John Beeler, Ph.D., BPGbio İş Geliştirme Başkan Yardımcısı – Röportaj Serisi

John Beeler, Ph.D., BPGbio’da İş Geliştirme Başkan Yardımcısı, biyoteknoloji ve iş geliştirme alanlarında yirmi yılı aşkın deneyime sahiptir ve yeni terapötik alanlarda geniş uzmanlığa sahiptir. BPGbio’ya katılmadan önce, en son Bristol-Myers Squibb (BMY ) ‘de İş Geliştirme Arama ve Değerlendirme Lideri olarak görev yaptı ve lisanslama fırsatları ve stratejik ortaklıkların kaynaklanması ve değerlendirilmesinde kilit bir role sahipti.

BPGbio, mitokondriyal biyoloji ve protein homeostazına odaklanan bir biyoloji-öncelikli AI güçlü klinik aşama biyofarma şirketidir. Şirket, onkoloji, nadir hastalık ve nöroloji dahil olmak üzere AI geliştirilmiş terapötiklerin derin bir pipeline’ine sahiptir ve birkaçüncü aşama klinik denemelerinde bulunmaktadır. BPGbio’nun yeni yaklaşımı, NAi adlı özel Sorgulayıcı Biyoloji Platformu tarafından desteklenmektedir ve bu platform 400’den fazla ABD ve uluslararası patent ile korunmaktadır; dünyanın en büyük klinik olarak anotlanmış özel biyobankasına erişim ve dünyanın en güçlü süper bilgisayarına özel erişim ile desteklenmektedir.

NAi Sorgulayıcı Biyoloji platformunun ilham kaynağı nedir ve BPGbio’yu diğer biyofarma şirketlerinden ayıran nedir?

BPGbio’ya katıldığımdan beri, NAi Sorgulayıcı Biyoloji platformunun inşa edilmesine giden inovasyon derinliği ve uzun vadeli vizyonu sürekli olarak beni etkiledi. Biyoteknoloji ve iş geliştirme alanlarında yirmi yılı aşkın deneyime sahip biri olarak, NAi’nin biyoloji-öncelikli temelinin ve sorguladığı verilerin derinliğinin diğer platformlardan ve şirketlerden farklı olduğunu söyleyebilirim.

BPGbio, AI destekli ilaç keşfinin öncülerinden biri oldu. Son 15 yıl içinde, ekip NAi’yi özel multi-omik veri ve dünyanın en büyük longitudinal biyobankasını entegre eden bir platforma dönüştürdü. Diğer şirketlerin dar teknolojilere veya tek bir hastalık keşif programı için kamu veritabanlarına güvenmek yerine, biz multi-omik yetenekleri ile kendi özel biyobankamızı entegre ediyoruz ve bu biyobankada yüz binlerce longitudinal, klinik olarak anotlanmış örnek bulunmakta ve nedensel Bayesian AI kullanıyoruz, böylece biyolojik temelli içgörüler elde ediyoruz ve klinik gelişim başarısı olasılığını artırıyoruz. Sadece hedefleri tanımlamıyoruz, klinik denemelerimizi tasarlamak, klinik denemelerimizin sonuçlarını anlamak ve tedavi yaklaşımlarımızı iyileştirmek için AI kullanıyoruz.

SONUÇLARIMIZ KONUŞUYOR: AI biyoteknoloji endüstrisinin en gelişmiş ve en güçlü klinik pipeline’lerinden birine sahibiz. Bu pipeline, agresif kanserlerde iki aktif faz 2 denemesi, çoklu faz 3 hazır programlar ve AI modellerimizle tanımladığımız yüzlerce yeni hedef ve biyobelirteç içeriyor.

BPGbio’nun biyoloji-öncelikli yaklaşımı nasıl ilaç keşif sürecini hızlandırıyor ve riske karşı koruyor?

