约翰·比勒博士，BPGbio商业发展高级副总裁 – 采访系列

约翰·比勒博士，BPGbio商业发展高级副总裁，在生物技术和商业发展领域拥有二十多年的经验，具有丰富的新型治疗经验。在加入BPGbio之前，他最近曾担任布里斯托-迈尔斯·斯奎布的商业发展搜索和评估负责人，在寻找和评估许可机会和战略合作方面发挥了关键作用。

BPGbio是一家领先的生物学优先的AI驱动的临床阶段生物制药公司，专注于线粒体生物学和蛋白质稳态。该公司拥有一个深厚的AI开发的治疗管道，涵盖肿瘤学、罕见疾病和神经学，包括几个处于晚期临床试验中的项目。BPGbio的新型方法建立在其专有的询问生物学平台（NAi）基础上，受到400多项美国和国际专利的保护；拥有世界上最大的非政府临床注释生物库，具有纵向样本；以及对世界上最强大的超级计算机的独家访问。

是什么启发了NAi询问生物学平台的诞生，它又如何使BPGbio与其他利用AI的生物制药公司区别开来?

自从加入BPGbio以来，我一直被NAi询问生物学平台背后的创新深度和长期愿景所震撼。作为一个在生物技术和商业发展领域度过二十多年的人，我可以说NAi因其生物学优先的基础和它所探究的数据深度而脱颖而出。

BPGbio是最早将AI应用于药物发现的公司之一。过去十五年中，团队将NAi打造为一个集成专有多组学数据和世界上最大的纵向生物库的平台。与其他依赖狭窄技术或公共数据集的公司不同，我们将多组学能力与自己的专有生物库相结合，后者拥有数十万个纵向、临床注释样本，并使用因果贝叶斯AI，而不是生成AI模型，揭示生物学基础的洞察，这可以告知几乎任何阶段的药物发现，并增加临床开发成功的可能性。我们不仅仅是识别目标；我们使用AI来设计我们的临床试验，理解我们的临床试验结果，并改进我们的治疗方法。

我们的结果自成体系：我们拥有AI生物技术行业中最先进和最强大的临床管道。这个管道包括两个活跃的二期试验，用于攻击性癌症，多个三期准备就绪的项目，以及我们使用AI模型识别的超过一百个新型目标和生物标志物。

您能否带我们了解BPGbio的生物学优先方法如何加速和降低药物发现过程的风险?

药物开发大约只有10%的成功率获得FDA批准，反映了将新药推向市场的巨大风险和挑战。因此，重要的不是你发现的速度和数量，而是质量。

虽然AI可能有助于加速发现过程，但将AI，尤其是生成AI，应用于传统药物发现过程中使用的公共数据集，并不一定会改变临床试验结果，这最终是唯一重要的事情。

我们的生物学优先方法确保输入AI模型的数据的质量、深度、准确性、全面性和数量。在我们的多组学分析中，我们远远超出了RNA和DNA的分析。除了基因组学和转录组学，我们的科学家还对蛋白质组学、脂质组学和代谢组学进行了所有人类生物学层次的分析——器官、组织、细胞和细胞器——并将大量无偏见的多组学数据输入我们的因果AI模型以获取新见解。

这种广泛的AI驱动方法使我们能够更快速地超越疾病领域找到“根源”。在AI帮助找到“根源”之后，在我们进入临床试验之前，我们回到湿实验室验证AI的见解是准确的。关注人类生物学帮助我们加速和降低我们的发现和开发过程。

这种闭环方法降低了不确定性，最终降低了开发过程的风险。从我的商业发展角度来看，这是与潜在合作伙伴建立信心的关键——因为我们的方法从一开始就提高了成功的概率。

将AI与世界上最快的超级计算机Frontier集成如何增强您分析患者数据和识别药物目标的能力?

通过与美国能源部的合作，我们拥有在奥克里奇国家实验室进行药物开发分析的Frontier超级计算机的独家访问权限。这个超级计算机可以每秒执行1.35千万亿次计算。

这种计算能力使我们能够使用我们的庞大数据集来识别模式、相关性、因果关系和可行的见解，这些在小规模分析中将仍然隐藏。并且可以将分析时间从数月缩短到数小时。

例如，在COVID期间，我们分析了28万名患者的电子医疗记录以及他们的临床信息。我们确定了特定族裔群体的遗传风险因素，为个性化医学铺平了道路。我们在数小时内分析了12亿种不同的材料以发现COVID的潜在治疗方法。

从商业角度来看，这种计算能力使我们能够比其他公司更快、更有效地解锁见解，从而加速合作、临床试验和最终患者受益的时间。

BPGbio在神经母细胞瘤和胰腺癌领域有临床项目。NAi平台在这些领域揭示了什么独特的见解，它们又如何塑造了您的试验?

