Ofer Haviv, Tổng giám đốc và Chủ tịch của Evogene – Loạt phỏng vấn

Ofer Haviv là Tổng giám đốc và Chủ tịch của Evogene. Trước khi đảm nhiệm vị trí này, ông đã từng là Giám đốc điều hành và Giám đốc tài chính của công ty từ năm 2002 đến năm 2004 và đã đóng một vai trò quan trọng trong việc tách Evogene khỏi Compugen vào năm 2002. Tại Compugen, ông đã từng là Giám đốc tài chính và Thủ quỹ trong bốn năm, trong thời gian đó công ty đã hoàn thành hai đợt phát hành tư nhân và một đợt phát hành cổ phiếu lần đầu ra công chúng trên NASDAQ.

Một số đóng góp cho những câu trả lời này cũng được thực hiện bởi:

• Gabi Tarcic VP Sản phẩm
• Ilia Zhidkov VP Công nghệ tính toán
• Ruth Gross, VP Phát triển kinh doanh

Evogene (NASDAQ:EVGN, TASE: EVGN.TA) là một công ty sinh học tính toán chuyên về việc chuyển đổi việc khám phá và phát triển sản phẩm trong các ngành công nghiệp khoa học sự sống khác nhau, bao gồm sức khỏe con người và nông nghiệp. Công ty tận dụng nền tảng Computational Predictive Biology (CPB) đa năng của mình để thúc đẩy đổi mới trong các lĩnh vực này.

Kể từ khi gia nhập với tư cách là Tổng giám đốc vào năm 2004, bạn đã giám sát việc chuyển đổi của Evogene từ một công ty spin-off thành một công ty hàng đầu trong lĩnh vực sinh học tính toán trên Nasdaq. Những khoảnh khắc hoặc quyết định quan trọng nhất là gì đã định hình hướng đi hiện tại của công ty?

Ba quyết định chiến lược đã định hình Evogene như ngày nay:

1. Quyết định vào năm 2013 để niêm yết công khai trên NASDAQ.
2. Quyết định vào năm 2016 để phát triển từ một hệ thống tính toán đơn lẻ (CPB) chủ yếu hỗ trợ việc phát triển sản phẩm dựa trên các yếu tố di truyền cho ngành nông nghiệp, thành ba động cơ công nghệ riêng biệt kết hợp dữ liệu độc đáo, hệ thống tính toán và sự hiểu biết sâu sắc về khoa học sự sống:

• GeneRator: Hỗ trợ hoạt động ban đầu của Evogene trong lĩnh vực sản phẩm dựa trên sự hiểu biết sâu sắc về genomics.
• MicroBoost: Chỉ đạo và tăng tốc việc phát triển sản phẩm dựa trên vi sinh vật.
• ChemPass: Chỉ đạo và tăng tốc việc phát triển sản phẩm dựa trên hóa học.

3. Quyết định sử dụng các động cơ công nghệ độc đáo này với các nhà nghiên cứu của Evogene để phát triển sản phẩm trong các lĩnh vực khác nhau. Hoạt động này, ban đầu là các bộ phận trong công ty, sau đó đã trở thành nền tảng cho việc xây dựng các công ty con của Evogene, bao gồm:

• Biomica: Sử dụng động cơ công nghệ MicroBoost để phát triển thuốc dựa trên vi sinh vật của con người.
• Lavie Bio: Sử dụng MicroBoost để phát triển sản phẩm sinh học dựa trên vi sinh vật cho nông nghiệp, bảo vệ thực vật khỏi sâu bệnh và cải thiện năng suất.
• AgPlenus: Sử dụng động cơ công nghệ ChemPass để phát triển sản phẩm hóa học cho bảo vệ cây trồng khỏi sâu bệnh.
• Casterra: Sử dụng GeneRator để phát triển các giống cây thầu dầu độc đáo cho việc trồng cây thầu dầu để sản xuất dầu cho các ngành công nghiệp sản phẩm sinh học và nhiên liệu thay thế.

Sinh học tính toán đòi hỏi phải có nhân tài hàng đầu trong lĩnh vực sinh học, trí tuệ nhân tạo và khoa học dữ liệu. Evogene thu hút và giữ chân các chuyên gia trong những lĩnh vực này như thế nào, và những kỹ năng hoặc nền tảng nào mà bạn ưu tiên?