İlaç geliştirme süreci, FDA onayına kadar yaklaşık %10’luk bir başarı oranına sahiptir ve bu, yeni bir ilacın piyasaya sürülmesiyle ilgili riskleri ve zorlukları yansıtmaktadır. Bu nedenle, ne kadar hızlı ve ne kadar çok hedef keşfedildiği değil, kalite önemlidir.

AI, keşif sürecini hızlandırabilir, ancak özellikle generatif AI, geleneksel ilaç keşif sürecinde kullanılan aynı kamu veritabanlarına uygulanması, klinik deneme sonuçlarını değiştirmeyebilir, bu da ultimately tek önemli olan şeydir.

Biyoloji-öncelikli yaklaşımımız, AI modellerimize giden verilerin kalitesini, derinliğini, doğruluğunu, kapsamlılığını ve miktarını güvence altına alır. Multi-omik analizimizde, sadece RNA ve DNA’yı analiz etmiyoruz. Genomik ve transkriptomik analizlerin yanı sıra, bilim adamlarımız proteomik, lipidomik ve metabolomik analizleri tüm insan biyolojisi seviyelerinde gerçekleştiriyor ve bu büyük, önyargısız multi-omik verilerini nedensel AI modellerimize yeni içgörüler için besliyoruz.

Bu geniş, AI destekli yaklaşım, hastalık alanının ötesine geçerek “kök nedeni” daha hızlı bulmamızı sağlar. AI, “kök nedeni” bulduktan sonra ve klinik denemelere başlamadan önce, AI’dan elde edilen içgörülerin doğru olduğunu doğrulamak için ıslak laboratuara geri dönüyoruz. İnsan biyolojisine odaklanmamız, keşif ve geliştirme sürecimizi hızlandırıyor ve riske karşı koruyor.

Bu kapalı döngü yaklaşımı, belirsizliği azaltır ve sonunda geliştirme sürecini riske karşı korur. İş geliştirme açısından, bu, potansiyel ortaklarla güven oluşturmak için kilit bir noktadır, çünkü yaklaşımımız, başlangıçtan itibaren başarı olasılığını artırır.

Dünyanın en hızlı süper bilgisayarı Frontier ile AI’yi entegre etmek, hasta verilerini analiz etme ve ilaç hedeflerini tanımlama yetinizi nasıl geliştirir?

Amerika Birleşik Devletleri Enerji Bakanlığı ile bir ortaklık aracılığıyla, ilaç geliştirme analizi için Oak Ridge National Lab’daki Frontier süper bilgisayarına özel erişimimiz vardır. Bu süper bilgisayar, saniyede 1.35 kuadrilyon hesaplama yapabilir.

Bu hesaplama gücü, büyük veri setimizi kullanarak desenler, korelasyonlar, neden-sonuç ilişkileri ve eyleme geçirilebilir içgörüler tanımlamamızı sağlar ve bu, daha küçük ölçekli analizlerde gizli kalacaktır ve analiz süresini aylardan saatlere indirir.

Örneğin, COVID-19 sırasında, 280.000 hastanın elektronik tıbbi kayıtlarını ve klinik bilgilerini analiz ettik ve belirli etnik gruplar için genetik risk faktörlerini belirledik, böylece kişiselleştirilmiş tıbbın yolunu açtık. 1.2 milyar farklı materyali analiz ettik ve COVID-19 için potansiyel tedavileri sadece birkaç saat içinde keşfettik.

Ticari açıdan, bu hesaplama gücü, diğerlerinin önünde içgörüler elde etmemizi ve bunları daha etkili bir şekilde kullanmamızı sağlar, bu da ortaklıkların, klinik denemelerin ve nihayetinde hasta yararının hızlanmasını sağlar.

BPGbio, glioblastoma ve pankreas kanseri için klinik programlara sahiptir. NAi platformu bu alanlarda hangi benzersiz içgörüler keşfetti ve bu içgörüler nasıl klinik denemelerinizi şekillendirdi?

BPGbio, glioblastoma (GBM) için bir faz 2b denemesi正在 yürütüyor ve pankreas kanseri için bir faz 2a denemesini tamamladı, her iki deneme de BPM31510 adlı küçük molekül ilacı ile gerçekleştirildi.

