Ro’ee Gilron, PhD, Lead Neuroscientist på Rune Labs – Intervjuserie

Ro’ee Gilron, PhD, är Lead Neuroscientist på Rune Labs, ett programvaru- och dataanalysföretag för precision neurologi, som stöder vård och terapiutveckling. StrivePD är företagets vårdleveranssystem för Parkinsons sjukdom, som möjliggör för patienter och kliniker att bättre hantera Parkinsons genom att ge tillgång till kuraterade instrumentpaneler som sammanfattar en mängd olika patientdatakällor och genom att koppla patienter till kliniska prövningar. För terapeutisk utveckling använder bioteknik- och läkemedelsföretag Runes teknologi, nätverk av engagerade kliniker och patienter samt stora longitudinella realvärldsdata för att påskynda utvecklingsprogram. Företaget har fått ekonomiskt stöd från ledande investerare som Eclipse Ventures, DigiTx, TruVenturo och Moment Ventures.

Vad var det som initialt drog dig till neurovetenskapsområdet?

Jag blev kär i området för translationell neurovetenskap efter min forskningserfarenhet av att arbeta med epilepsipatienter på Epilepsiövervakningsenheten (EMU). Mycket arbete har gjorts med dessa patienter under åren, vilket har lett till fantastiska upptäckter inom tal, syn och motorisk kontroll, det område som jag fokuserade på vid den tiden. Efter att ha gjort grundforskning för min doktorsavhandling ville jag ha möjlighet att arbeta med patienter specifikt på de sjukdomar de lider av. Detta motiverade mig att tillämpa det jag lärt mig under doktorsstudier om motorisk kontroll och teknik för att arbeta med Parkinsonspatienter med djup hjärnstimulering.

Kan du diskutera några av dina tidiga arbeten med djup hjärnstimulering (DBS)?

Under det senaste decenniet av min karriär har jag varit lyckosam att vara på rätt plats vid rätt tidpunkt. Jag gick med i Philip Starrs labb, en neurokirurg vid UCSF Health, och vid den tiden arbetade han med experimentella DBS-enheter. Labbet arbetade med att få en utredningsenhet för att samla in de nödvändiga data som krävs för att stödja en ansökan om marknadsföringstillstånd med en selekt grupp patienter och kliniker som försökte utveckla nästa generations terapier med DBS.

En spännande del av detta arbete har varit de nya förmågorna hos de enheter som utvecklades vid den tiden. Det finns en hjärnstimuleringsenhet som vi arbetade för att utveckla från början till slut, vilket innebar att designa gränssnittet, arbeta med enheten och programmera den.

Rune Labs beskriver sig själva som ett programvaru- och dataanalysföretag för precision neurologi. Kan du definiera vad precision neurologi är?

Vi tar efter mönster från cancerforskning under de senaste 10 åren. Vi trodde att en prövning misslyckades eftersom endast 5 % av patienterna svarade. Vi inser nu att om du tar all denna data och sammanställer den över alla olika typer av cancer, sekvenserar tumörernas genomer och tar de så kallade “misslyckanden”, har du en mycket mer personlig terapi att erbjuda dessa patienter. Nu behandlar du inte en bröstcancerpatient, utan en mycket specifik typ av tumör som har sekvenserats från en cancerpatient. Behandlingarna är otroligt personliga. Denna revolution inom cancer har haft en stor inverkan på patienternas överlevnadsgrad, och nu försöker vi lära av denna erfarenhet.

Inom neurologi är vi fortfarande, i viss mån, fast i sätt att utvärdera vissa störningar som har funnits i över ett sekel. Vi försöker införa en framtid där alla dessa otroligt sofistikerade enheter är fästa vid en armbandsklocka och parade med smartphones, som samlar in detaljerad information om patienterna för att hjälpa dem och deras kliniker att fatta bättre beslut om sin terapi. Vi vill använda dessa data som grund för att utveckla nya neurologiska terapier och ta dem till marknaden.

