VivoSim i Chemveda będą testować leki z AI na ludzkiej tkance

Modele generatywne proponują dziś cząsteczki znacznie szybciej, niż ktokolwiek jest w stanie je przetestować. Kolejka tworzy się na etapie bezpieczeństwa.

Jeśli testy na ludzkiej tkance działają tak, jak zapowiada firma, klienci z branży biotechnologicznej mogliby odrzucać złe związki wcześniej i ograniczyć doświadczenia na zwierzętach. Nikt jeszcze nie pokazał, że lepsze przewidywania z laboratorium przekładają się na wyższy odsetek udanych badań klinicznych.

Umowa: ludzka tkanka jako stanowisko badawcze

W ramach współpracy Chemveda zaprojektuje, zsyntetyzuje i zoptymalizuje związki powstałe z pomocą AI dla klientów z branży farmaceutycznej i biotechnologicznej. VivoSim przepuści wybrane cząsteczki przez swoje modele NAMkind Liver i NAMkind Intestine, zbudowane z pierwotnych komórek ludzkich. Ludzka tkanka wchodzi do obiegu z konkretnego powodu: chemik potrzebuje sygnału o toksyczności wtedy, gdy cząsteczkę można jeszcze zmienić. VivoSim nazywa to szybkim cyklem projektuj, zrób, przetestuj. Dane z tkanki wracają do syntezy, zamiast pojawiać się dopiero po zamknięciu kandydata. Keith Murphy, przewodniczący zarządu VivoSim, postawił sprawę wprost w ogłoszeniu. AI dała branży „strumień nowych cząsteczek jak z węża strażackiego”, powiedział, ale nie dała sposobu, by wiedzieć, które zadziałają, a które mogą zaszkodzić pacjentom.

Dlaczego testy bezpieczeństwa są wąskim gardłem

Argument opiera się na znanym schemacie porażek. Toksyczność dla wątroby i przewodu pokarmowego wciąż należy do najczęstszych powodów, dla których obiecujące leki odpadają w badaniach klinicznych, często po latach pracy i setkach milionów dolarów. Modele generatywne potrafią dziś zaproponować tysiące nowych cząsteczek w czasie, w jakim kiedyś projektowano kilka. Dowodem VivoSim jest zbiór danych klinicznych obejmujący 92 związki małocząsteczkowe. Na tym zbiorze model NAMkind Liver przewidział polekowe uszkodzenie wątroby z dokładnością 91%, czułością 90% i swoistością 95%, podaje firma. Twierdzi też, że osiąga czułość powyżej 90% tam, gdzie modele zwierzęce i metody tradycyjne wykrywają tylko 50% do 65% rzeczywistych substancji toksycznych dla wątroby.

To liczby samej firmy. Opublikowano je w komunikacie spółki i nikt ich niezależnie nie powtórzył.

Otoczenie regulacyjne jest jednak sprzyjające. Amerykańska Agencja Żywności i Leków (FDA) aktywnie zachęca do stosowania nowych metod opartych na ludzkich komórkach zamiast testów na zwierzętach, podano w tym samym komunikacie. To ma znaczenie handlowe: test, który akceptuje regulator, jest wart więcej niż taki, który przekonuje tylko chemika.

Inni budują tę samą warstwę walidacji

VivoSim nie jest jedyną firmą, która sprzedaje walidację zamiast generowania. QurieGen i Rayca Precision poinformowały 3 listopada, że połączą odkrywanie celów, projektowanie cząsteczek z pomocą AI i walidację komórkową w jeden powtarzalny cykl. QurieGen mierzy ekspresję genów oraz białka powierzchniowe i wewnątrzkomórkowe, a także fosfoproteiny w pojedynczych komórkach w czasie. Rayca łączy AI z symulacjami opartymi na fizyce, żeby modelować ruch białek i znajdować miejsca wiązania, w tym te dostępne tylko chwilowo. Program pilotażowy zaczyna się od jednego pytania biologicznego, obszaru choroby i uzgodnionych ograniczeń. Gdy wyniki odbiegają od oczekiwań, dane mają pozwolić odróżnić zły cel od złej cząsteczki. Partnerzy mówią, że cykl ma zmniejszyć niepewność przed krytycznymi decyzjami w badaniach i rozwoju.

Pieniądze płyną do tej samej warstwy. Vitroscope zebrał 7 mln dol., na co składa się runda zalążkowa 5 mln dol. i 2 mln dol. bezzwrotnego finansowania z Norweskiej Rady Badań, a łącznie ma 8,8 mln dol.

Jego stołowa platforma vitro.alive prowadzi sześć niezależnych, równoległych eksperymentów, a Vitroscope i Instant Bio utrzymywały unaczynione organoidy ludzkiego mózgu w perfuzji przez siedem dni. Wersja na 96 eksperymentów, vitro.scale, jest w opracowaniu. Drugą drogą są dane. Parse Biosciences i Nomic Bio budują Cascade, bazowy zbiór 100 mln komórek, który łączy sekwencjonowanie RNA pojedynczych komórek z ponad 11 000 profili białek wydzielniczych w ponad 150 tys. warunków cytokinowych i lekowych. GSK, Pfizer, Sanofi, Graph Therapeutics i Turbine są partnerami projektu, podały spółki.

Co uznalibyśmy za dowód

Jak miałby wyglądać dowód? VivoSim twierdzi, że jego partnerzy w ciągu tygodni, nie lat, dowiedzą się, które cząsteczki zasługują na dalszy rozwój.

To twierdzenie o szybkości. Trudniejsze twierdzenie, że testy oparte na ludzkiej tkance podnoszą odsetek kandydatów przechodzących badania kliniczne, będzie wymagało lat sprawdzania. Umowy samych koncernów pokazują horyzont czasowy. AstraZeneca podpisała strategiczne partnerstwo w odkrywaniu leków z Insitro, obejmujące metaboliczne choroby wątroby i schorzenia mięśnia sercowego, w formie płatności zależnych od osiągnięcia kamieni milowych. Kalkine Media zauważył, że ewentualne korzyści handlowe z tego sojuszu są odległe o wiele lat. Nowe pieniądze Vitroscope są przeznaczone na komercyjne wdrożenie vitro.alive i prace nad większą przepustowością z vitro.scale. Parse i Nomic nazywają Cascade największym tego typu zasobem gotowym do zastosowań AI w modelowaniu układu odpornościowego. Murphy powiedział, że celem jest zastąpienie zgadywania wynikami istotnymi dla człowieka. Żadna z tych grup nie opublikowała odsetka udanych badań klinicznych. Ta liczba, kiedy się pojawi, rozstrzygnie spór.