El brazo de riesgo de Nvidia aumenta su participación en el descubridor de fármacos de inteligencia artificial, Genesis Therapeutics

Inicialmente, Genesis Therapeutics surgió del laboratorio de Vijay Pandey, PhD, de la Universidad de Stanford, donde Evan Feinberg, PhD, entonces estudiante de posgrado, co-inventó y fue coautor de artículos clave revisados ​​por pares que detallan las tecnologías de aprendizaje profundo.

Entre ellos se destacó PotentialNet, el influyente algoritmo de redes neuronales que fue pionero en el uso de novedosas redes neuronales gráficas para la predicción de propiedades moleculares, en particular la afinidad de unión entre proteínas y ligandos. Feinberg, Pandey y sus colegas demostraron el rendimiento de PotentialNet en la predicción de la potencia, que fue pionero a través de una colaboración entre Stanford y Merck Research Laboratories, donde Feinberg trabajó como consultor de aprendizaje profundo antes de lanzar Genesis.

Genesis se fundó en 2019 y ganó una financiación Serie A de 52 millones de dólares un año después. Desde entonces, la empresa ha logrado recaudar más de 300 millones de dólares. La mayor parte de esto incluye una ronda de financiación Serie B de 200 millones de dólares que se completará en 2023. Entre sus inversores se incluye NVentures, la rama de capital de riesgo de Nvidia, el gigante del microprocesamiento con sede en Silicon Valley que ha ampliado su presencia líder en el mercado de chips de IA en todas las industrias de la vida. Lo que incluye las ciencias de la vida.

nVentures aumentó recientemente su participación en Genesis al invertir una "cantidad adicional incremental" no revelada en la compañía, según Feinberg, fundador y director ejecutivo de Genesis.

A través de su colaboración con Nvidia, Genesys está trabajando para acelerar el desarrollo de su plataforma de inteligencia artificial, Genesys Exploration of Molecular Space (GEMS). GEMS está diseñado para generar y optimizar moléculas para objetivos complejos mediante la integración de métodos de IA patentados que incluyen modelos de lenguaje, modelos de difusión y simulaciones de aprendizaje automático (ML) físico.

La financiación adicional de nVentures tiene como objetivo mejorar las capacidades de la plataforma física de IA de Genesys para el diseño de fármacos basado en estructuras mediante la aplicación de la experiencia de Nvidia para hacer que los cálculos sean más eficientes para múltiples arquitecturas de redes neuronales relevantes para el descubrimiento de fármacos.

"Nvidia lidera en muchos aspectos de la pila de IA, en términos de hardware, pero también en las capas de software de nivel inferior sobre ese hardware, mientras que Genesis lidera la IA molecular como área intelectual", señaló Feinberg. Edad general"Por lo tanto, existe una sinergia muy clara entre las ventajas comparativas de Nvidia y las ventajas comparativas de Genesis que hace que la combinación sea mayor que la suma de las partes".

optimización de redes neuronales

La colaboración incluirá, entre otras áreas, la optimización de redes neuronales concurrentes, que son valiosas para manejar datos geométricos 3D como proteínas y estructuras de moléculas pequeñas, según Genesis.

Nvidia ha trabajado continuamente para acelerar la computación a través de redes neuronales, entrenando redes e inferencia (utilizando modelos entrenados para hacer predicciones sobre nuevos datos) o implementándolos en entornos del mundo real.

“Para nuestro campo de la IA molecular, en el que Genesis ha sido pionero durante años, existen tipos específicos de redes neuronales que son particularmente útiles. Y esto es realmente una continuación de una larga tendencia en el campo, donde la IA no es un monolito. Hay varios subcampos de la inteligencia artificial que utilizan algoritmos de aprendizaje relacionados pero distintos.