Det har varit mycket få genombrott i Parkinsons sjukdom under det senaste decenniet, varför är det så svårt att tackla denna sjukdom?

Det är multifaktoriellt i Parkinsons sjukdom. Vi har inte den perfekta måltavlan och de flesta terapierna vi har idag förändrar inte sjukdomens förlopp, utan behandlar endast symtomen, inklusive DBS. Det är svårt att utveckla nya läkemedel. Parkinsons sjukdom, och många andra störningar, utvecklas under en period innan symtomen ens uppkommer. Du kan leva ett mycket långt liv med sjukdomen som är stabil, vilket gör det svårt att bedöma effektiviteten av nya läkemedel på ett traditionellt sätt. Metoder för att mäta klinisk nytta, som frågeformulär, kan inte alltid fånga effekten korrekt, särskilt med tanke på den diversifierade sjukdomssymtomatiken i en prövning med 500 patienter. Det finns ett mycket begränsat antal molekyler att testa.

Men det finns en teori om att om du hade en mycket djupare sätt att fenotyp patienter och spåra dem för att samla in större detaljer över tid, kanske du kunde observera en effekt som du inte kunde tidigare. Detta kan kräva en kortare tid, som veckor eller månader, påskyndat tack vare data som samlats in från wearables som Apple Watch.

Vilken typ av data samlar Rune Labs in från wearables som Apple Watch till sofistikerade djup hjärnimplantat som kan påskynda utvecklingen av terapier för Parkinsons sjukdom?

Med Apple Watch har vi 510(k)-godkännande från den amerikanska livsmedels- och läkemedelsmyndigheten för att mäta en patients skakningar och dyskinesi minut för minut. Vi har arbetat tillsammans med Apple (AAPL ) på denna teknik, som möjliggör för oss att fokusera mer på patienterna varje dag, vecka och månad. Detta är inte möjligt när du bara tittar på en patients kliniska poäng. Med Apple Watch kan vi samla in en stor mängd data som möjliggör för oss att göra djup fenotypannotering. Utöver dessa validerade svar samlar det också in en stor mängd information om patienten. Detta kan inkludera mönster för deras rörlighet från stegantal till steglängd, till andra validerade mått som dubbelstöd tid eller gång i symmetri, som relaterar till patientens sannolikhet för att falla – en stor oro för Parkinsonspatienter och en stor bidragande faktor till funktionshinder. Vi spårar också sömnmönster och fysisk aktivitet, som studier har visat är fördelaktiga. Fysisk aktivitet är en av de få saker som är fördelaktiga för Parkinsonssymtom under långa perioder.

Utöver detta använder vi dessa data för att hjälpa till att fenotyp patienter med DBS-enheter i en undergrupp av mer avancerade Parkinsonspatienter. För detta använder vi Medtronic-tillverkade enheter som kan känna av hjärnaktivitet. Vi spårar en stor mängd information om patienternas elektrofysiologi som kommer från djupt inom dessa kärnor som producerar patologiska nätverk hos patienterna. Detta tillvägagångssätt möjliggör för oss att karaktärisera patienter på ett sätt som inte var möjligt tidigare.

Hur hjälper dessa data Rune Labs med att erbjuda förutsägbara personliga terapier?

Vi kommer till detta från ett patientcentrerat perspektiv. Just nu kan det vara svårt för kliniker att kommunicera alla tillgängliga alternativ till en person med Parkinsons, eftersom de måste sortera igenom många av dessa terapier för sina patienter. En av de saker som vi tror att bättre data kan hjälpa till med är förbättrade förutsägelser, som att rekommendera att en patient får en DBS-enhet eftersom de har upplevt många motoriska fluktuationer med oral medicinering. Vi kan hjälpa till att ge patienten möjlighet att ha det samtalet med sin kliniker. Ett annat exempel är att om en kliniker kan se från data att deras patient har upplevt mycket dyskinesi, kan de rekommendera att ändra deras läkemedelsformulering. Det finns många nya läkemedel och enheter på marknaden och vi vill ge patienterna möjlighet att utforska alla alternativ.

