จอห์น บีลเลอร์ Ph.D. SVP ของธุรกิจการพัฒนา BPGbio – ซีรีส์สัมภาษณ์

จอห์น บีลเลอร์ Ph.D. SVP ของธุรกิจการพัฒนา tại BPGbio มีประสบการณ์มากกว่าสองทศวรรษในด้านไบโอเทคและธุรกิจการพัฒนา โดยมีความเชี่ยวชาญอย่างกว้างขวางในด้านยาทางใหม่ๆ ก่อนที่จะเข้าร่วม BPGbio เขาเคยดำรงตำแหน่ง Business Development Search & Evaluation Lead ที่ Bristol-Myers Squibb โดยที่เขามีบทบาทสำคัญในการค้นหาและประเมินโอกาสในการออกใบอนุญาตและความร่วมมือเชิงกลยุทธ์

BPGbio เป็นบริษัทชั้นนำด้านไบโอเทคที่มีเทคโนโลยี AI ที่มุ่งเน้นไปที่ชีววิทยาและโปรตีนโฮมีโอสตาสิส บริษัทมีผลิตภัณฑ์ยาที่พัฒนาโดย AI ที่มีหลายรายการ รวมถึงยาที่อยู่ในระยะที่สามของการลองทางคลินิก BPGbio มีแนวทางใหม่ที่ได้รับการสนับสนุนจาก NAi ซึ่งเป็น Interrogative Biology Platform ที่เป็นเอกลักษณ์ของบริษัท ซึ่งได้รับการคุ้มครองโดยกว่า 400 สิทธิบัตรของสหรัฐอเมริกาและระหว่างประเทศ และเป็นหนึ่งในบิออบางที่ใหญ่ที่สุดในโลกที่มีหน่วยความจำที่ยาวนาน

อะไรที่สร้างแรงบันดาลใจให้กับ NAi Interrogative Biology® platform และมันแตกต่างจากบริษัทไบโอเทคอื่นๆ ที่ใช้ AI อย่างไร?

ตั้งแต่เข้าร่วม BPGbio ฉันรู้สึกประทับใจอย่างต่อเนื่องกับความลึกของนวัตกรรมและวิสัยทัศน์ระยะยาวที่ใช้ในการสร้าง NAi Interrogative Biology® platform ในฐานะคนที่มีประสบการณ์มากกว่าสองทศวรรษในด้านไบโอเทคและธุรกิจการพัฒนา—โดยการประเมินแพลตฟอร์มและบริษัทต่างๆ ฉันสามารถบอกได้ว่า NAi มีความโดดเด่นในด้านชีววิทยาและความลึกของข้อมูลที่มันสืบค้น

BPGbio เป็นหนึ่งในบริษัทแรกที่เป็นผู้บุกเบิกการใช้ AI ในการค้นหายา ในช่วง 15 ปีที่ผ่านมา ทีมงานได้ปรับปรุง NAi ให้เป็นแพลตฟอร์มที่รวมข้อมูลโอมิกส์แบบเฉพาะและบิออบางที่ใหญ่ที่สุดในโลก ไม่เหมือนกับบริษัทอื่นๆ ที่พึ่งพาเทคโนโลยีแคบๆ หรือเซตข้อมูลสาธารณะสำหรับโปรแกรมการค้นหายาในโรคเดียว เราใช้ความสามารถโอมิกส์หลายแบบพร้อมกับบิออบางของเราเองที่มีหน่วยความจำที่ยาวนานหลายร้อยพันรายการ และใช้ AI แบบเบย์เชียน ไม่ใช่ AI แบบเจเนอเรตีฟเพื่อค้นหาความเข้าใจที่มีเหตุผลจากชีววิทยา ซึ่งสามารถบอกถึงการค้นพบยาที่มีประสิทธิภาพและเพิ่มโอกาสในการพัฒนาคลินิกที่ประสบความสำเร็จ

ผลลัพธ์ของเราพูดได้ด้วยตัวเอง: เรามีหนึ่งในคลินิกที่ทันสมัยและแข็งแกร่งที่สุดในอุตสาหกรรมไบโอเทค AI ซึ่งรวมถึงสองการลองทางคลินิกระยะที่สองในมะเร็งรุนแรงหลายรายการ และมากกว่า 100 เป้าหมายและไบโอมาร์คเกอร์ที่เราได้ระบุโดยใช้โมเดล AI ของเรา

คุณสามารถอธิบายได้อย่างไรว่า BPGbio ใช้แนวทางชีววิทยาเพื่อเร่งและลดความเสี่ยงในการค้นหายา?

