Étiquette : Gero

Partenariat Gero-Chugai : une avancée majeure dans la biotechnologie du vieillissement

Gero, une entreprise biopharmaceutique basée à Singapour et axée sur l’intelligence artificielle, a récemment signé un accord de recherche et de licence majeur avec Chugai Pharmaceutical, membre du groupe Roche. Cette collaboration vise à développer des thérapies par anticorps pour les maladies liées à l’âge, en utilisant la plateforme d’IA de Gero, qui est formée sur des ensembles de données humains, pour identifier des cibles de haute valeur. En retour, Chugai apportera ses technologies d’ingénierie d’anticorps. Le contrat, qui pourrait générer jusqu’à 250 millions de dollars en paiements d’étape, inclut également des redevances escaladées qui pourraient atteindre des milliards si les produits atteignent le marché, ce qui souligne l’ambition qui sous-tend ce partenariat. Les deux parties mettent en avant la nature synergique de l’alliance, combinant le moteur de découverte riche en données de Gero avec la capacité d’exécution thérapeutique de Chugai. Ce partenariat est considéré comme un tournant potentiel dans la perception fragile du vieillissement comme un processus modifiable et traitable. Gero a longtemps soutenu que le vieillissement doit être abordé non pas comme un simple arrière-plan des maladies, mais comme un échec systémique quantifiable et intervenable. Cependant, la route vers l’approbation réglementaire reste semée d’embûches, car Gero doit traduire des concepts complexes en résultats cliniques reconnaissables par les régulateurs. Le développement d’anticorps pour des maladies chroniques complexes représente un défi, mais l’ambition de Gero est admirable. L’entreprise se démarque dans un environnement où l’innovation est souvent rebranding sous d’autres formes, en affirmant que le vieillissement est le véritable problème à résoudre. Gero adopte une approche qui se concentre sur les échecs biologiques partagés comme points d’entrée thérapeutiques, permettant le développement de traitements qui pourraient avoir un impact significatif sur plusieurs maladies simultanément. Avec l’essor des agonistes des récepteurs GLP-1, qui ont démontré qu’un seul médicament pouvait influencer plusieurs conditions liées à l’âge, Gero espère que leur collaboration avec Chugai va catalyser le développement de thérapies de première classe qui ciblent le vieillissement à sa source biologique. Chugai s’intéresse non seulement aux cibles novatrices de Gero, mais également à l’opportunité d’intégrer la biologie du vieillissement dans le domaine thérapeutique. La synergie entre les technologies de découverte de cibles de Gero et les capacités d’ingénierie de Chugai vise à créer des innovations qui pourraient transformer le paysage du traitement des maladies liées à l’âge. Le partenariat fournit également une validation précieuse à Gero à un moment où le capital-risque dans la science du vieillissement fait face à des défis. Gero s’engage à maintenir son objectif de développement de traitements contre le vieillissement, tout en accédant aux ressources nécessaires grâce à cette collaboration. L’approche de Gero remet en question la définition des maladies, en se concentrant sur l’échec de la résilience biologique avec l’âge plutôt que sur des maladies isolées comme Alzheimer ou les maladies cardiovasculaires. Si cela réussit, cela pourrait donner naissance à une nouvelle génération de traitements qui traitent non seulement les symptômes, mais modifient également les trajectoires de risque sous-jacentes tout au long de la vie d’une personne. Cependant, cela nécessitera des changements dans les cadres réglementaires et les systèmes de remboursement pour reconnaître le vieillissement comme une architecture de risque modifiable, et non seulement comme un arrière-plan descriptif. Le partenariat entre Chugai et Gero pourrait être l’un des premiers tests réels de cette possibilité de transition vers une approche où les causes communes peuvent être systématiquement ciblées, avec l’âge lui-même intégré dans l’équation thérapeutique. Alors que de nombreux acteurs de l’industrie se demandent si le vieillissement peut être traité, le pari de Gero, soutenu par Chugai, suggère que la question pourrait bientôt évoluer vers comment et dans quel délai. Source : https://longevity.technology/news/ai-driven-aging-model-lands-potential-multibillion-dollar-runway/

ProtoBind-Diff : Une Révolution dans la Découverte de Médicaments Basée sur la Séquence Protéique

Le modèle ProtoBind-Diff, développé par la biotech singapourienne Gero, représente une avancée significative dans le domaine de la découverte de médicaments, en particulier dans le contexte de la biologie du vieillissement. Contrairement aux plateformes de conception de médicaments qui s’appuient sur des données structurelles 3D, ProtoBind-Diff est entièrement basé sur des séquences de protéines et des informations sur les ligands. En utilisant des paires actives de protéines et de ligands et des embeddings pré-entraînés, ce modèle apprend à générer des molécules en se basant uniquement sur la séquence primaire, ce qui lui permet de cibler des protéines « orphelines » ou pour lesquelles les données structurelles sont absentes ou peu fiables. Cela ouvre de nouvelles possibilités pour la conception de molécules dans des zones biologiques mal comprises, en particulier dans le contexte du vieillissement, où la tractabilité des cibles est souvent limitée. Peter Fedichev, CEO de Gero, souligne que la complexité des interactions entre les protéines et les molécules a longtemps posé des défis, mais que ProtoBind-Diff exploite le langage biochimique déjà optimisé par l’évolution. En intégrant un modèle de diffusion masqué, le système produit des chaînes SMILES, qui sont des représentations textuelles des composés chimiques, tout en apprenant à associer le contexte de la séquence à des caractéristiques de ligands chimiquement significatives. ProtoBind-Diff est particulièrement pertinent pour identifier des ligands ciblant des protéines liées à l’inflammation, au métabolisme et à la régulation épigénétique, des domaines cruciaux pour comprendre les mécanismes du vieillissement. Les premiers résultats montrent que ProtoBind-Diff surpasse certains modèles basés sur la structure, offrant ainsi une méthode plus rapide pour générer des sondes moléculaires et tester des hypothèses biologiques, même sans données structurales précises. Gero envisage de partager les poids et l’interface du modèle, favorisant ainsi une approche collaborative dans un domaine souvent dominé par des plateformes propriétaires. À l’avenir, le succès de ProtoBind-Diff dépendra de ses performances dans des applications réelles, mais il semble déjà répondre à un besoin urgent dans la biologie du vieillissement : une méthode rapide pour passer de la séquence à l’hypothèse, même sans structure. Source : https://longevity.technology/news/gero-unveils-ai-model-for-small-molecule-design-without-structure/