La necesidad de la experimentación con animales es triste para el proceso de descubrimiento de fármacos, pero aparentemente no hay una buena alternativa a los ratones, aunque no son análogos humanos particularmente precisos. Quris afirma tener la primera opción real en su combinación de IA con datos de un “paciente en un chip” que proporciona pruebas y automatización notablemente robustas, todo a un costo considerablemente menor, sin necesidad de mouse.
La compañía ha recaudado una ronda inicial de $ 9 millones para pasar del piloto a la producción, y un equipo estelar de patrocinadores y asesores es un indicador prometedor de que el enfoque tiene un mérito fundamental.
La idea básica tiene mucho sentido: construir una mejor simulación a pequeña escala de un cuerpo humano y utilizarla para recopilar datos que un sistema de aprendizaje automático pueda interpretar fácilmente. Es más fácil decirlo que hacerlo, por supuesto, pero tan pronto como los investigadores lo dijeron, Quris comenzó a hacerlo.
El enfoque de la compañía con sede en Israel se basa en un importante estudio de Harvard sobre el uso de los llamados “órganos en un chip”. Estos sistemas, aún relativamente nuevos pero establecidos en el campo, utilizan una pequeña cantidad de tejido derivado de células madre (“organoides”) como banco de pruebas para medicamentos o tratamientos, lo que proporciona una buena idea de cómo, por ejemplo, un hígado humano podría responder a una combinación de sustancias.
Lo que encontraron los investigadores de Harvard es que al vincular múltiples sistemas de órganos en un chip (como las células del hígado, los riñones y el corazón), se obtiene una simulación sorprendentemente efectiva del cuerpo humano. No hay nada como lo real, por supuesto, pero este sistema organoide en serie o “paciente en un chip” podría ser una alternativa real a las pruebas con ratones; esa sigue siendo la forma más común de ver cómo un tratamiento afecta un sistema de órganos completo, a pesar de que las sustancias que pasan la fase del ratón solo tienen éxito en las pruebas en humanos aproximadamente el 10% de las veces.
El CEO y cofundador Isaac Bentwich dijo que tan pronto como salió ese estudio, él y sus colegas reconocieron el potencial y comenzaron a trabajar en lo que se necesitaba hacer en términos de ingeniería e inteligencia artificial para convertir esto de un sistema experimental en un producto escalable. Tampoco es solo un reemplazo de ratón, es un método (relativamente) económico para realizar pruebas limitadas en humanos sin los humanos y sin la incertidumbre de los ratones.
Una representación de cómo se verá el dispositivo “chip en chip” automatizado a gran escala. Créditos de imagen: Quris
“Digamos que es una empresa farmacéutica”, dijo Bentwich en una entrevista. “¿Quiere esperar hasta estar a punto de ir a las pruebas clínicas para averiguar si una molécula que se ve bien en papel es realmente efectiva? Puede hacer todos los descubrimientos genómicos que desee, pero no pasará de los experimentos con ratones, donde falla el 90% de las veces. Esto te permite elegir el caballo ganador antes de ir a la carrera “.
Teniendo en cuenta que los candidatos a fármacos pueden costar cientos de millones para llegar a la etapa clínica, vale la pena gastar incluso una pequeña fortuna (piense en decenas de millones) para eliminar algunos destinados al fracaso. Si la técnica es precisa, y hay indicios de que lo es, entonces el riesgo es prácticamente nulo y se amortizará si se evita incluso un costoso callejón sin salida. En otras palabras, dijo Bentwich, esto lleva la mentalidad del software de “fallar temprano, fallar barato” a un dominio donde ninguna de las dos era realmente una opción.
El sistema Quris utiliza lo que llama una técnica de chip en chip, en otras palabras, múltiples sistemas organoides (chips) en secuencia (en otro chip), pero más pequeños y más eficientes que los sistemas de laboratorio de última generación en un orden de magnitud. Costaría millones ejecutar cien humanos simulados de la forma en que lo hicieron los investigadores de Harvard, pero miles hacerlo en el sistema de Quris, que utiliza menos material biológico en bruto, se puede automatizar y va acompañado de un modelo de aprendizaje automático bien entrenado.
Ese es el otro aspecto que está jugando Quris: que este conjunto único de datos impulsará una IA única que comprende y puede ayudar a ejecutar e interpretar los experimentos. La IA ya está siendo entrenada con medicamentos existentes y algunos futuros, aprendiendo qué significan las señales de los diversos sensores para la seguridad de la sustancia. Eso permite realizar pruebas efectivas con un puñado de chips en lugar de, digamos, 500 ratones.