การพัฒนายามีเปอร์เซ็นต์ความสำเร็จประมาณ 10% ในการอนุมัติจาก FDA ซึ่งสะท้อนถึงความเสี่ยงและความท้าทายที่สำคัญในการนำยาตัวใหม่เข้าสู่ตลาด ดังนั้น ไม่ใช่ว่าคุณค้นพบเป้าหมายได้เร็วแค่ไหนหรือมีเป้าหมายมากแค่ไหนที่สำคัญ แต่เป็นคุณภาพที่สำคัญ

แม้ว่า AI จะช่วยเร่งกระบวนการค้นพบ แต่การใช้ AI โดยเฉพาะ AI เจเนอเรตีฟกับเซตข้อมูลสาธารณะที่ใช้ในกระบวนการค้นหายาแบบดั้งเดิมไม่จำเป็นต้องเปลี่ยนแปลงผลลัพธ์ของการลองทางคลินิก ซึ่งเป็นสิ่งเดียวที่สำคัญ

แนวทางชีววิทยาแรกของเราให้ความสำคัญกับคุณภาพ ความลึก ความแม่นยำ และปริมาณของข้อมูลที่เข้าสู่โมเดล AI ของเรา ในการวิเคราะห์หลายโอมิกส์ เราไปไกลกว่าการวิเคราะห์ RNA และ DNA นอกเหนือจากจีโนมิกส์และทรานสคริปโตมิกส์ นักวิทยาศาสตร์ของเรายังวิเคราะห์โปรตีโอมิกส์ ลิปิโดมิกส์ และเมทาโบโลมิกส์ ในทุกระดับของชีววิทยา—อวัยวะ เนื้อเยื่อ เซลล์ และออร์แกเนลล์—และเราส่งข้อมูลโอมิกส์หลายแบบที่ไม่มีอคติให้กับโมเดล AI ของเราเพื่อค้นหาความเข้าใจใหม่ๆ

แนวทางกว้างๆ นี้ช่วยให้เรามองไปไกลกว่าพื้นที่ของโรคเพื่อค้นหาสาเหตุของโรคได้เร็วขึ้น หลังจากที่ AI ช่วยค้นหาสาเหตุของโรค และก่อนที่เราจะเข้าสู่การลองทางคลินิก เราจะกลับไปที่ห้องแล็บเพื่อยืนยันว่าข้อมูลเชิงลึกจาก AI นั้นถูกต้อง การมุ่งเน้นไปที่ชีววิทยาช่วยให้เราสามารถเร่งและลดความเสี่ยงในการค้นพบและพัฒนาของเรา

แนวทางแบบปิดลูปนี้ลดความไม่แน่นอนและลดความเสี่ยงในการพัฒนาที่สุด ในมุมมองของธุรกิจการพัฒนา นี่เป็นกุญแจสำคัญในการสร้างความมั่นใจกับพันธมิตรที่อาจเกิดขึ้น—เพราะแนวทางของเราช่วยเพิ่มโอกาสในการประสบความสำเร็จตั้งแต่ต้น

การรวม AI กับซูเปอร์คอมพิวเตอร์ที่เร็วที่สุดในโลก Frontier ช่วยเพิ่มความสามารถในการวิเคราะห์ข้อมูลผู้ป่วยและระบุเป้าหมายยาที่มีประสิทธิภาพได้อย่างไร?

ผ่านการร่วมมือกับกระทรวงพลังงานสหรัฐอเมริกา เรามีสิทธิ์ใช้ซูเปอร์คอมพิวเตอร์ Frontier ที่ Oak Ridge National Lab เพื่อวิเคราะห์ข้อมูลการพัฒนายา ซูเปอร์คอมพิวเตอร์นี้สามารถทำการคำนวณได้ 1.35 ควินติลเลียนต่อวินาที

พลังการคำนวณนี้ช่วยให้เราสามารถใช้เซตข้อมูลขนาดใหญ่ของเราเพื่อระบุรูปแบบ สหสัมพันธ์ สาเหตุ และข้อมูลเชิงลึกที่สามารถนำไปใช้ในการค้นพบยาที่มีประสิทธิภาพ ซึ่งจะลดเวลาในการวิเคราะห์จากเดือนเป็นชั่วโมง

