Investire con precisione: Oncologia

Pavel Artemov & Henry Taysom

Il potenziale dell'oncologia di precisione

La medicina di precisione è un'idea nebulosa e spesso troppo promessa. Dopo decenni di ricerca e investimenti, ha un vero portabandiera, l'oncologia. Il trattamento personalizzato del cancro ha raggiunto un punto critico. Più soldi vanno nel trattamento del cancro rispetto a qualsiasi altra malattia e poche malattie hanno più complessità. Potrebbe essere L' imperatore di tutti i mali , ma la forza singolare della parola cancro nasconde la sua vera natura diversa. In questo articolo esaminiamo come le startup e gli investitori dovrebbero avvicinarsi al campo.

In genere descriviamo qualcuno come affetto da "cancro" e aggiungiamo l'organo per fornire maggiori dettagli. La realtà, tuttavia, è che il "tumore al seno" o "tumore al fegato" è esso stesso suddiviso in dozzine di sottotipi. Esistono classificazioni infinitamente separabili e, con la granularità, aumentiamo le opzioni di trattamento.

Ad esempio, ora parliamo di cancro al seno in termini di stato del suo recettore. Le cellule che presentano una proteina chiamata HER2 sono trattate con Herceptin, ma i tumori al seno ER-positivi sono trattati con terapia ormonale, come il tamoxifene. Alcuni pazienti non mostrano marcatori cellulari - carcinoma mammario triplo negativo - di conseguenza, non possono essere curati con determinati farmaci e devono sottoporsi alla chemioterapia, che ha le sue origini scientifiche nelle armi chimiche, con effetti collaterali che sostengono questa eredità.

Con ogni nuovo farmaco sul mercato, troviamo una popolazione specifica di pazienti per i quali i farmaci non funzionano. Man mano che la medicina moderna aumenta la velocità di sviluppo dei farmaci, cresce anche la velocità con cui scopriamo nuovi sottotipi di cancro. Comprendiamo anche di più su come la biologia di un paziente, ad esempio la genetica, il metabolismo e l'ambiente, influiscano sulla sua risposta a un determinato trattamento. Questo è il cuore di Precision Oncology.

Il cancro non è una malattia; sono centinaia di categorie e sottocategorie. Una persona non è un paziente anonimo; la loro genetica ed epigenetica possono determinare come dovrebbero essere trattati.

C'è una gara tra la nostra comprensione del cancro e la nostra capacità di curarlo. Abbiamo bisogno di metodi all'avanguardia per l'identificazione delle risorse, l'assegnazione delle priorità, i test e l'implementazione che possano tenere il passo.

Per questo l'Oncologia è all'avanguardia della medicina di precisione. La lunga ricerca di una cura per il cancro è più precisamente la ricerca di fornire a ogni malato di cancro il trattamento adeguato. In qualità di investitori pre-seed, vediamo le aziende biotecnologiche in fase iniziale dare un contributo importante a questa ricerca. È qui che vediamo l'opportunità per le aziende in fase iniziale di avere il maggiore impatto sul campo:

Strumenti diagnostici complementari (CDX)

Gli strumenti CDX identificano rapidamente i biomarcatori che possono guidare la terapia dei pazienti e facilitarne la stratificazione. L'espansione della qualità e della quantità dei set di dati ha accelerato la spinta al miglioramento dell'apprendimento automatico (ML) e dell'intelligenza artificiale (AI), portando a modelli, limitati nella comprensione fondamentale ma impressionanti in generale, come i nuovi metodi di classificazione basati su immagini per il polmone lesioni tumorali.