Utöver detta arbetar vi med enhetstillverkare som Medtronic som potentiellt i framtiden kan erbjuda realtidsförslag till patienter, som specifika läkemedel eller om den inandade eller injicerade modaliteten är mest lämplig för dem.

En annan sak som vi arbetar med inom DBS-enhetens område är att kunna ta en patients resultatdata, som deras symtom, och kombinera det med elektrofysiologidata som samlas in från deras hjärna. Att kombinera dessa två datatyper för att komma fram till en rekommendation om hur man effektivt ska stimulera en patients hjärna kan, i framtiden, integreras i kliniska prövningar. Det finns redan några exempel på att detta har gjorts som har hjälpt till att identifiera biomarkörer för Parkinsons sjukdoms progression.

Har Rune Labs kunnat identifiera biomarkörer för Parkinsons sjukdoms progression?

Jag tror att vi har några tidiga ledtrådar som är mycket lovande när det gäller biomarkörer. Publicerade data visar att det finns vissa egenskaper som bidrar till en ökad risk och snabbare progression av sjukdomen, som sömnstörningar eller kognitiva problem. Plattformen som vi har kan mäta dessa symtom. Det som är spännande med detta är den potential det har att positivt påverka patienter. Patienter bär dessa enheter och fångar upp dessa mönster under långa perioder, vilket är nödvändigt för att utveckla biomarkörer med tanke på att sjukdomens tidsram mäts i decennier.

Rune Labs har också arbetat med en ryggmärgsstimulator för att hjälpa patienter med multipel skleros, kan du diskutera några av de vetenskapliga aspekterna av detta?

Multipel skleros är en neurodegenerativ sjukdom och, liksom Parkinsons, finns det ingen botande kur för närvarande, men det finns läkemedel och sjukdomsmodifierande terapier som hjälper patienter att lindra sina symtom. Dessa läkemedel minskar i princip den överreaktiva immunsystemet som orsakar kroppen att angripa sig själv i MS. På Rune undersöker vi en ny MS-behandling som skulle använda en ryggmärgsstimulator för att hjälpa till att hantera den neuropatiska smärta som är förknippad med MS. Det som är unikt med detta tillvägagångssätt är att, liksom Parkinsons sjukdom, kan du använda denna enhet för att komma åt nervsystemet.

Ett mål inom neurologi är att designa en adaptiv hjärnimplantat som kan svara i realtid på hjärnvågor för att behandla dussintals sjukdomar. Vilka är några av de centrala utmaningarna bakom att bygga detta?

Det finns många centrala utmaningar bakom att bygga en adaptiv DBS-enhet (aDBS). Den främsta utmaningen är att spela in och stimulera samma mål. Det finns flera faktorer som kan påverka signalens trohet, och till och med förhindra användningen av en enhet hos vissa patienter. En nylig studie fann att användning av en implanterbar pulsgenerator (IPG) i höger bröst vid ett avstånd från hjärtats elektriska dipol kan mildra EKG-föroreningar och därmed minska sannolikheten för EKG-artefakter i tillgängliga sensorer. Utöver EKG-artefakter kan DBS-elektrodens rörelse observeras som orsakar stora transienter i hjärnsignaler. Båda dessa artefakter förorenar breda band av frekvensspektrum och kan därmed förhindra att tröskelbaserade kontrollpolicyer reagerar effektivt på målbiomarkören och leder till en okontrollerad ökning eller minskning av stimulering.

Utvecklingen av kliniskt hållbara aDBS-system kommer att medföra nya utmaningar som är tekniska till sin natur, inklusive artefaktfri interaktion med hjärnaktivitet. Många av dessa utmaningar kunde lösas genom att para additional trådlösa externa enheter med implantaten för att stödja fysiologisk och beteendemässig spårning samtidigt som precisionen i patientanpassade kontrollstrategier ökar.

Tack för det underbara samtalet, läsare som vill lära sig mer bör besöka Rune Labs.