Ở Evogene, chúng tôi thu hút nhân tài hàng đầu bằng cách tạo ra một môi trường hợp tác tích hợp sinh học, trí tuệ nhân tạo và chuyên môn tính toán. Chúng tôi đánh giá cao những cá nhân có kinh nghiệm đa ngành, đặc biệt là những người đã làm việc trong các lĩnh vực đa dạng và mang lại những hiểu biết “thực tế”. Sáng tạo và giải quyết vấn đề là cốt lõi của những gì chúng tôi tìm kiếm, cho phép đội ngũ của chúng tôi giải quyết các thách thức phức tạp với các giải pháp đổi mới.

Được đặt trụ sở tại Israel – một quốc gia hàng đầu về đổi mới công nghệ cao với một hệ sinh thái thúc đẩy sự linh hoạt và tư duy tiến bộ – giúp tăng cường khả năng của chúng tôi trong việc thu hút nhân tài xuất sắc.

Sự gần gũi của Evogene với các cơ sở học thuật hàng đầu như Viện Weizmann đóng vai trò quan trọng trong việc thu hút các chuyên gia có kỹ năng trong lĩnh vực sinh học, trí tuệ nhân tạo và khoa học dữ liệu.

Evogene cung cấp cho các chuyên gia từ thế giới công nghệ một cơ hội duy nhất để áp dụng chuyên môn của họ trong việc phát triển sản phẩm cho lĩnh vực khoa học sự sống – các lĩnh vực ảnh hưởng sâu sắc đến chất lượng cuộc sống và thực phẩm chúng ta ăn. Sự giao thoa giữa công nghệ và khoa học sự sống là điều không thể tìm thấy trong các ngành công nghiệp công nghệ truyền thống. Đối với các nhà sinh học, chúng tôi cung cấp các công cụ công nghệ tiên tiến cho phép họ hiện thực hóa tầm nhìn sản phẩm của mình ở mức độ chưa từng có.

Có thể bạn hãy giải thích về các nguyên tắc cốt lõi đằng sau nền tảng Computational Predictive Biology (CPB) của Evogene với các động cơ công nghệ trí tuệ nhân tạo, và làm thế nào nó khác biệt so với các mô hình trí tuệ nhân tạo dự đoán khác trong lĩnh vực khoa học sự sống?

Nền tảng Computational Predictive Biology (CPB) của Evogene tích hợp sự hiểu biết sâu sắc về sinh học và hóa học với trí tuệ nhân tạo, học máy, mô hình tính toán và dữ liệu sinh học để thực hiện phân tích trên hàng triệu điểm dữ liệu. Những động cơ công nghệ trí tuệ nhân tạo này được thiết kế để hỗ trợ các nhà nghiên cứu trong việc khám phá sản phẩm, tối ưu hóa việc phát triển sản phẩm mới và đã trở thành một động lực chính trong nhiều hợp tác của chúng tôi.

Sự độc đáo của chúng tôi có thể được đặc trưng bởi ba tham số:

1. Sự kết nối mạnh mẽ giữa kiến thức sâu sắc về sinh học và hóa học và thế giới tính toán trong quá trình phát triển ứng dụng, cũng như sự linh hoạt của ứng dụng để thích nghi với các định nghĩa sản phẩm khác nhau.
2. Nỗ lực của chúng tôi để dự đoán, ngay từ giai đoạn khám phá, khả năng của một ứng viên thành công trong việc đáp ứng các tiêu chí cho một sản phẩm thương mại – các tiêu chí thường được kiểm tra ở các giai đoạn sau của phát triển sản phẩm.
3. Evogene hoạt động đồng thời trong ba lĩnh vực – genomics, hóa học và vi sinh vật – cung cấp một sự hiểu biết toàn diện hơn về quá trình phát triển.

Đưa ra mục tiêu lâu dài của Evogene trong việc mở rộng tác động của mình trong các lĩnh vực này?