Los chips en sí tampoco son todos iguales. Al manipular y seleccionar cuidadosamente las células madre y los tejidos, se pueden analizar diferentes tipos de personas y diferentes afecciones o fenotipos. Si una empresa tiene un medicamento que funciona bien pero causa efectos secundarios el 10% de las veces y no saben por qué, las pruebas contra diferentes predisposiciones genéticas o factores de complicación en un entorno automatizado pueden descubrir qué factores genéticos conducen a esos efectos secundarios.
Los miembros del equipo de Quris trabajan en un laboratorio. Créditos de imagen: Quris
Dado que la IA es consciente de todo esto y lo cataloga, debería ser bastante bueno para decir a partir de un número relativamente pequeño de pruebas automatizadas (piense en docenas, no miles, y a un costo de miles, no millones) si un medicamento es un buen candidato. para pruebas en humanos o no. Sin que la IA lo interprete, los datos de repente se convierten en un problema de tipo multi-doctorado. Pero Bentwich se apresuró a señalar que de ninguna manera anticipan eliminar el lado biológico y depender solo de la IA. “Es parte de nuestro entendimiento filosófico y biológico que la IA tiene que trabajar con una contraparte biológica”, dijo.
Robert Langer, cofundador de Moderna, está en el consejo asesor científico y le dijo a TechCrunch en la misma entrevista que estaba de acuerdo y espera que esta técnica sea adoptada rápidamente, pero no necesariamente por las compañías farmacéuticas más grandes, naturalmente conservadoras.
“Esta parece ser una gran oportunidad”, dijo. “Tuve ideas similares en otras áreas de la química, que puedes usar IA para hacer estas predicciones. Ciertamente no reemplazará las pruebas, pero reduce las posibilidades, y mi opinión es que aceleraría enormemente las cosas “.
Es bueno tener a alguien como Langer de su lado (junto con el premio Nobel Aaron Ciechanover), pero Bentwich dijo que están confiando más en su cartera de patentes y la ventaja de ser el primero en moverse para poner un pie en la puerta. Un acuerdo con la NY Stem Cell Foundation les da acceso especial al flujo de trabajo de células madre de esa organización.
El modelo empresarial tiene dos puntas. Una es brindar el servicio a una compañía farmacéutica de seleccionar sus candidatos a medicamentos, con el pago sujeto a que los resultados demuestren ser precisos; por ejemplo, un medicamento aprobado por el sistema llega a un hito de prueba determinado como se predijo. El otro es trabajar con sus propias drogas; En este momento, la compañía tiene un tratamiento para la afección X frágil relacionada con el autismo que se someterá a pruebas clínicas el próximo año.
Bentwich señaló que a pesar de la proliferación y la inversión en el descubrimiento de fármacos impulsados por la inteligencia artificial, pocas empresas pueden afirmar que tienen una molécula resultante de su trabajo que ingresa a los ensayos clínicos. Esto no se debe a que no estén haciendo lo que dicen, por ejemplo, identificar moléculas con cierta biorreactividad o un método para fabricarlas de manera eficiente, sino más bien porque hay tantos otros pasos en el largo proceso de descubrimiento, prueba y aprobación que la posibilidad de lograrlo, aunque más alto de lo que era antes, sigue siendo muy bajo.
La ronda inicial de $ 9 millones “nos financia muy bien para terminar la producción de la configuración que tenemos, haciéndola más eficiente y automatizada, y probando los primeros cien o mil fármacos iniciales para entrenar la IA”, dijo Bentwich. La ronda fue dirigida por “Dr. Judith Richter y el Dr. Kobi Richter, pioneros de la terapéutica de intervención cardiovascular, con la participación de Moshe Yanai, líder en tecnología disruptiva de almacenamiento de datos e inversores ángeles estratégicos ”, como dice el comunicado de prensa. Una clara falta de capital institucional: saque sus propias conclusiones allí.
La visión de Bentwich para la empresa es parte de su visión general de “medicina completamente personalizada”. Si el costo de las células madre continúa bajando (ya ha pasado de millones a miles), se abrirían mercados completamente nuevos.
“Ya no será solo hacer experimentos costosos para las compañías farmacéuticas. Dentro de cinco a diez años, esto puede ser lo que estén haciendo cientos de millones de personas. Si lo piensas, en realidad es un poco bárbaro cómo estamos viviendo ahora ”, dijo. “Vas al farmacéutico y te enumeran los posibles efectos secundarios, pero no estás seguro. ¿Qué, eres el conejillo de indias? La respuesta es: sí, todos somos conejillos de indias. Pero este es un primer paso para lograrlo “.
Source link