Absci dan Memorial Sloan Kettering bermitra untuk mencari obat kanker menggunakan AI
Kemitraan ini menggabungkan algoritma Absci untuk antibodi baru dengan penelitian onkologi MSK yang ekstensif.
Kecerdasan buatan (AI) belum mengubah proses pengembangan obat, namun beberapa upaya tampaknya lebih menjanjikan dibandingkan upaya lainnya.
Pada hari Senin, raksasa penelitian kanker Memorial Sloan Kettering dan pionir AI ilmu hayati Absci mengumumkan kemitraan pertama untuk menemukan enam terapi baru untuk kanker menggunakan AI generatif, dengan harapan dapat membawa obat baru ke uji klinis lebih cepat dibandingkan dengan upaya pengembangan obat pada umumnya. .
MSK akan mengidentifikasi target pada sel yang akan dituju, dan Absci akan menggunakan gen AI-nya untuk membuat antibodi de novo yang akan mengikat target tersebut.
“Ini adalah kolaborasi pertama yang dilakukan Absci, terutama dengan lembaga seperti MSK,” kata Sean McClain, pendiri dan CEO Absci, dalam wawancara dengan ZDNET. “Ini memberikan sinergi yang sangat hebat: pengetahuan dan keahlian yang dimiliki MSK di bidang onkologi, dan target-target baru yang akan mereka wujudkan, dengan kemampuan Absci untuk merancang kandidat obat yang menarik dengan platform AI kami.”
“Jika MSK benar-benar menghadirkan GPCR baru, platform kami sangat cocok untuk itu, untuk dapat menemukan antibodi yang dapat digabungkan dengan target tersebut,” yang oleh McClain disebut “membantu menciptakan biologi.”
Imprimatur MSK adalah sebuah kepercayaan besar bagi dunia AI ilmu kehidupan yang masih sangat muda.
“Kami selalu mencari cara baru untuk mendorong kemajuan bagi pasien di seluruh dunia, dan AI jelas merupakan bidang di mana kita perlu terlibat,” kata Dr. Gregory Raskin, MD, wakil presiden senior Pengembangan Teknologi di MSK.
“Kami belum pernah bermitra untuk membuat obat antibodi baru dengan perusahaan yang fokus pada AI,” ujarnya. “Kami berharap tidak hanya menjadi pemimpin dalam perawatan kanker, namun juga pemimpin dalam AI perawatan kanker di MSK.”
Kolaborasi ini digambarkan sebagai perjanjian "pembangunan bersama" dan "kemitraan 50/50", dengan kedua belah pihak mendanai inisiatif tersebut, meskipun jumlah pendanaannya tidak diungkapkan.
Pembicaraan antara MSK dan Absci dimulai pada konferensi J.P. Morgan Healthcare di San Francisco pada bulan Januari, kata Raskin, dan terus berkembang selama tujuh bulan berikutnya.
Pembagian kerja melibatkan MSK yang menentukan target, yang kemudian akan didiskusikan dan disepakati oleh kedua pihak, dan Absci merancang desain antibodi, atau serangkaian antibodi, untuk mencapai target tersebut.
Selain simulasi komputer yang dapat dijalankan Absci, dan fasilitas lab basahnya sendiri, MSK akan membantu "fasilitas inti dan ilmuwan di institusi kami yang merupakan pakar dunia dalam menentukan apakah suatu obat akan mampu mengalahkan tumor dan aman. ,” kata Raskin.
“Setelah kami mengidentifikasi target, kami kemudian akan menggunakan model AI generatif untuk merancang antibodi menuju target tersebut untuk mencapai tujuan biologis,” kata McClain.
“MSK memiliki lebih dari seratus laboratorium penelitian dengan orang-orang yang bekerja di bidang onkologi, mencari target kanker baru,” kata Raskin. Ia mencatat bahwa 13 obat yang telah disetujui oleh Badan Pengawas Obat dan Makanan AS (FDA) ditemukan di MSK, termasuk Danyelza, pengobatan untuk neuroblastoma pediatrik, pada tahun 2020, dan Erleada, pengobatan untuk kanker prostat yang resistan terhadap pengebirian non-metastatik. , pada tahun 2018. FDA bertanggung jawab untuk menyetujui uji klinis dan menerima atau menolak obat.
“Dalam kasus antibodi tikus, ini adalah pendekatan yang sudah lama dilakukan, memakan waktu, dan membutuhkan banyak tenaga,” kata Raskin. “Anda mungkin mendapatkan antibodi buruk yang tidak terikat dengan baik pada target Anda.”
“Kami berharap metode ini dapat menjangkau pasien kami lebih cepat - itu kuncinya.”
MSK memiliki populasi pasien sendiri yang dapat digunakan untuk menguji obat-obatan yang mungkin dihasilkan dari kemitraan ini, kata Raskin kepada ZDNET. Rumah sakit ini menjalankan sekitar 1.800 uji klinis, sebagian untuk pihak luar, sebagian untuk obat yang dikembangkan secara internal.
“Kami memiliki kemampuan untuk menulis IND kami sendiri, dan kami dapat memulai uji coba pada pasien kami sendiri dengan teknologi ini,” katanya, mengacu pada pengajuan “Investigasi Obat Baru” yang perlu diserahkan ke FDA.
