, är VD och President för BERG Health, ett kliniskt, AI-drivet bioteknikföretag som tar ett modigt ’Tillbaka till biologi^™’-tillvägagångssätt för hälsovård. Genom att utnyttja en egenutvecklad intelligensplattform – Interrogative Biology^®, är målet att kartlägga sjukdomar och revolutionera behandlingar för patienter runt om i världen.

Du är en av medgrundarna till BERG Health. Vad inspirerade dig till att starta ett företag som kombinerar AI med bioteknik?

Ärligt talat, min inspiration och vision kom från frustrationen över den metodiska, förutsägbara och långa, dyra processen för läkemedelsutveckling som tar 12-14 år och över 2,6 miljarder dollar för att ta ett läkemedel till marknaden. Dessutom var Berg angelägen om att ta bort fördomarna ur processen och ville definiera en väg som skulle vara patientcentrerad. Vår tillvägagångssätt kombinerar en patients egna data, som har granskats djupt för de fulla skikten av biologi, med ett bakre Bayesianskt AI-system för att kanalisera all patientdata och i sin tur driva hypoteser.

Vilka är några av de olika sjukdomarna eller cancerformerna som måltavlas?

Vi måltavlar för närvarande sjukdomar inom onkologi, neurologi och sällsynta sjukdomar, inklusive:

• Immunologi/inflammatoriska sjukdomar (LUPUS)
• Kardiovaskulär och metabol sjukdom (diabetes, NASH/NAFLD)
• Neurologiska sjukdomar (Parkinsons sjukdom, Alzheimers sjukdom och autism-spektrumstörningar)
• Sällsynta sjukdomar (Epidermolys bullosa)
• Flera cancerformer (glioblastom, pankreascancer, bröstcancer, prostatacancer och andra aggressiva cancerformer)

BERG Health använder sin egenutvecklade plattform Interrogative Biology^® för att kartlägga sjukdomar och behandlingsalternativ. Kan du förklara vad Interrogative Biology^® precis är?

Plattformen omfattar en process där en sjukdomsspecifik modell byggs från humana biospecimen (vilket gör den relevant för mänsklig sjukdom snarare än surrogatdjursmodeller). Sjukdomsmodellen utsätts för omfattande molekylär profilering (multi-omik defragmentering – genomik, transkriptomik, proteomik, lipidomik, metabolomik) för att generera biljoner molekylära datapunkter. Dessa data integreras med individuell patientinformation (klinisk och realvärldsinformation) med hjälp av BERG:s egenutvecklade Bayesianska AI-algoritmer för att generera molekylära kartor över sjukdomen som jämförs med friska kontroller för att identifiera ny biologi underliggande sjukdomen. Utdata är sedan föremål för stränga våt-labb-valideringstekniker för sjukdomsrelevanta funktionsmodeller och CRISPR.

Kan du förklara hur BERG Health crowdsourcar innovation?

BERG samarbetar med akademiska och kliniska/medicinska institutioner för att generera biobanker av högkvalitativa, kliniskt annoterade biospecimen för sjukdomsspecifika program. BERG har byggt ett team av in-house-experter som specialiserar sig på vissa av de multi-omiska förmågorna. Teamet samarbetar också med grupper med specifik expertis för ytterligare dataprofiler, t.ex. genetiska och transkriptomiska profiler som genereras med samarbetspartners. Vi samarbetar med ledande kliniska/medicinska institutioner och statliga/federala myndigheter, inklusive USA:s försvarsdepartement och energidepartementets Oak Ridge National Lab (ORNL), bland andra. Vi har sett första hand hur viktigt samarbete är och dess roll i att generera högkvalitativa data som backas upp av patienters medicinska historier och realvärldens data, ett viktigt steg för integration till biologiska modeller. Akademiska samarbeten är avgörande för våt-labb-validering av in-silico-utdata för att generera en ny, vetenskaplig grund för specifika molekylära insikter som beskrivs av plattformen. Berg engagerar också insikter och feedback från KOL:er vid början av byggandet av AI-modeller och använder dessa samarbeten för att göra oberoende validering av plattformens utdata.

Kan du beskriva hur AI används för att upptäcka element som utlöser sjukdomar eller cancer?

BERG:s Bayesianska AI använder internt genererad/curerad data för de novo-upptäckt av sjukdomsspecifika utlösare – identifierar mål för behandling, biomarkörer för diagnos, stadiering/stratifiering, sällskapsdiagnostik för svar/resultat och longitudinell molekylär kartläggning för att generera fingeravtryck av svar och oönskade händelser. AI:n jämför modeller av sjukdom med icke-sjukdomspopulationer och “delta”-nätverket drar slutsatsen om utlösarpunkterna för sjukdomen.

