Absci et Memorial Sloan Kettering s'associent pour rechercher des médicaments contre le cancer en utilisant l'IA

Le partenariat combine les algorithmes d'Absci pour les nouveaux anticorps avec les recherches approfondies en oncologie de MSK.

L’intelligence artificielle (IA) n’a pas encore transformé le processus de développement de médicaments, mais certains efforts semblent plus prometteurs que d’autres.

Lundi, le géant de la recherche sur le cancer Memorial Sloan Kettering et le pionnier de l'IA en sciences de la vie Absci ont annoncé un partenariat unique en son genre pour découvrir six nouvelles thérapies contre le cancer utilisant l'IA générative, dans l'espoir de amener de nouveaux médicaments aux essais cliniques plus rapidement qu'avec les efforts classiques de développement de médicaments. .

MSK identifiera la cible sur les cellules à rechercher, et Absci utilisera sa génération AI pour créer un anticorps de novo qui se liera à cette cible.

"C'est la première collaboration de ce type qu'Absci réalise, notamment avec un institut comme MSK", a déclaré Sean McClain, fondateur et PDG d'Absci, dans une interview avec ZDNET. « Cela offre une très grande synergie : les connaissances et l'expertise dont dispose MSK en oncologie, et ces nouvelles cibles qu'ils vont proposer, avec la capacité d'Absci à concevoir des candidats médicaments passionnants avec notre plateforme d'IA.

"Si MSK apporte un nouveau GPCR, notre plateforme est vraiment bien adaptée pour cela, pour pouvoir trouver un anticorps qui se combine avec cette cible", ce que McClain appelle "aider à créer la biologie".

L’imprimatur de MSK est un vote de confiance majeur pour le monde très jeune de l’IA des sciences de la vie.

« Nous recherchons toujours de nouvelles façons de faire avancer les choses pour les patients du monde entier, et l'IA est clairement un domaine dans lequel nous devons être impliqués », a déclaré le Dr Gregory Raskin, MD, vice-président senior du développement technologique chez MSK.

"Nous n'avons jamais collaboré auparavant pour fabriquer de nouveaux médicaments à base d'anticorps avec une entreprise axée sur l'IA", a-t-il déclaré. "Nous espérons être non seulement un leader dans le domaine des soins contre le cancer, mais aussi un leader dans le domaine de l'IA dans le domaine des soins contre le cancer chez MSK."

La collaboration est décrite comme un accord de « co-développement » et un « partenariat 50/50 », les deux parties finançant l'initiative, bien que les montants du financement n'aient pas été divulgués.

Les pourparlers entre MSK et Absci ont débuté lors de la conférence J.P. Morgan Healthcare à San Francisco en janvier, a déclaré Raskin, et ont évolué au cours des sept mois qui ont suivi.

La division du travail implique que MSK propose une cible, dont les deux parties discuteront ensuite et se mettront d'accord, et qu'Absci conçoive une conception pour un anticorps, ou une série d'anticorps, contre la cible.

En plus des simulations informatiques qu'Absci peut exécuter et de ses propres installations de laboratoire humide, MSK apportera son aide « aux installations principales et aux scientifiques de notre institution qui sont des experts mondiaux pour déterminer si un médicament sera capable de vaincre une tumeur et d'être sûr ». ", a déclaré Raskin.

"Une fois que nous aurons identifié la cible, nous utiliserons ensuite les modèles d'IA génératifs pour concevoir les anticorps dirigés contre ces cibles afin d'atteindre la biologie", a déclaré McClain.

"MSK compte plus d'une centaine de laboratoires de recherche avec des personnes travaillant en oncologie, à la recherche de nouvelles cibles contre le cancer", a déclaré Raskin. Il a noté que 13 médicaments approuvés par la Food and Drug Administration (FDA) des États-Unis ont été inventés à MSK, notamment Danyelza, un traitement contre le neuroblastome pédiatrique, en 2020, et Erleada, un traitement contre le cancer de la prostate non métastatique résistant à la castration. , en 2018. La FDA est chargée d’approuver les essais cliniques et d’accepter ou de rejeter les médicaments.

"Dans le cas des anticorps de souris, il s'agit d'une approche traditionnelle, longue et laborieuse", a observé Raskin. "Vous pourriez avoir une mauvaise série d'anticorps qui ne se lient pas bien à votre cible."

"Nous espérons que cette méthode sera plus rapide à introduire chez nos patients - c'est tout simplement la clé."

MSK dispose de sa propre population de patients qu'elle peut utiliser pour tester des médicaments susceptibles de résulter du partenariat, a déclaré Raskin à ZDNET. L'hôpital mène environ 1 800 essais cliniques, certains pour des tiers, d'autres pour des médicaments développés en interne.

"Nous avons la capacité de rédiger nos propres IND et nous pouvons démarrer des essais chez nos propres patients avec ces technologies", a-t-il déclaré, faisant référence aux dépôts de "médicament nouveau de recherche" qu'il est nécessaire de soumettre à la FDA.

