John BeelerPh.D., vicepresidente sénior de desarrollo de negocios en BPGBIO, aporta más de dos décadas de experiencia en biotecnología y desarrollo de negocios, con una amplia experiencia en novedosas terapéuticas. Antes de unirse a BPGBIO, recientemente se desempeñó como líder de búsqueda y evaluación de desarrollo de negocios en Bristol-Myers Squibb Donde fue elementary en el abastecimiento y evaluación de oportunidades de licencia y asociaciones estratégicas.
Bpgbio es una biología líder en el estadio clínico con IA biofarma centrado en la biología mitocondrial y la homeostasis de proteínas. La compañía tiene una tubería profunda de terapias desarrolladas por IA que abarca oncología, enfermedades raras y neurología, incluidas varias en ensayos clínicos en etapa tardía. El enfoque novedoso de BPGBIO está respaldado por NAI, su plataforma de biología interrogativa patentada, protegida por más de 400 patentes internacionales e internacionales; uno de los biobanks no gubernamentales clínicamente anotados más grandes del mundo con muestras longitudinales; y acceso exclusivo a la supercomputadora más poderosa del mundo.
¿Qué inspiró la plataforma NAI Interrogative Biology® y cómo diferencia a BPGBIO de otras compañías de biofarma que aprovechan la IA?
Desde que me uní a BPGBIO, me impresionó continuamente la profundidad de la innovación y la visión a largo plazo que se destinó a construir la plataforma NAI Interrogative Biology®. Como alguien que ha pasado dos décadas en biotecnología y desarrollo de negocios, evaluando una amplia gama de plataformas y empresas, puedo decir que NAI se destaca para su base de biología y la profundidad de los datos que interroga.
BPGBio fue uno de los primeros en pionero en la IA para el descubrimiento de drogas. En los últimos 15 años, el equipo ha refinado a NAI en una plataforma que integra datos múltiples propietarios y uno de los biobancos longitudinales más grandes del mundo. A diferencia de otras compañías que dependen de tecnologías estrechas o conjuntos de datos públicos para un programa de descubrimiento de enfermedades únicas, integramos capacidades multiomáticas con nuestro propio biobanco patentado que alberga cientos de miles de muestras clínicamente anotadas longitudinales y usa el uso de la IA bayesiana causal de la IA, no el modelado de AI, no es un modelado common de los conocimientos de desarrollo de drogas. No solo estamos identificando objetivos; Estamos utilizando AI para diseñar nuestros ensayos clínicos, comprender los resultados de nuestros ensayos clínicos y refinar nuestros enfoques de tratamiento.
Nuestros resultados hablan por sí mismos: tenemos una de las tuberías clínicas más avanzadas y robustas en la industria de la biotecnología de IA. Esta tubería incluye dos ensayos activos de fase 2 en cánceres agresivos, programas de múltiples fase 3 listos y más de cien objetivos y biomarcadores novedosos que hemos identificado utilizando nuestros modelos de IA.
¿Puede guiarnos a través de cómo el enfoque de biología de BPGBIO primero acelera y elimina el proceso de descubrimiento de fármacos?
El desarrollo de fármacos tiene una tasa de éxito de aproximadamente el diez por ciento a la aprobación de la FDA, lo que refleja los riesgos y desafíos sustanciales asociados con llevar un nuevo medicamento al mercado. Por lo tanto, no es qué tan rápido y cuántos objetivos descubres que importa; Es la calidad lo que cuenta.
Si bien la IA puede ayudar a acelerar el proceso de descubrimiento, la aplicación de IA, especialmente la IA generativa, a los mismos conjuntos de datos públicos utilizados en el proceso tradicional de descubrimiento de fármacos, no necesariamente cambiará los resultados de los ensayos clínicos, que en última instancia es lo único que importa.
Nuestro enfoque de biología primero garantiza la calidad, profundidad, precisión, amplitud y cantidad de los datos que van a nuestros modelos de IA. En nuestro análisis multiómico, vamos mucho más allá del análisis de ARN y ADN. Además de la genómica y la transcriptómica, nuestros científicos perfilan la proteómica, los lipidómicos y la metabolómica en todas las capas de biología humana (organización, tejido, células y orgánulos) y alimentamos los datos multiómicos imparciales masivos a nuestros modelos de IA causales para nuevas vistas.
Este amplio enfoque impulsado por IA nos permite mirar más allá del área de la enfermedad para encontrar la “causa raíz” más rápidamente. Después de que AI ayuda a encontrar la “causa raíz”, y antes de ir a ensayos clínicos, volvemos al laboratorio húmedo para validar las concepts de la IA son precisas. El enfoque en la biología humana nos ayuda a acelerar y eliminar nuestro proceso de descubrimiento y desarrollo.