Vilka är några sätt som AI hjälper till att lokalisera biomarkörer hos patienter som inte svarar på vissa terapier eller vacciner?

Genom att fånga den fullständiga berättelsen om patientens biologi genom multi-omikanalys och anställa Bayesiansk kausal inferens från longitudinella patientprover, kan BERG identifiera orsakssignaler för svar på kända terapier, återanvändningsmöjligheter och signaturer av molekylära enheter som påverkar virusmängd och varaktighet av svar på vacciner. Multi-omik går långt utöver genomet och möjliggör identifiering av cirkulerande faktorer som påverkar hälsoutfall.

Vilka är några av de nuvarande läkemedlen i er pipeline?

BERG har flera program i klinisk och preklinisk utveckling med de mest mogna tillgångarna inom onkologi och neurologisk sjukdom.

• I onkologi är BPM 31510-IV ett nytt småmolekylärt läkemedel som riktar sig mot cancercellsmetabolism som har slutfört en fas 1 (säkerhet/tolerabilitet) i solida tumörer och hjärncancer (GBM). BPM 31510-IV Fas 2 (efficacy, pankreascancer). Detta är för närvarande i klinisk utveckling för GBM (Fas 2/3) och Fas 3 pankreascancer.
• BPM 31510-Topical – Framgångsrikt slutförande av Fas 1 i Epidermolys bullosa (sällsynt sjukdom/föräldralös designation), planering Fas 2/3 klinisk utveckling.
• BPM 31510-Oral – Framgångsrikt slutförande av Fas 1 oral i friska frivilliga, i tidiga planeringsstadiet för Fas 2 klinisk utveckling för onkologi/icke-onkologi-indikationer.
• BPM 31543 är ett småmolekylärt läkemedel för förebyggande av kemoterapi-inducerad alopeci. Säkerhet och tolerabilitet med initial signal av effektivitet har etablerats i Fas 1 klinisk prövning. Detta tillgång är för närvarande i planering för Fas 2/3 klinisk utveckling.
• BPM 42522 – 1:a i klass småmolekylärt läkemedel som riktar sig mot en ny BERG-plattform identifierad måltavla i Ubikvitin-proteasome-vägen i IND-aktiverande studier för FIH-studier i onkologi Q1FY2021.
• En ny måltavla identifierad för Parkinsons sjukdom är för närvarande i läkemedelsupptäcktsansträngningar.

BERG Health har nyligen samarbetat med energidepartementets Oak Ridge National Lab. Kan du ge oss några detaljer om vad detta samarbete innebär?

BERG:s plattform har kapaciteten att generera en lista med flera potentiella måltavlor för sjukdomsintervention. Summit-superdatorn på ORNL har kapaciteten att analysera omfattande molekylära strukturer av dessa måltavlor och identifiera små, läkemedelsliknande molekyler som kan användas för snabb validering av måltavlorna, vilket leder till förkortad måltavla-validering/läkemedelsupptäckt-utvecklingstider för nya terapier. Kraften i Summits beräkningsförmåga minskar läkemedelsupptäcktsprocessen från flera månader/år till några timmar/dagar för att generera initiala högkvalitativa “träffar” av läkemedelsliknande molekyler. Samarbetet mellan BERG och ORNL ger grunden för snabb identifiering av nya, sjukdomsspecifika måltavlor och associerad läkemedelsupptäcktsprocess. Det möjliggör också enkel generering av sjukdomsspecifika produkt-pipelines som är redo för klinisk utveckling. Den största effekten av detta samarbete är på tiden/kostnaden för upptäckt och utveckling av nya läkemedel.

COVID-19 är uppenbarligen på alla människors sinnen, hur hjälper BERG Health till med denna insats?

BERG:s AI-aktiverade Interrogative Biology-plattform har använts för att generera en COVID-19-specifik modell, vilket har lett till identifiering av flera kända och nya måltavlor med potential att påverka sjukdomsförloppet och möjlig återanvändning av godkända läkemedel för att minimera/mitigera kliniska resultat. Genom vårt aktiva samarbete med ORNL är vi för närvarande engagerade i upptäckt och utveckling av små molekyler mot nya måltavlor för potential behandling av COVID-19.

Tack för intervjun, läsare som vill lära sig mer bör besöka BERG Health.