ตัวอย่างเช่น ในช่วง COVID-19 เราได้วิเคราะห์ข้อมูลการรักษาแพทย์ของผู้ป่วย 280,000 รายพร้อมกับข้อมูลทางคลินิกของพวกเขา เราได้ระบุปัจจัยเสี่ยงทางพันธุกรรมสำหรับกลุ่มชาติพันธุ์เฉพาะ ซึ่งเปิดทางให้กับการแพทย์ที่มีการปรับแต่งเฉพาะบุคคล เราได้วิเคราะห์วัสดุ 1.2 พันล้านรายการเพื่อค้นหาการรักษาที่มีประสิทธิภาพสำหรับ COVID-19 ในเวลาเพียงไม่กี่ชั่วโมง

ในด้านเชิงพาณิชย์ การคำนวณนี้ช่วยให้เราสามารถปลดล็อกข้อมูลเชิงลึกได้เร็วและได้ผลมากกว่าคนอื่น ซึ่งเร่งเวลาในการร่วมมือ การลองทางคลินิก และสุดท้ายคือการให้ประโยชน์กับผู้ป่วย

BPGbio มีโปรแกรมทางคลินิกใน glioblastoma และมะเร็งตับอ่อน คุณได้รับข้อมูลเชิงลึกที่ไม่เหมือนใครจาก NAi platform ในพื้นที่เหล่านี้ และมันเปลี่ยนแปลงการลองทางคลินิกของคุณอย่างไร?

BPGbio กำลังดำเนินการลองทางคลินิกระยะที่สองใน glioblastoma (GBM) และได้เสร็จสิ้นการลองทางคลินิกระยะที่สองสำหรับมะเร็งตับอ่อน โดยทั้งสองการลองทางคลินิกใช้ BPM31510 ซึ่งเป็นยาที่มี ubidecarenone ที่มีผลต้านมะเร็ง

ผ่าน NAi platform เราเข้าใจว่าเนื้องอกที่รุนแรงส่วนใหญ่เกิดจากความผิดปกติของไมโตคอนเดรียในเนื้องอก BPM31510 เป็นยาที่มี ubidecarenone ที่มีผลต้านมะเร็งซึ่งกระตุ้นให้เกิดกระบวนการเสียชีวิตของเซลล์มะเร็งแบบควบคุม เราได้ทำการลองทางคลินิกระยะที่หนึ่งแบบเปิดฉลากกับผู้ป่วย 128 คน และผลการลองทางคลินิกยืนยันข้อมูลเชิงลึกที่ NAi ค้นพบ NAi ได้ช่วยให้เราปรับปรุงเกือบทุกด้านของการรักษาเหล่านี้ ตั้งแต่การให้ยาและเวลาที่เหมาะสมจนถึงการเลือกผู้ป่วย การลองทางคลินิก GBM ของเรากำลังดำเนินการอยู่ และเราคาดว่าจะรายงานผลการลองทางคลินิก GBM ระยะที่สองของเราในช่วงปลายปีนี้

โรคหายาก เช่น primary CoQ10 deficiency และ epidermolysis bullosa เป็นจุดสนใจหลักของ BPGbio คุณเห็นความท้าทายและโอกาสอย่างไรในการรับมือกับสภาวะเหล่านี้?

โรคหายากในเด็กมักขาดตัวเลือกการรักษาที่มีประสิทธิภาพเนื่องจากความซับซ้อนและความน้อยของการเกิด ซึ่งนำไปสู่ความท้าทายในการจัดหาสารที่จะลองทางคลินิก การเดินเรื่องกับหน่วยงานกำกับดูแล และการพัฒนายา

ที่ BPGbio เรารู้สึกภาคภูมิใจที่จะรับมือกับความท้าทายเหล่านี้ ยาหลักของเรา BPM31510 ได้รับการขึ้นทะเบียนเป็นยาที่มีศักยภาพจาก FDA สำหรับทั้ง primary CoQ10 deficiency และ epidermolysis bullosa (EB) ซึ่งเป็น 里程碑ที่สำคัญที่สะท้อนถึงศักยภาพทางคลินิกของโปรแกรมของเราและเปิดโอกาสให้ได้รับวุชวะการรีวิวความ優先