NAi platformu, çoğu agresif katı tümörün tumor ortamındaki mitokondriyal disfonksiyondan kaynaklandığını anlamamızı sağladı. BPM31510, mitokondriyal mekanizmalar aracılığıyla düzenlenmiş kanser hücre ölümünü tetikleyen ubidekarenon içeren bir nanodispersiyondur. BPM31510 için 128 hasta açık-etiketli bir faz 1 çalışması yaptık ve klinik deneme sonuçları, NAi’nin keşfettiği içgörülerin doğruluğunu onayladı. NAi, bu tedavilerin几乎 her yönünü optimize etmemize yardımcı oldu, optimal dozaj ve zamanlama da dahil olmak üzere hasta seçimi. GBM denememiz şu anda devam ediyor ve bu yıl GBM faz 2 deneme sonuçlarını açıklamayı bekliyoruz.

Nadir hastalıklar gibi primer CoQ10 eksikliği ve epidermolizis bullosa, BPGbio için önemli bir odak alanıdır. Bu koşulları ele alırken hangi zorluklar ve fırsatlar görüyorsunuz?

Nadir pediatrik hastalıklar genellikle etkili tedavi seçeneklerinden yoksundur, çünkü karmaşıklıkları ve düşük prevalansları vardır ve bu hastalıkları olan çocuklar genellikle kısa yaşam beklentilerine sahiptir. Bu, klinik deneme kayıtlarını, düzenleyici navigasyonu ve tedavi geliştirmeyi zorlaştırır.

BPGbio’da, bu karmaşık zorlukları üstlenmekten gurur duyuyoruz. Başlıca bileşenimiz BPM31510, primer CoQ10 eksikliği ve epidermolizis bullosa (EB) için FDA’dan multiple tasarımasyonlar almıştır. Bunlar, programlarımızın klinik potansiyelini yansıtan önemli kilometre taşlarıdır ve onay üzerine öncelikli inceleme voucer’larına kapı açar.

Primer CoQ10 eksikliği için bir faz 3 denemesi planlıyoruz ve EB programımızı ilerletmek için ortaklıkları aktif olarak değerlendiriyoruz. Bu, tedavi seçenekleri olarak topikal formları değerlendirmeyi içerir. BPGbio platformunun bu alanda dönüşümsel bir etki yaratma potansiyeline sahip olduğuna inaniyoruz.

Bayesian AI, platformunuzda önemli bir rol oynamaktadır. Nasıl yeni ilaç hedefleri veya biyobelirteçleri tanımlamaya yardımcı olur?

Bayesian AI, platformumuzun hastalıkla ilgili neden-sonuç ilişkilerini keşfetmesini sağlar. Veri değişkenliğini modelleyerek, yüksek derecede güçlü tahminler oluşturur ve terapötik ve biyobelirteç keşfini yönlendirir.

Longitüdinal multi-omik ve klinik verileri entegre ederek, hastalık ilerlemesinin arkasındaki biyolojik mekanizmaları ve optimal müdahale noktalarını tanımlayabiliriz. Bu, keşif sürecini daha precisa ve aşağı akış geliştirmeyi daha öngörülebilir hale getirir.

Stratejik açıdan, bu son derece değerli bir şeydir. Hedefin ne olduğunu ve neden biyolojik olarak önemli olduğunu doğrulamak, programları önceliklendirmek, klinik denemeleri tasarlamak ve ortaklarla konuşmak için güven oluşturur.

E2 enzimlerine yönelik çalışmanız, hedeflenen protein bozunması için çığır açıcıdır. NAi platformu, “ilaçlanamayan” proteinleri hedefleme konusunda geleneksel zorlukların nasıl üstesinden geldi?