Mục tiêu lâu dài của chúng tôi có thể được chia thành ba phần:

1. Đầu tư vào các động cơ công nghệ của chúng tôi để mang lại lợi ích cho các đối tác hiện tại, giúp chúng tôi dự đoán chính xác hơn các ứng viên cho việc xác thực và bao gồm các tiêu chí bổ sung cho phát triển sản phẩm ngay từ đầu.
2. Để mở rộng sự đa dạng của việc sử dụng các động cơ của chúng tôi cho các phân khúc bổ sung không được giải quyết bởi các công ty con hiện tại của Evogene, chẳng hạn như tập trung chiến lược của chúng tôi vào khám phá thuốc thông qua động cơ ChemPass-AI.
3. Để thúc đẩy giá trị của các công ty con của chúng tôi và hưởng lợi như một cổ đông thông qua việc bán một số cổ phần hoặc nhận cổ tức.

Làm thế nào nền tảng CPB đã tiến hóa kể từ khi thành lập, và những tiến bộ hoặc thách thức gần đây nào bạn đã gặp phải trong việc phát triển các động cơ công nghệ mới như ChemPass AI và MicroBoost AI?

Nền tảng Computational Predictive Biology (CPB) ban đầu được phát triển bằng cách sử dụng kiến trúc monolithic, tích hợp một bộ ứng dụng sinh học thông tin chủ yếu tập trung vào genomics thực vật. Nhận ra nhu cầu về sự linh hoạt và khả năng mở rộng lớn hơn, nền tảng đã được chuyển sang kiến trúc microservices, cho phép nâng cấp đáng kể cả giao diện người dùng (UI) và trải nghiệm người dùng (UX). Sự tiến hóa kiến trúc này đã hỗ trợ sự mở rộng của nền tảng vào các lĩnh vực mới trong khoa học sự sống, ngoài genomics, bao gồm vi sinh vật học và hóa học, dẫn đến việc phát triển các động cơ công nghệ đổi mới như ChemPass AI cho khám phá phân tử nhỏ và MicroBoost AI cho ứng dụng dựa trên vi sinh vật. Mặc dù việc mở rộng các công nghệ này đã đặt ra thách thức, nhưng cách tiếp cận đa ngành của nền tảng đảm bảo sự tiến bộ liên tục và những bước tiến quan trọng trong các lĩnh vực khoa học đa dạng.

Làm thế nào sự hợp tác với Google Cloud đã diễn ra, và những yếu tố chính nào đã khiến Google Cloud trở thành đối tác được ưu tiên cho Evogene?

Sự hợp tác của chúng tôi với Google Cloud được thúc đẩy bởi tầm nhìn chung về việc tận dụng các công nghệ trí tuệ nhân tạo tiên tiến để chuyển đổi việc khám phá và phát triển thuốc nhỏ. Nền tảng Vertex AI mạnh mẽ của Google Cloud, GPU tiên tiến và khả năng lưu trữ lớn cung cấp sức mạnh tính toán cần thiết để đào tạo mô hình nền tảng của chúng tôi trên ~40 tỷ cấu trúc phân tử. Chuyên môn của họ trong trí tuệ nhân tạo và học máy, kết hợp với sức mạnh của Evogene trong hóa học tính toán, tạo ra sự kết hợp cho phép đổi mới nhanh chóng, khả năng mở rộng và sự đa dạng chưa từng có trong thiết kế phân tử. Sự hợp tác này đang tăng tốc khả năng của chúng tôi trong việc mang lại các giải pháp chuyển đổi cho khám phá thuốc và có thể các sản phẩm khoa học sự sống khác.

Mô hình nền tảng nhằm mục đích tạo ra và đánh giá các phân tử nhỏ mới. Những tác động ngắn hạn và dài hạn mà bạn dự kiến sẽ có đối với tốc độ và độ chính xác của phát triển thuốc và sản phẩm?