En Stanford, Feinberg, Pandey y un grupo de colegas presentaron la familia PotentialNet de convoluciones de gráficos en un artículo de 2018. Ciencia Central ACSDos años más tarde, otro grupo de colegas se unió a Feinberg y Pandey y mostraron cómo, al presentar cada molécula claramente como un gráfico, habían logrado "hasta donde sabemos, ADMET (absorción, distribución, metabolismo) una precisión sin precedentes en la predicción de la erradicación y toxicidad). Properties", un artículo publicado por Merck Research Laboratories que muestra una superioridad significativa de los algoritmos de IA en comparación con el ML avanzado utilizado en la predicción ADMET: un aumento relativo del 52 % y un aumento absoluto del 0,16 en R2 frente a Random Forest en la predicción ADMET. En Revista de química medicinal,

Pandey es ahora socio general de Andreessen Horowitz (a16z) y socio general fundador de BioFunds de a16z, donde dirige las inversiones de la empresa que abarcan biología, informática e ingeniería. Pandey, quien se desempeñó como asesor de doctorado de Feinberg, lideró la ronda inicial de $ 4,1 millones de Genesis para a16z y codirigió la Serie B de más de $ 200 millones de la compañía para a16z, un líder no revelado con sede en EE. UU., Con inversores centrados en la ciencia y Felicis Ventures. Sirviendo como un importante inversor durante ese período.

Feinberg dijo de Pandey: "He tenido el privilegio de trabajar con él durante casi una década". "Y creo que es extraordinario poder trabajar tan estrechamente y aprender y trabajar con alguien tan brillante y visionario".

crecer con la región

“Él (Pandey) me ha inspirado constantemente de una manera que realmente ha contribuido al éxito de Génesis. Y a medida que el campo ha evolucionado, eso continúa evolucionando", dijo Feinberg. "Creo que es paralelo a mantener nuestra posición como líder en el campo, si eso tiene sentido, e innovar constantemente y sentirnos cómodos no solo con emular, sino también con la realidad. haciendo avanzar el campo."

Durante sus días de estudiante de posgrado en Stanford, recordó Feinberg, la IA hizo sentir su impacto principalmente en la visión por computadora y el lenguaje natural.

“Los tipos de redes neuronales utilizados para ambos eran en realidad bastante diferentes entre sí, pero ninguno era muy aplicable a la química. Así que desarrollamos nuevos tipos de redes neuronales", recuerda Feinberg. "A mediados de la década de 2010, las redes neuronales gráficas eran las más adecuadas para las moléculas".

Desde entonces hasta ahora, dijo Feinberg, Génesis ha trabajado continuamente en nuevos algoritmos de IA, incluidas "nuevas primitivas de redes neuronales que se adaptan mejor a las tareas de la IA molecular".

“Las redes neuronales equivalentes son una de esas familias que son importantes para nosotros. Y esta es una de las áreas que Nvidia nos está ayudando específicamente a optimizar", afirmó Feinberg.

El laboratorio de Pandey inicialmente saltó a la fama gracias a la fundación de Folding@Home, un proyecto de computación distribuida diseñado para simular la dinámica de las proteínas, incluido el proceso de plegamiento de las proteínas.

“Folding@Home utilizó una gran cantidad de GPU (unidades de procesamiento de gráficos) de Nvidia en todo el mundo para realizar simulaciones de plegado de proteínas”, recuerda Feinberg: “Posteriormente, las GPU de Nvidia se utilizaron mucho para la inteligencia artificial, especialmente en términos de visión y fieltro. lenguaje natural Entonces, como empresa, yo diría que ya éramos usuarios avanzados de las GPU de Nvidia.

"Ajuste muy natural"

Feinberg dijo: "Cuando nos presentaron Nvidia y nVentures a través de la Serie B, nos pareció una opción muy natural para un inversor que no sólo aportaría un capital significativo sino también inteligencia como parte de esa relación". "Esa inversión realmente sentó las bases para una relación que se extendió más allá de ser simplemente un cliente, sino que también aprendimos unos de otros, de nuestras necesidades y de sus capacidades de nivel inferior, que utilizamos para aprovechar nuestro conocimiento del dominio y que podrían beneficiarnos específicamente". de."

Para Nvidia, la colaboración con Genesys impulsa sus esfuerzos continuos para aplicar la IA al descubrimiento de fármacos.

"La plataforma de IA de Genesis y los avances computacionales relacionados desarrollados en colaboración con Nvidia permiten que la nueva IA generativa y predictiva explore vías químicas no explotadas e identifique candidatos a fármacos", dijo Mohammed "Sid" Siddiq, vicepresidente corporativo y director de Tecnología de Nvidia. ayudará a lograrlo”. De aventuras.

¿Cómo ayudará GEMS a Nvidia a hacer ambas cosas?