Ese enfoque de circuito cerrado cut back la incertidumbre y, en última instancia, elimina el riesgo del proceso de desarrollo. Desde mi perspectiva en el desarrollo empresarial, esto es clave para generar confianza con los socios potenciales, porque nuestro enfoque mejora la probabilidad de éxito desde el principio.
¿Cómo la integración de la IA con la supercomputadora más rápida del mundo, Frontier, mejora su capacidad para analizar los datos de los pacientes e identificar objetivos farmacológicos?
A través de una asociación con el Departamento de Energía de los EE. UU., Tenemos acceso exclusivo a la supercomputadora fronteriza en el Laboratorio Nacional de Oak Ridge para el análisis de desarrollo de fármacos. Esta supercomputadora puede realizar 1.35 quintillones de cálculos por segundo.
Este poder computacional nos permite usar nuestro conjunto de datos masivo para identificar patrones, correlaciones, causas y concepts procesables que de otro modo permanecerían oscurecidas en los análisis de menor escala y reducir el tiempo necesario de meses a horas.
Por ejemplo, durante Covid, analizamos los registros médicos electrónicos (EMR) de 280,000 pacientes junto con su información clínica. Identificamos factores de riesgo genético para grupos étnicos específicos, allanando el camino para la medicina personalizada. Analizamos 1.200 millones de materiales diferentes para descubrir posibles tratamientos para Covid en solo horas.
Desde una perspectiva comercial, este poder informático nos permite desbloquear concepts más rápido y más efectivamente que otros, acelerando el tiempo para asociarse, ensayos clínicos y, en última instancia, beneficios del paciente.
BPGBIO tiene programas clínicos en glioblastoma y cáncer de páncreas. ¿Qué concepts únicas ha descubierto la plataforma NAI en estas áreas y cómo han moldeado sus pruebas?
BPGBIO está ejecutando activamente un ensayo de fase 2B en glioblastoma (GBM) y ha completado un ensayo de fase 2A para el cáncer de páncreas, ambos ensayos con nuestro candidato a fármaco de molécula pequeña BPM31510.
A través de la plataforma NAI, entendimos que los tumores sólidos más agresivos son causados por la disfunción mitocondrial en el entorno tumoral. BPM31510, es una UbídeCarenona que contiene nanodispersión con efectos anticancerígenos mediados por mecanismos moleculares en mitocondrias que desencadenan el proceso de muerte regulada de células cancerosas. Realizamos un estudio de fase 1 de 128 pacientes abiertos en BPM31510, y los resultados del ensayo clínico confirmaron las concepts que NAI había descubierto. Posteriormente, NAI nos ha ayudado a optimizar prácticamente todos los aspectos de estas terapias, desde la dosificación y el momento óptimos hasta la selección de pacientes. Nuestro ensayo GBM está reclutando actualmente y esperamos informar los resultados de nuestros ensayos de Fase 2 de GBM a finales de este año.
Enfermedades raras como la deficiencia primaria de CoQ10 y la epidermólisis bullosa son un enfoque clave para BPGBIO. ¿Qué desafíos y oportunidades ves al abordar estas condiciones?
Las enfermedades pediátricas raras a menudo carecen de opciones de tratamiento efectivas debido a su complejidad y baja prevalencia, y los niños con estas afecciones generalmente enfrentan breves expectativas de vida. Eso presenta desafíos para el reclutamiento de prueba, la navegación regulatoria y el desarrollo terapéutico.
En BPGBio, estamos orgullosos de asumir estos complejos desafíos. Nuestro compuesto principal, BPM31510, ha recibido múltiples designaciones de la FDA, incluidas las drogas huérfanas y las designaciones de enfermedad pediátrica raras, tanto para la deficiencia primaria de CoQ10 como para la epidermólisis bullosa (EB). Estos son hitos importantes que reflejan el potencial clínico de nuestros programas y abren la puerta a los cupones de revisión de prioridad al aprobar.
Estamos planeando un ensayo de fase 3 para la deficiencia primaria de CoQ10 y explorando activamente asociaciones para avanzar en nuestro programa EB. Esto incluye evaluar las formulaciones tópicas como opciones de tratamiento. Creemos que la plataforma de BPGBio puede tener un impacto transformador en este espacio.
La IA bayesiana juega un papel importante en su plataforma. ¿Cómo ayuda específicamente a identificar nuevos objetivos o biomarcadores de drogas?