Cách tiếp cận mô hình nền tảng đại diện cho một đổi mới hàng đầu trong phát triển thuốc và sản phẩm, cho phép đào tạo trước trên các tập dữ liệu lớn hơn nhiều so với các phương pháp trí tuệ nhân tạo truyền thống. Khả năng này cho phép có những hiểu biết sâu sắc và độ chính xác được nâng cao, đánh dấu một sự thay đổi chuyển đổi trong khám phá thuốc và phát triển. Trong ngắn hạn, mô hình sẽ cách mạng hóa giai đoạn khám phá bằng cách tạo ra nhanh chóng các phân tử nhỏ mới với các thuộc tính mong muốn được định nghĩa trước, mở rộng sự đa dạng hóa học bằng cách phá vỡ không gian hóa học hẹp được khám phá và khám phá các hợp chất hóa học mới, có tiềm năng cao. Về lâu dài, việc tích hợp trí tuệ nhân tạo trong giai đoạn khám phá có thể mang lại lợi ích đáng kể cho các giai đoạn phát triển thuốc sau này, thậm chí là các giai đoạn lâm sàng của phát triển.

Làm thế nào bạn dự đoán công nghệ này sẽ ảnh hưởng đến nghiên cứu và phát triển dược phẩm? Những thách thức nào trong lĩnh vực này bạn tin rằng mô hình này có thể giúp giải quyết?

Mô hình nền tảng cho khám phá thuốc nhỏ phân tử nắm giữ lời hứa to lớn trong việc cách mạng hóa nghiên cứu và phát triển dược phẩm bằng cách cắt giảm đáng kể thời gian và chi phí phát triển và tăng khả năng thành công. Công nghệ này cho phép tạo ra nhanh chóng và chính xác các ứng viên thuốc hứa hẹn, có thể giảm thời gian phát triển 12-15 năm và chi phí thường vượt quá 2 tỷ đô la cho mỗi thuốc. Bằng cách tối ưu hóa quá trình và tăng khả năng thành công trong việc đạt được giai đoạn thương mại hóa sản phẩm, mô hình nền tảng có thể thúc đẩy các liệu pháp đổi mới trong tương lai và cung cấp các lựa chọn điều trị tốt hơn cho bệnh nhân mắc các bệnh nguy hiểm đến tính mạng.

Trong bối cảnh cạnh tranh ngày càng tăng trong lĩnh vực trí tuệ nhân tạo cho khoa học sự sống, Evogene sẽ duy trì lợi thế cạnh tranh trong sinh học tính toán và thiết kế phân tử như thế nào?

Lợi thế cạnh tranh của Evogene bắt nguồn từ chuyên môn của đội ngũ đa ngành (nhà phát triển thuật toán, kỹ sư phần mềm, nhà hóa học và nhà sinh học), sự tích hợp của các thuật toán độc quyền để tăng cường sàng lọc và tối ưu hóa, và sự linh hoạt trong việc điều chỉnh các giải pháp để đáp ứng nhu cầu thị trường. Sự hợp tác của chúng tôi với Google Cloud đóng vai trò quan trọng trong việc thúc đẩy khả năng của chúng tôi, tận dụng các công cụ trí tuệ nhân tạo tiên tiến để tinh chỉnh và tăng tốc thiết kế phân tử de novo. Các mô hình hợp tác linh hoạt hơn nữa đảm bảo rằng các công nghệ độc quyền của chúng tôi mang lại các giải pháp có tác động, phù hợp với thị trường.

Nhìn về tương lai, tầm nhìn lâu dài của bạn cho vai trò của Evogene trong việc định hình tương lai của sinh học tính toán là gì, và bạn thấy công ty sẽ ảnh hưởng đến ngành công nghiệp khoa học sự sống như thế nào trong thập kỷ tới?

Tầm nhìn của Evogene là tiếp tục đứng ở vị trí hàng đầu trong lĩnh vực sinh học tính toán và hóa học, định hình tương lai của phát triển sản phẩm khoa học sự sống. Trong thập kỷ tới, chúng tôi dự kiến sẽ mở rộng tầm với công nghệ của mình thông qua các quan hệ đối tác chiến lược, thúc đẩy các tiến bộ trong sức khỏe con người, nông nghiệp và tính bền vững để giải quyết các thách thức toàn cầu quan trọng. Mục tiêu cuối cùng của chúng tôi là chuyển đổi những tiến bộ này thành các sản phẩm đổi mới – các liệu pháp đột phá, các giải pháp nông nghiệp bền vững và các công nghệ thân thiện với môi trường.