“El objetivo de GEMS es poder administrar medicamentos a objetivos extremadamente desafiantes y, en algunos casos, inalcanzables. Y para lograrlo, necesitamos complementar mejor muchas de las capacidades que ya tenemos”, afirmó Feinberg.

Potencia, selectividad y átomos.

Implica generar moléculas y predecir su potencia, selectividad y características atómicas: un enfoque combinado de optimización multiparamétrico para el descubrimiento de fármacos para todas las características clave de una molécula. Feinberg explicó que GEMS consta de dos pilares profundamente integrados (IA generativa e IA predictiva) y utilizó los propios modelos de lenguaje personalizados de Genesis para generar miles, millones o miles de millones de compuestos en la nube.

“Pero la química, la química sintética, tiene un ritmo limitado. Sólo se pueden producir un número determinado de moléculas en un tiempo determinado. Por lo tanto, es importante que nuestras tecnologías predictivas de IA que predicen la potencia, la selectividad y la anatomía sean lo más precisas posible. Entonces, GEMS es realmente un paraguas que describe un conjunto de tecnologías profundamente integradas”, dijo Feinberg.

Utilizando GEMS, Genesis está desarrollando una línea centrada en oncología e inmunología. En oncología, Genesis se encuentra en la última fase de optimización y dice que se está acercando a la inscripción de candidatos de desarrollo selectivos y muy potentes para inhibidores alostéricos panmutantes de PIK3CA, el impulsor oncogénico común de los cánceres de mama y colorrectal.

Otros esfuerzos de desarrollo en oncología se centran en moléculas pequeñas destinadas a superar la respuesta a los inhibidores de puntos de control (fase de optimización principal) y prevenir la evasión de la apoptosis en las células cancerosas mediante la inhibición de un regulador antiapoptótico de la vía de muerte celular extrínseca (fase de descubrimiento).

En inmunología, Genesis dice que tiene dos esfuerzos en etapa de descubrimiento: uno, desarrollar múltiples programas para generar moléculas pequeñas dirigidas a objetivos de trastornos autoinmunes bien validados; En segundo lugar, el tratamiento de "una enfermedad autoinflamatoria genética grave" utilizando modificadores de moléculas pequeñas para restaurar la actividad de una proteína deteriorada no especificada.

Colaboración con veteranos

Además de sus esfuerzos de desarrollo interno, Genesis está buscando colaboraciones anunciadas con tres gigantes biofarmacéuticos, sobre las cuales Feinberg dijo que la compañía no podía hacer comentarios. El más reciente se lanzó en septiembre con Gilead Sciences, que acordó descubrir y desarrollar terapias con moléculas pequeñas en múltiples objetivos utilizando GEMS para ayudar a generar y optimizar moléculas para objetivos seleccionados por Gilead.

Gilead acordó pagar 35 millones de dólares por los tres objetivos y conservar la opción de inscribir objetivos adicionales por una tarifa predeterminada no revelada por objetivo. Gilead también acordó realizar pagos adicionales para lograr hitos preclínicos, de desarrollo, regulatorios y comerciales, así como regalías escalonadas sobre las ventas netas de productos comerciales.

Otras dos colaboraciones con gigantes biofarmacéuticos:

• Eli Lilly: una asociación valorada en hasta 670 millones de dólares (de los cuales 20 millones son por adelantado) para descubrir tratamientos innovadores para hasta cinco objetivos en una variedad de áreas terapéuticas, a partir de 2022.
• Genentech, miembro del Grupo Roche: un esfuerzo para múltiples objetivos y múltiples enfermedades lanzado en 2020 utilizando la plataforma de Genesys para aprendizaje profundo y simulaciones moleculares. En 2022, Genentech describió sus objetivos de interés como "objetivos desafiantes que serían eludidos por otros métodos". El valor de la colaboración no ha sido revelado.

Genesis tiene su sede en Burlingame, CA, suburbio de San Francisco, y cuenta con un laboratorio totalmente integrado en San Diego. En la empresa trabajan unas 80 personas.

"Tenemos una cantidad significativa de crecimiento esperado, y está impulsado en parte tanto por la Serie B, esta última inversión adicional de Nvidia y nuestra asociación", dijo Feinberg. "No tengo cifras exactas sobre dónde estaremos en 12 meses, pero tenemos suficientes empleados para crecer por encima de 80".