BPGbio正在积极进行一项针对神经母细胞瘤（GBM）的二期试验，并已完成了一项针对胰腺癌的二期试验，两项试验都使用了我们的小分子药物候选物BPM31510。

通过NAi平台，我们了解到大多数攻击性实体瘤都是由肿瘤环境中的线粒体功能障碍引起的。BPM31510是一种含有泛醌的纳米分散溶液，具有通过线粒体介导的抗癌作用。我们进行了一项开放标签的128名患者的一期研究，临床试验结果证实了NAi发现的见解。NAi随后帮助我们优化了这些治疗的几乎每个方面，从最佳剂量和时机到患者选择。我们的GBM试验目前正在招募，我们预计今年晚些时候将报告我们的GBM二期试验结果。

您认为BPGbio在罕见疾病如原发性CoQ10缺乏症和表皮松弛症方面面临的挑战和机遇是什么?

罕见的儿童疾病通常由于其复杂性和低发病率而缺乏有效的治疗选择，患有这些疾病的儿童通常面临较短的预期寿命。这为试验招募、监管导航和治疗开发带来了挑战。

在BPGbio，我们为解决这些复杂的挑战感到自豪。我们的首要化合物BPM31510已获得FDA的多个指定，包括孤儿药和罕见儿童疾病指定，用于原发性CoQ10缺乏症和表皮松弛症（EB）。这些是重要的里程碑，反映了我们项目的临床潜力，并为批准后打开了优先审查凭证的大门。

我们正在计划一项针对原发性CoQ10缺乏症的三期试验，并积极探索合作伙伴关系来推进我们的EB项目。这包括评估局部制剂作为治疗选择。我们相信BPGbio的平台可以在这一领域产生变革性的影响。

贝叶斯AI在您的平台中发挥着重要作用。它如何帮助识别新的药物目标或生物标志物?

贝叶斯AI使我们的平台能够超越识别关联，揭示驱动疾病的因果关系。它建模不确定性，考虑数据变异性，并生成高度强大的预测，以指导治疗和生物标志物的发现。

通过集成纵向多组学和临床数据，我们的模型可以识别疾病进展背后的生物机制和最佳干预点。这使得发现过程更加精确，下游开发更加可预测。

从战略角度来看，这是非常有价值的。验证什么是需要针对的目标以及为什么它在生物学上很重要，改变了我们如何优先考虑项目、设计试验和与合作伙伴交谈。这建立了对科学的信心。

您关于E2酶的工作对于有针对性的蛋白质降解具有开创性意义。NAi平台如何克服传统上难以针对的“不可药化”蛋白质的挑战?

BPGbio的基于E2的有针对性的蛋白质降解（TPD）计划是我们管道中最令人兴奋和最具创新性的领域之一。传统的TPD方法依赖于E3连接酶，这限制了目标范围并可能导致药物耐受性。我们的方法使用NAi平台揭示的翻译后修饰的E2酶复合物来扩大可药化蛋白质组。

这是一个首创的方法，我们所看到的早期进展已经吸引了整个制药和生物技术行业的关注。我们目前正在将其应用于肿瘤学、神经学和罕见疾病。这是NAi不仅支持发现，而且使我们能够重新思考药物开发的可能性的一个很好的例子。

BPGbio如何平衡AI驱动的见解与人类监督，以确保发现的有效性?

在BPGbio，我们将AI视为一个强大的工具，但不是人类专业知识的替代品。我们的AI驱动的见解植根于高质量的生物学数据，并不断由我们的生物学家、临床医生和数据科学家团队进行交叉验证。

这种合作确保每个见解都被置于生物学和临床背景中。这是BPGbio在临床试验中取得如此高成功率的原因之一——我们将AI的速度和规模与只有经验丰富的专家才能带来的科学严谨性和判断力相结合。

您认为AI发现的生物标志物在早期诊断像帕金森病这样的疾病方面有何潜力?

我们的平台的力量在于它能够广泛和深入地探究生物学——所以当NAi为治疗目的发现一个目标时，它通常也可以用于诊断目的。

在帕金森病中，我们使用来自帕金森研究所的近400名个体的患者样本建立了系统生物学模型，并确定了N-乙酰普特雷辛（NAP）作为一种新的血液生物标志物。我们通过CLIA认证的诊断面板验证了它，我们发表的研究表明，当与临床特征如嗅觉丧失和REM睡眠障碍结合时，面板显著提高了诊断准确性和早期风险评估。这有可能实现早期干预和改善患者结果。

您认为BPGbio在塑造精准医学的未来方面将发挥什么作用?

在治疗患者方面，没有一种方法适用于所有人。生物学优先的AI有潜力通过发现有助于对患者进行亚型化、改善试验设计、患者分层和治疗成功率的新见解来转变精准医学。这些见解将带来罕见和复杂疾病的诊断和治疗的更高效开发。

通过利用AI严格探究生物学输入和转化模型，行业可以解锁AI的全部潜力，推动药物开发的突破，并满足未被满足的医疗需求。精准医学的下一章将由那些能够将创新与影响力结合起来的人书写，BPGbio准备带领这项事业。

感谢这次精彩的采访，希望阅读本文的读者可以通过访问BPGbio了解更多信息。