เรากำลังวางแผนการลองทางคลินิกระยะที่สามสำหรับ primary CoQ10 deficiency และกำลังสำรวจการร่วมมือเพื่อพัฒนายา EB ของเรา ซึ่งรวมถึงการประเมินรูปแบบการรักษาทางท้องที่เป็นทางเลือก เราเชื่อว่าแพลตฟอร์มของ BPGbio สามารถสร้างผลกระทบเชิงปฏิวัติในพื้นที่นี้

AI แบบเบย์เชียนมีบทบาทสำคัญในแพลตฟอร์มของคุณ มันช่วยในการระบุเป้าหมายยาที่มีประสิทธิภาพหรือไบโอมาร์คเกอร์ใหม่ๆ อย่างไร?

AI แบบเบย์เชียนช่วยให้แพลตฟอร์มของเราไปไกลกว่าการระบุความสัมพันธ์ในการค้นหาความสัมพันธ์ระหว่างสาเหตุและผลที่ตามมา ซึ่งขับเคลื่อนโรค มันสร้างแบบจำลองความไม่แน่นอน จัดเก็บข้อมูลที่มีความหลากหลาย และสร้างการคาดการณ์ที่มีประสิทธิภาพซึ่งนำไปสู่การค้นพบยาที่มีประสิทธิภาพและไบโอมาร์คเกอร์

โดยการรวมข้อมูลโอมิกส์หลายแบบและข้อมูลทางคลินิกแบบยาว เราสามารถระบุกลไกทางชีววิทยาที่อยู่เบื้องหลังการก้าวหน้าของโรคและจุดแทรกแซงที่เหมาะสมที่สุด ซึ่งทำให้กระบวนการค้นพบมีความแม่นยำและคาดการณ์ได้มากขึ้น

ในด้านเชิงกลยุทธ์ นี่มีคุณค่าอย่างมาก การยืนยันว่าอะไรที่ควรเป็นเป้าหมายและทำไมมันสำคัญทางชีววิทยาเปลี่ยนแปลงวิธีที่คุณจัดลำดับความสำคัญของโปรแกรม การออกแบบการลองทางคลินิก และการพูดคุยกับพันธมิตร มันสร้างความมั่นใจในเรื่องวิทยาศาสตร์

การทำงานของคุณเกี่ยวกับ E2 enzymes สำหรับการย่อยสลายโปรตีนแบบมุ่งเป้าเป็นเรื่องที่น่าสนใจมาก คุณสามารถอธิบายได้อย่างไรว่า NAi platform ช่วยให้สามารถเอาชนะความท้าทายดั้งเดิมในการเลือกเป้าหมาย “ที่ไม่สามารถรักษาได้”?

โปรแกรมการย่อยสลายโปรตีนแบบมุ่งเป้าโดยใช้ E2 ของ BPGbio เป็นหนึ่งในพื้นที่ที่น่าตื่นเต้นที่สุดและเป็นนวัตกรรมที่สุดในพอร์ตโฟลิโอของเรา แนวทางแบบดั้งเดิมในการย่อยสลายโปรตีนแบบมุ่งเป้าใช้ E3 ลิเกส ซึ่งจำกัดขอบเขตของเป้าหมายและอาจนำไปสู่การดื้อยา แนวทางของเรานั้นใช้ E2 เอนไซม์ที่ถูกดัดแปลงหลังการแปลรหัสซึ่งถูกค้นพบโดย NAi platform เพื่อขยายโปรตีนที่สามารถรักษาได้

นี่เป็นแนวทางที่ไม่เหมือนใคร และผลลัพธ์เบื้องต้นที่เราได้รับได้ดึงดูดความสนใจจากทั่วทั้งอุตสาหกรรมยาและไบโอเทค เรากำลังใช้แนวทางนี้กับด้านออนโคโลจี, นิวโรโลจี และโรคหายาก มันเป็นตัวอย่างที่ดีของวิธีที่ NAi ไม่เพียงแต่สนับสนุนการค้นพบ แต่ยังช่วยให้เราสามารถคิดใหม่เกี่ยวกับสิ่งที่เป็นไปได้ในพัฒนายา

BPGbio ควบคุมความสมดุลระหว่างข้อมูลเชิงลึกจาก AI กับการกำกับดูแลของมนุษย์เพื่อให้แน่ใจว่าความถูกต้องของการค้นพบของคุณได้อย่างไร?