L’attrait de l’IA, a déclaré Raskin, réside dans le potentiel de la technologie pour accélérer le développement de médicaments qui prend en moyenne une décennie. En utilisant la génération AI, de nouveaux médicaments peuvent être rapidement conçus et simulés sur ordinateur - dans certains cas, réduisant de plusieurs années le processus typique de la chimie in vitro et des tests in vivo sur les animaux.

"Dans le cas des anticorps de souris, il s'agit d'une approche traditionnelle, longue et laborieuse", a observé Raskin. "Vous pourriez avoir une mauvaise série d'anticorps qui ne se lient pas bien à votre cible."

"Nous espérons que cette méthode sera plus rapide à introduire chez nos patients - c'est tout simplement la clé."

Pour le tout premier partenariat d'Absci avec un hôpital sur de nouvelles cibles médicamenteuses, a déclaré McClain, l'important est de « pouvoir amener les médicaments que nous avons co-développés ensemble chez les patients de MSK, et de pouvoir réellement aider MSK sur ces cibles ». le côté translationnel, en nous assurant que nous avons la bonne stratégie clinique.

Il n’y a pas de calendrier défini pour les essais cliniques de thérapies développées ensemble, même si Raskin a exprimé l’espoir que le partenariat puisse évoluer rapidement. "Ce serait formidable de tester quelque chose l'année prochaine", a-t-il déclaré, l'implication étant une sorte de test préclinique.

Absci a déjà des partenariats avec plusieurs géants pharmaceutiques, dont AstraZeneca, Almirall, Merck et le titan des puces IA Nvidia.

McClain a déclaré que la collaboration MSK est différente dans la mesure où l'institut est une organisation à but non lucratif, par opposition à une opération à but lucratif de Big Pharma. Parce que la commercialisation des thérapies peut être énorme, Absci et Memorial Sloan Kettering prévoient de faire appel à un partenaire pharmaceutique pour commercialiser à terme tout médicament, idéalement après avoir démontré eux-mêmes une « preuve de concept ».

Quant aux cibles ciblées par les six médicaments, "je ne pense pas que nous le sachions encore", a déclaré Raskin. "Nous devons parler avec nos scientifiques et voir ce qui correspond à ce que pense Absci."

Trouver une cible pour le cancer est en soi une tâche intense, a noté McClain. Absci dispose des ressources nécessaires pour formuler de nouveaux anticorps issus de la génération AI, mais la société a besoin de l'expertise de scientifiques formés à la recherche d'endroits intéressants où frapper à travers les récepteurs de médicaments du corps.

"De nombreux GPCR apparaissent comme de nouvelles cibles", a-t-il déclaré, faisant référence aux "récepteurs couplés aux protéines G", qui constituent la plus grande famille de récepteurs ciblés par les médicaments approuvés.

"Si MSK apporte un nouveau GPCR, notre plate-forme est vraiment bien adaptée pour pouvoir trouver un anticorps qui se combine avec cette cible", ce que McClain appelle "aider à créer la biologie".

Étant donné qu’il n’existe jusqu’à présent aucune preuve clinique substantielle de l’utilité de l’IA, la collaboration, si elle produit des données cliniques définitives, pourrait constituer une preuve importante. "Certaines entreprises spécialisées dans les petites molécules disposeront de résultats d'essais cliniques de phase II", a déclaré McClain. "Mais en termes d'anticorps, ceux-ci seront parmi les premiers à arriver en clinique."

Absci a démontré les premières preuves que la génération AI peut concevoir de nouveaux anticorps qui se lient aux cibles du cancer. En mars, Absci a signalé le développement de nouveaux anticorps contre ce qu'on appelle le « récepteur 2 du facteur de croissance épidermique humain », ou HER2, un oncogène humain qui a été associé à certaines formes de cancer du sein.

Le modèle d’IA n’avait pas reçu de données sur les anticorps existants et efficaces contre HER2, ni d’informations explicites sur la manière de s’attacher - ou de se « lier » avec succès - à HER2.

Le principal médicament candidat d'Absci dans son pipeline, l'ABS-101, est un traitement contre la maladie du côlon irritable (SCI). Le nouvel anticorps, développé à l’aide de la génération AI, se lie à la protéine TL1A dans les cellules immunitaires dont la surexpression a été associée à diverses maladies auto-immunes inflammatoires. L'anticorps a été développé à partir de zéro en seulement 14 mois et pour un coût inférieur à 5 millions de dollars, a souligné McClain.

L'ABS-101 devrait commencer les essais cliniques de phase I l'année prochaine. Un autre projet, ABS-301, est une cible « immuno-oncologique » non divulguée qui a été validée en interne par Absci.

"Vous commencez à voir ces anticorps et petites molécules générés par l'IA arriver en clinique", a déclaré McClain.

Compte tenu des préoccupations concernant la confidentialité des données des patients, il est important de maintenir une séparation entre les données des patients de MSK et la formation du modèle d'IA d'Absci.

"Nous utiliserons leurs données et leur expertise pour sélectionner la cible du cancer à poursuivre, puis nous utiliserons notre modèle pour classer l'anticorps", a déclaré McClain. "Nous ne prévoyons pas d'utiliser les données MSk pour former nos modèles, nous allons générer ces données en interne, en les utilisant pour la formation. Elles seront donc complètement séparées et protégées par un pare-feu de ce point de vue."