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方法的专业知识。在加入BPGbio之前，他最近曾担任百时美施贵宝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重要作用。

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开发的治疗方法管道，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探究生物学平台（NAi）基础上，受到400多项美国和国际专利的保护；拥有世界上最大的临床注释的非政府生物库，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权限。

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

自从我加入BPGbio以来，我一直被公司在建设NAi探究生物学平台时所展现出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拥有二十多年经验的人，我可以说NAi因其生物学优先的基础和对数据的深入探究而脱颖而出。

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打造成为一个集成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、临床注释的样本，并使用因果贝叶斯AI（而非生成式AI建模）来揭示基于生物学的见解，这些见解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。我们不仅仅是在识别目标；我们还使用AI来设计临床试验，理解临床试验结果，并改进治疗方法。

我们的结果是有力的证据：我们在AI生物技术行业中拥有最先进、最强大的临床管道之一。这个管道包括两个正在进行的二期试验，用于治疗侵袭性癌症，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的风险？

药物开发的成功率大约为10%，这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可以加速发现过程，但将AI（尤其是生成式AI）应用于传统药物发现过程中使用的公共数据集，并不能一定改变临床试验的结果，这最终是唯一重要的东西。

我们的生物学优先方法确保了输入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，我们远远超出了分析RNA和DNA的范畴。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分析，涵盖了人类生物学的所有层面——器官、组织、细胞和细胞器——并将这些大量的无偏见多组学数据输入我们的因果AI模型，以获得新的见解。

这种广泛的、AI驱动的方法使我们能够更快速地找到疾病的“根源”。在AI帮助我们找到“根源”之后，我们在进入临床试验之前，会回到实验室验证AI的见解是否准确。这种对人类生物学的关注使我们能够加速和降低我们的发现和开发过程中的风险。

这种闭环方法降低了不确定性，最终降低了开发过程中的风险。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，我们获得了在奥克里奇国家实验室的Frontier超级计算机用于药物开发分析的独家访问权。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、关联、因果关系和可行的见解，这些在较小规模的分析中将会被掩盖，并将分析所需的时间从数月缩短到数小时。

例如，在COVID-19期间，我们分析了28万名患者的电子病历（EMR）及其临床信息，找到了特定族群的遗传风险因素，为个性化医学铺平了道路。我们分析了12亿种不同的材料，以仅仅几小时的时间发现潜在的COVID-19治疗方法。

从商业角度来看，这种计算能力使我们能够比他人更快、更有效地获得见解，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方面有临床项目。NAi平台在这些领域揭示了什么独特的见解，它们又如何影响了您的试验？

BPGbio正在积极进行一项针对神经母细胞瘤的二期试验，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，我们了解到大多数侵袭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体，通过线粒体中的分子机制发挥抗癌作用，触发调节的癌细胞死亡。我们进行了一项针对BPM31510的128名患者的开放标签一期研究，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方法的几乎每个方面，从最佳剂量和时机到患者选择。我们的神经母细胞瘤试验目前正在招募，我们预计今年晚些时候会公布我们的神经母细胞瘤二期试验结果。

罕见疾病如原发性CoQ10缺乏症和表皮松弛症是BPGbio的重点。您在解决这些疾病时看到什么挑战和机会？

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着短暂的生命预期。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，适用于原发性CoQ10缺乏症和表皮松弛症（EB）。这些都是重要的里程碑，反映了我们的项目的临床潜力，并在批准后为我们打开了优先审查凭证的大门。

我们正在计划针对原发性CoQ10缺乏症的三期试验，并积极探索合作伙伴关系以推进我们的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。它具体如何帮助识别新型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，指导治疗和生物标志物的发现。

通过整合纵向多组学和临床数据，我们的模型可以识别疾病进展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。验证目标和为什么它在生物学上很重要改变了您如何优先考虑项目、设计试验和与合作伙伴交谈。它建立了对科学的信心。

您在E2酶的靶向蛋白降解方面的工作是开创性的。NAi平台如何克服传统的“不可药化”蛋白的挑战？

BPGbio的基于E2的靶向蛋白降解（TPD）项目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药。我们的方法使用了NAi平台揭示的翻译后修饰的E2酶复合物，扩大了可药化的蛋白质组。

这是一个首创的方法，我们所看到的早期成果已经引起了整个制药和生物技术行业的关注。我们目前正在将这一方法应用于肿瘤学、神经学和罕见疾病。它是NAi不仅支持发现，还使我们能够重新思考药物开发可能性的一个伟大例子。

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驱动的见解建立在高质量的生物学数据之上，并不断被我们的生物学家、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的背景之中。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的速度和规模与只由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疾病如帕金森病方面有何潜力？

我们的平台的力量在于其能够广泛、深入地探究生物学，因此当NAi揭示一个用于治疗目的的目标时，它也可以用于诊断目的。

在帕金森病方面，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，并识别了N-乙酰普特雷辛（NAP）作为一种新的基于血液的生物标志物。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的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的预后。

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有潜力通过发现新的见解来转化精准医学，这些见解有助于对患者进行亚型化，从而提高试验设计、患者分层和治疗成功率的效率。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，而BPGbio已经准备好引领这一潮流。

感谢这次精彩的采访，希望读者能够通过访问BPGbio网站进一步了解更多信息。