La IA bayesiana permite a nuestra plataforma ir más allá de identificar asociaciones para descubrir relaciones de causa y efecto que impulsan la enfermedad. Modela la incertidumbre, explica la variabilidad de los datos y genera predicciones muy sólidas que guían el descubrimiento terapéutico y de biomarcadores.
Al integrar los datos múltiples longitudinales y los datos clínicos, nuestros modelos pueden identificar los mecanismos biológicos detrás de la progresión de la enfermedad y los puntos de intervención óptimos. Esto hace que el proceso de descubrimiento sea más preciso y el desarrollo posterior más predecible.
Desde un punto de vista estratégico, esto es increíblemente valioso. Validar qué apuntar y por qué importa cambia biológicamente la forma en que prioriza los programas, diseña pruebas y habla con los socios. Aumenta la confianza en la ciencia.
Su trabajo en enzimas E2 para la degradación de proteínas dirigidas es innovador. ¿Cómo superó la plataforma NAI los desafíos tradicionales para atacar a las proteínas “no retomables”?
El programa de degradación de proteínas dirigida (TPD) basada en E2 (TPD) de BPGBIO es una de las áreas más emocionantes e innovadoras de nuestra tubería. Los enfoques tradicionales de TPD se basan en ligasas E3, que limitan el alcance objetivo y pueden conducir a la resistencia a las drogas. Nuestro enfoque utiliza complejos enzimáticos E2 modificados postraduccionalmente, acusados por la plataforma NAI, para expandir el proteoma farmacéutico.
Este es un enfoque de primera en su clase, y la tracción temprana que vemos ha llamado la atención en la farmacéutica y la biotecnología. Actualmente estamos aplicando esto a oncología, neurología y enfermedades raras. Es un gran ejemplo de cómo NAI no solo apoya el descubrimiento, sino que nos permite repensar lo que es posible en el desarrollo de medicamentos.
¿Cómo equilibra las concepts impulsadas por la IA con supervisión humana para garantizar la validez de sus descubrimientos?
En BPGBIO, vemos a la IA como una herramienta poderosa, pero no un reemplazo, para la experiencia humana. Nuestros conocimientos impulsados por la IA se basan en datos biológicos de alta calidad y son continuamente validados por nuestros equipos de biólogos, médicos y científicos de datos.
Esta colaboración asegura que cada información se coloque en contextos biológicos y clínicos. Es una de las razones por las que BPGBIO ha logrado una tasa de éxito tan alta en los ensayos clínicos: combinamos la velocidad y la escala de la IA con el rigor y el juicio científico que solo los expertos pueden traer.
¿Qué potencial ve para los biomarcadores descubiertos de IA para revolucionar el diagnóstico temprano en enfermedades como Parkinson?
El poder de nuestra plataforma radica en su capacidad para interrogar la biología de manera amplia y profunda, así que cuando NAI descubre un objetivo para fines terapéuticos, a menudo también se puede usar diagnóstico.
En la enfermedad de Parkinson, construimos modelos de biología de sistemas utilizando muestras de pacientes de casi 400 individuos por el Instituto de Parkinson e identificamos N-acetilputrescina (NAP) como un nuevo biomarcador basado en la sangre. Lo hemos validado a través de un panel de diagnóstico certificado por CLIA, y nuestro estudio publicado mostró que cuando se combina con características clínicas como la pérdida olfativa y la trastornos del sueño REM, el panel mejora significativamente la precisión del diagnóstico y la evaluación temprana del riesgo. Esto tiene el potencial de permitir una intervención anterior y mejorar los resultados de los pacientes.
¿Qué papel ves a BPGBio interpretando en la configuración del futuro de la medicina de precisión?
No existe un tamaño único en el tratamiento de pacientes. La IA de biología primero tiene el potencial de transformar la medicina de precisión al descubrir nuevas concepts que ayudan a subtifarse a los pacientes, mejorando así el diseño del ensayo, la estratificación del paciente y las tasas de éxito terapéutico. Estas concepts conducirán a un desarrollo más eficiente de diagnósticos y tratamientos para una variedad de enfermedades raras y complejas.
Al aprovechar la IA para interrogar rigurosamente las entradas biológicas y los modelos de traducción, la industria puede desbloquear el máximo potencial de la IA para transformar el desarrollo de fármacos y ofrecer avances que aborden las necesidades médicas no satisfechas. El próximo capítulo de Precision Drugs será escrito por aquellos que puedan emparejar la innovación con impacto, y BPGBIO está listo para liderar ese cargo.
Gracias por la gran entrevista, los lectores que desean obtener más información deberían visitar Bpgbio.