La tendenza verso soluzioni software open source ha creato una barriera di ingresso inferiore per i nuovi giocatori che utilizzano tecniche di intelligenza artificiale su dati genetici e omici. Ciò significa che CDX dovrebbe pensare al proprio valore aggiunto differenziato. Un esempio di questo è Turing Biosystems, un investimento che abbiamo fatto a novembre. Turing Bio è un team di dottori di ricerca francesi che utilizzano l'intelligenza artificiale per identificare obiettivi oncologici. Si concentrano sulla questione della "spiegabilità". Le aziende farmaceutiche o i medici vogliono capire come un modello di intelligenza artificiale ha raggiunto una determinata conclusione. La posta in gioco è la vita e la morte. Tuttavia, l'apprendimento automatico è spesso una scatola nera difficile da interrogare. Turing Biosystems utilizza il ragionamento automatizzato (e non l'apprendimento automatico) per garantire che sia completamente spiegabile e interoperabile per l'utente finale.

Hardware abilitato al software

Turing Biosystems si è resa conto che la potenza di calcolo delle soluzioni esistenti era troppo lenta per eseguire l'Automated Reasoning su miliardi di punti dati clinici in modo efficiente in termini di tempo. Quindi hanno ottimizzato il software con l'hardware, utilizzando chip riprogrammabili basati su FPGA (field-programmable-gate-array) per abbinare biomarcatori/obiettivi e risultati nelle dimensioni multi-omiche impilate.

Storicamente, l'investimento in hardware è stato difficile a causa dei rischi di spesa in conto capitale. Tuttavia, come sta diventando evidente in altri settori, con l'avvento dell'informatica biologica e quantistica, stiamo correndo a passo spedito verso un inevitabile punto di svolta in cui il software non può superare questa svista. Accogliamo con favore i miglioramenti negli strumenti diagnostici complementari che aggiungono un ulteriore livello di innovazione oltre all'ultimo strumento ML open source, inclusi quelli che sono hardware o approcci basati su "wet-lab".

Un buon esempio di ciò è Current Surgical, che ha recentemente raccolto 3,2 milioni di dollari per sviluppare un ago intelligente che tratta i tumori cancerosi, evitando interventi chirurgici più invasivi che possono danneggiare gli organi circostanti. Lo stack software di accompagnamento consente ai medici di vedere e analizzare il tumore in tempo reale.

Tecnologia della piattaforma

L'oncologia è un campo vasto e, con una maggiore specificità, il valore reale deriverà dallo sviluppo di un metodo unico che può essere utilizzato ripetutamente. Questa è una piattaforma . Un approccio che può essere utilizzato per diagnosticare diversi pazienti, creare più farmaci, fornire farmaci in più siti o continuare a identificare nuove risorse.

Inevitabilmente il viaggio per diventare una piattaforma inizia in piccolo e si risolve, risolvendo una nicchia ed espandendosi, ma quest'ultima agilità deve essere integrata o tenuta in considerazione nella prima fase di sviluppo possibile. Vediamo alcune aziende concentrarsi solo su una singola proteina o gene causale abbinato a una classe di farmaci. Questo è estremamente dispendioso in termini di risorse e porta a un singolo punto di errore nel processo di ricerca e sviluppo per la scoperta di farmaci.

GRAIL ha creato una piattaforma che può essere utilizzata per diagnosticare dozzine di sottotipi di cancro utilizzando un piccolo biomarcatore sanguigno del tumore e ha condotto una mezza dozzina di studi clinici. Inoltre, la recente acquisizione di Foundation Medicine (acquisita da Roche per 2,4 miliardi di dollari) è un esempio di attività di piattaforma che collega approfondimenti molecolari, medici, pazienti e partner biofarmaceutici.

A dicembre abbiamo investito in una piattaforma di sequenziamento Caeruleus Genomics dell'Università di Oxford. Ha sviluppato il sequenziamento genetico di nuova generazione, che combina il sequenziamento a lunga lettura e quello a singola cellula, riducendo notevolmente la complessità e ampliando i dati "omici" e le conoscenze fenotipiche sul cancro e le sue basi.