ที่ BPGbio เรามอง AI เป็นเครื่องมือที่มีพลัง—แต่ไม่ใช่การแทนที่—ความเชี่ยวชาญของมนุษย์ ข้อมูลเชิงลึกจาก AI ของเรามีฐานอยู่บนข้อมูลชีววิทยาที่มีคุณภาพสูงและถูกตรวจสอบอย่างต่อเนื่องโดยทีมของนักชีววิทยา นักคลินิก และนักวิทยาศาสตร์ข้อมูล

การทำงานร่วมกันนี้รับประกันว่าทุกข้อมูลเชิงลึกจะถูกนำไปสู่บริบททางชีววิทยาและคลินิก มันเป็นหนึ่งในเหตุผลที่ BPGbio มีอัตราความสำเร็จสูงในการลองทางคลินิก—เราผสมผสานความเร็วและขนาดของ AI กับความรัดกุมทางวิทยาศาสตร์และการตัดสินใจที่ผู้เชี่ยวชาญมีประสบการณ์สามารถนำมาใช้ได้

คุณเห็นศักยภาพอย่างไรสำหรับไบโอมาร์คเกอร์ที่ค้นพบโดย AI ในการปฏิวัติการวินิจฉัยในระยะแรกของโรคอย่าง Parkinson’s?

พลังของแพลตฟอร์มของเรานั้นอยู่ที่ความสามารถในการสืบค้นชีววิทยาในหลายด้านและลึก ซึ่งเมื่อ NAi ค้นพบเป้าหมายสำหรับวัตถุประสงค์ทางบำบัด มันสามารถใช้ในการวินิจฉัยได้เช่นกัน

ในโรค Parkinson’s เราได้สร้างแบบจำลองชีววิทยาจากตัวอย่างผู้ป่วยเกือบ 400 คนโดยสถาบัน Parkinson’s และเราได้ระบุ N-acetylputrescine (NAP) เป็นไบโอมาร์คเกอร์ใหม่ในเลือด เราได้ตรวจสอบมันผ่านแผงการวินิจฉัยที่ได้รับการรับรองจาก CLIA และการศึกษาที่ตีพิมพ์ของเราพบว่าเมื่อรวมกับคุณลักษณะทางคลินิก เช่น การสูญเสียการรู้กลิ่นและความผิดปกติของการนอนหลับ REM การวินิจฉัยมีความแม่นยำและสามารถประเมินความเสี่ยงในระยะแรกได้มากขึ้น ซึ่งมีศักยภาพในการให้การรักษาในระยะแรกและปรับปรุงผลลัพธ์ของผู้ป่วย

คุณเห็นบทบาทที่ BPGbio จะมีในการกำหนดอนาคตของการแพทย์ที่มีความแม่นยำสูง?

ไม่มีวิธีการรักษาแบบ “ขนาดเดียวเหมาะกับทุกคน” ในการรักษาผู้ป่วย ชีววิทยาแบบ AI มีศักยภาพในการปฏิวัติการแพทย์ที่มีความแม่นยำสูงโดยการค้นพบข้อมูลเชิงลึกใหม่ที่ช่วยในการจำแนกผู้ป่วยให้แม่นยำขึ้น ดังนั้นจึงปรับปรุงการออกแบบการลองทางคลินิก การแบ่งผู้ป่วย และอัตราความสำเร็จของการรักษา ข้อมูลเชิงลึกเหล่านี้จะนำไปสู่การพัฒนาการวินิจฉัยและยาที่มีประสิทธิภาพสำหรับโรคหายากและซับซ้อน

โดยการใช้ AI เพื่อสืบค้นข้อมูลชีววิทยาและแบบจำลองการแปลความหมาย อุตสาหกรรมสามารถปลดล็อกศักยภาพเต็มรูปแบบของ AI ในการเปลี่ยนแปลงการพัฒนายาและนำไปสู่การค้นพบการรักษาที่ตอบสนองความต้องการทางการแพทย์ที่ยังไม่ได้รับการตอบสนอง บทต่อไปของการแพทย์ที่มีความแม่นยำสูงจะถูกเขียนโดยผู้ที่สามารถจับคู่นวัตกรรมกับผลกระทบ และ BPGbio พร้อมที่จะนำหน้าการเปลี่ยนแปลงนี้

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเรียนรู้เพิ่มเติมได้ที่ BPGbio