Daya tarik AI, kata Raskin, adalah potensi teknologinya untuk mempercepat pengembangan obat yang memakan waktu rata-rata satu dekade. Dengan menggunakan gen AI, obat-obatan baru dapat dengan cepat disusun dan disimulasikan di komputer -- dalam beberapa kasus, menghemat waktu bertahun-tahun dibandingkan proses kimia in vitro dan uji coba pada hewan secara in vivo.
“Dalam kasus antibodi tikus, ini adalah pendekatan yang sudah lama dilakukan, memakan waktu, dan membutuhkan banyak tenaga,” kata Raskin. “Anda mungkin mendapatkan antibodi buruk yang tidak terikat dengan baik pada target Anda.”
“Kami berharap metode ini dapat menjangkau pasien kami lebih cepat - itu kuncinya.”
Untuk kemitraan pertama yang dilakukan Absci dengan rumah sakit mengenai target obat baru, kata McClain, hal yang penting adalah "mampu menggunakan obat yang kami kembangkan bersama menjadi pasien di MSK, dan mampu membuat MSK benar-benar membantu dalam hal ini." sisi translasi, memastikan kami mendapatkan strategi klinis yang tepat."
Tidak ada batasan waktu yang pasti untuk uji klinis terhadap terapi yang dikembangkan bersama, meskipun Raskin menawarkan harapan bahwa kemitraan ini dapat berjalan cepat. “Akan sangat bagus jika ada pengujian yang dilakukan tahun depan,” katanya, yang implikasinya adalah semacam pengujian pra-klinis.
Absci telah bermitra dengan beberapa raksasa farmasi, termasuk AstraZeneca, Almirall, Merck, dan raksasa chip AI Nvidia.
McClain mengatakan kolaborasi MSK berbeda karena lembaga ini bersifat nirlaba, dibandingkan dengan operasi nirlaba Big Pharma. Karena komersialisasi terapi bisa sangat besar, Absci dan Memorial Sloan Kettering berencana mendatangkan mitra farmasi untuk akhirnya mengkomersialkan obat apa pun, idealnya setelah mereka menunjukkan "bukti konsep" sendiri.
Mengenai target apa yang akan dituju keenam obat tersebut, “Saya kira belum tahu,” kata Raskin. “Kami harus berbicara dengan ilmuwan kami dan melihat apa yang cocok dengan apa yang dipikirkan Absci.”
Menemukan target kanker itu sendiri merupakan tugas yang berat, kata McClain. Absci memiliki sumber daya untuk memformulasikan antibodi baru dari gen AI, namun perusahaan tersebut memerlukan keahlian para ilmuwan yang terlatih dalam memburu reseptor obat di tubuh untuk mencari tempat yang tepat untuk menyerang.
“Banyak GPCR yang muncul sebagai target baru,” katanya, mengacu pada “reseptor berpasangan protein G,” yang merupakan kelompok reseptor terbesar yang ditargetkan oleh obat-obatan yang disetujui.
“Jika MSK benar-benar menghadirkan GPCR baru, platform kami sangat cocok untuk menemukan antibodi yang dapat digabungkan dengan target tersebut,” yang oleh McClain disebut “membantu menciptakan biologi.”
Mengingat belum ada bukti klinis substansial mengenai kegunaan AI, kolaborasi ini, jika menghasilkan data klinis yang pasti, dapat menjadi bukti penting. “Ada beberapa perusahaan molekul kecil di luar sana yang akan menjalani uji klinis Tahap II,” kata McClain. “Tetapi dalam hal antibodi, ini akan menjadi antibodi pertama yang masuk ke klinik.”
Absci telah menunjukkan bukti awal bahwa gen AI dapat merancang antibodi baru yang dapat mengikat target kanker. Pada bulan Maret, Absci melaporkan pengembangan antibodi baru terhadap apa yang disebut “human epidermal growth factor receptor 2,” atau HER2, sebuah onkogen manusia yang telah dikaitkan dengan beberapa bentuk kanker payudara.
Model AI belum diberi data tentang antibodi yang sudah ada dan berhasil melawan HER2, juga belum diberi informasi eksplisit tentang cara agar berhasil menempel -- atau "mengikat" -- ke HER2.
Kandidat obat utama Absci yang sedang dikembangkan, ABS-101, adalah pengobatan untuk penyakit iritasi usus besar (IBS). Antibodi baru ini, yang dikembangkan menggunakan gen AI, berikatan dengan protein TL1A dalam sel imun yang ekspresi berlebihannya telah dikaitkan dengan berbagai penyakit inflamasi autoimun. Antibodi ini dikembangkan dari awal hanya dalam waktu 14 bulan dan dengan biaya kurang dari $5 juta, McClain menekankan.
ABS-101 diperkirakan akan memulai uji klinis Tahap I tahun depan. Proyek lainnya, ABS-301, adalah target "onkologi imun" yang dirahasiakan dan telah divalidasi oleh Absci secara internal.
“Anda mulai melihat antibodi dan molekul kecil yang dihasilkan oleh AI ini berhasil digunakan di klinik,” kata McClain.
Mengingat kekhawatiran atas privasi data pasien, penting untuk menjaga pemisahan antara data pasien MSK dan pelatihan model AI Absci.
“Kami akan menggunakan data dan keahlian mereka untuk memilih target kanker yang akan dituju, dan kemudian kami akan menggunakan model kami untuk menentukan genre antibodi,” kata McClain. "Kami tidak berencana menggunakan data MSk untuk melatih model kami, kami akan membuat data tersebut secara internal, menggunakannya untuk pelatihan -- jadi, data tersebut akan sepenuhnya terpisah dan dilindungi firewall dari perspektif tersebut."