Fornire vantaggi sostanziali all'interno del sistema sanitario

Non ha senso l'innovazione senza il miglioramento dell'intervento; la soluzione individuata deve aggiungere benefici al paziente. NICE stabilisce le linee guida sanitarie del Regno Unito per i trattamenti basati sugli anni di vita aggiustati per la qualità guadagnati a seguito dell'intervento e dei costi ad esso associati. Sebbene questa metrica possa essere prematura in fase di pre-seed, aiuta a scoprire quali sono le aspettative o gli obiettivi del fondatore, oltre a evidenziare una comprensione della loro strategia go-to-market pur mantenendo un buon ritorno sull'investimento dal punto di vista sanitario. In altre parole: siamo qui per investire in benefici futuri, non nel prolungamento di un progetto di ricerca.

Il mezzo migliore per raggiungere questo obiettivo è l'impollinazione incrociata di idee tra domini, e ancora una volta la nostra società di portafoglio Turing Biosystems lo evidenzia, collegando lo sviluppo dei semiconduttori e l'immuno-oncologia.

Semplificazione delle infrastrutture sanitarie esistenti

I processi sanitari devono essere semplificati. Ma allo stesso tempo, non puoi nuotare controcorrente rispetto a come funziona il servizio sanitario nazionale. L'adattabilità e la conoscenza del funzionamento dei sistemi sanitari complessi consentono un'adozione più rapida della tecnologia.

Un chiaro esempio di ciò, dal punto di vista del paziente, è il passaggio che la pompa per insulina ha portato alla cura del diabete, un passaggio verso l'autonomia, ma con una supervisione sufficiente da parte dei medici per garantire la sicurezza. Man mano che il mercato cresce e il numero di spin-out dalla ricerca al suo fianco, dobbiamo diffidare delle strategie GTM che si basano sull'adozione di nuovi biomarcatori o sul sequenziamento dell'intero genoma. Occorre invece concentrarsi su tecnologie interrogabili, semplificate e "temporanee". Vediamo una lacuna nel mercato qui, anche se non senza che i grandi attori esistenti siano inclusi in questi sviluppi, dove vengono sfruttate informazioni sufficienti per guidare il trattamento mentre si memorizza il resto per il miglioramento della conoscenza futura.

Conclusione

Oncologia di precisione significa garantire che ogni malato di cancro sia abbinato al giusto percorso terapeutico e ogni nuovo farmaco sia mirato al giusto gruppo di pazienti. La tecnologia ci ha ora portato in un luogo in cui il termine non è più una parola d'ordine. Ora c'è una reale opportunità di sviluppare gli strumenti per diagnosticare prima, stratificare i pazienti in modo più accurato, fornire più cure personali e, di conseguenza, una terapia più efficace.

Nessuno sviluppo in Precision Oncology è veramente utile fino a quando non è abbinato al paziente, al percorso e non è olistico nella sua profondità. In qualità di VC, cerchiamo aziende che raggiungano dimensioni enormi. Questi non sono necessariamente articoli di Nature Cover. Sono un approccio completo dalla tecnologia al capezzale fino alla casa del paziente, guidando l'innovazione, senza complicazioni eccessive, da fondatori visionari che non hanno paura di guardare fuori dalla loro specialità.

Oltre 100 anni fa, Paul Ehrlich immaginava le terapie come "proiettili magici", sostanze chimiche specifiche che uccidono specifiche cellule tumorali. Sebbene oggi stiamo cercando approcci di piattaforma, al contrario di ricerca e sviluppo di singole risorse, continuiamo a concordare che la sua ricetta per il successo: Geduld (pazienza), Geschick (abilità), Geld (risorse) e Gluck (fortuna) si tradurrà in Gesundheit ( salute).

Pavel Artemov e Henry Taysom sono investitori di Life Sciences presso Creator Fund. Pavel sta intraprendendo un dottorato di ricerca presso l'Imperial College, dove studia i meccanismi alla base della resistenza ai farmaci nel linfoma. Nel suo lavoro combina approcci computazionali e di laboratorio. Henry è un cancelliere A&E, che sta intraprendendo un master in traduzione in ingegneria presso l'Imperial.