BPGbio’nun E2 tabanlı hedeflenen protein bozunması (TPD) programı, pipeline’mizin en heyecan verici ve yenilikçi alanlarından biridir. Geleneksel TPD yaklaşımları, E3 ligazlarına dayanır, bu da hedef kapsamını sınırlar ve ilaç direncine neden olabilir. NAi platformu, post-translasyonel olarak değiştirilmiş E2 enzim komplekslerini keşfetmemizi sağlar ve bu, druggable proteom’u genişletmemizi sağlar.

Bu, bir ilk-sınıf yaklaşım ve erken traction, pharma ve biyotek endüstrisinin dikkatini çekmiştir. Şu anda bu yaklaşımı onkoloji, nöroloji ve nadir hastalıklar için uyguluyoruz. Bu, NAi’nin keşifte destek olmakla kalmayıp, ilaç geliştirme konusunda neler mümkün olduğunu yeniden düşünmemize yardımcı olduğu mükemmel bir örnektir.

BPGbio, AI destekli içgörüler ile insan denetimini nasıl dengeler ve keşiflerinizin geçerliliğini sağlar?

BPGbio’da, AI’yi güçlü bir araç olarak görüyoruz, ancak insan uzmanlığının yerini tutamaz. AI destekli içgörülerimiz, yüksek kaliteli biyolojik verilere dayanır ve sürekli olarak biyologlar, klinisyenler ve veri bilimcileri ekibimiz tarafından çapraz doğrulanır.

Bu işbirliği, her bir içgörünün biyolojik ve klinik bağlamda değerlendirilmesini sağlar. Bu, BPGbio’nun klinik denemelerinde yüksek bir başarı oranına ulaşmasının nedenlerinden biridir; AI’nin hızını ve ölçeğini, sadece deneyimli uzmanların getirebileceği bilimsel nghiêmlik ve yargı ile birleştiriyoruz.

AI keşfedilen biyobelirteçlerin Parkinson hastalığında erken tanıda devrim yaratma potansiyeli nedir?

Platformumuzun gücü, biyolojiyi geniş ve derin bir şekilde sorgulayabilmesidir, böylece NAi, terapötik amaçlar için bir hedef keşfettiğinde, aynı zamanda teşhis amaçlı olarak da kullanılabilir.

Parkinson hastalığında, yaklaşık 400 kişiden oluşan hasta örnekleri ile sistem biyolojisi modelleri oluşturduk ve N-acetilputrescine (NAP) olarak bilinen yeni bir kan bazlı biyobelirteci tanımladık. Bu biyobelirteci, CLIA sertifikalı bir teşhis paneli ile doğruladık ve yayınladığımız çalışmada, klinik özelliklerle kombinasyon halinde, teşhis doğruluğunu ve erken risk değerlendirmesini önemli ölçüde iyileştirdiğini gösterdik. Bu, daha erken müdahaleyi ve hasta sonuçlarını iyileştirmeyi sağlayabilir.

BPGbio, precisyon tıbbının geleceğini şekillendirmede hangi rolü görüyorsunuz?

Hastalara tedavi ederken, tek bir yaklaşım yoktur. Biyoloji-öncelikli AI, precisyon tıbbını, hastaları alt tiplere ayırarak, klinik deneme tasarımını, hasta stratifikasyonunu ve terapötik başarı oranlarını iyileştirerek dönüştürebilir. Bu içgörüler, nadir ve karmaşık hastalıklar için tanı ve tedavilerin daha verimli geliştirilmesine yol açacaktır.

Biyolojik girdileri ve translasyonel modelleri kapsamlı bir şekilde sorgulayarak, endüstri, AI’nin tam potansiyelini açığa çıkarabilir ve ilaç geliştirme sürecini dönüştürebilir, bu da karşılanmayan tıbbi ihtiyaçları karşılayabilir. Precisyon tıbbının bir sonraki bölümü, inovasyonu etki ile birleştirebilenler tarafından yazılacaktır ve BPGbio, bu öncülüğü üstlenmeye hazırdır. Teşekkür ederiz, okuyucuların daha fazla bilgi edinmek istedikleri BPGbio ziyaret etmelerini öneririz.