Il y a une ruée vers l’or dans le domaine de la biotechnologie, car l’IA et d’autres outils sont utilisés pour trouver de nouveaux médicaments et traitements. Avec un nouveau financement de 5,5 millions de dollars, Scala Biodesign concentre ces méthodes sur un problème connexe : rendre les médicaments existants ou prometteurs plus pratiques en les peaufinant une (ou plusieurs) molécules à la fois.
Les fondateurs ont créé l’entreprise à partir de recherches effectuées à l’Institut des sciences Weizmann de Tel Aviv sur la prédiction de la structure et du comportement 3D des protéines. AlphaFold et RoseTTAfold ont fait exploser les portes du domaine ces dernières années, et en combinant leurs capacités avec d’autres données, les fondateurs de Scala affirment qu’ils peuvent accélérer l’un des aspects les plus lents de l’ingénierie des molécules thérapeutiques.
Il existe de nombreux médicaments potentiels qui remplissent certaines fonctions utiles, mais qui sont par ailleurs impropres à la fabrication ou à la distribution de masse – par exemple, ils se désintègrent à température ambiante ou lorsqu’ils sont exposés à l’environnement chimique naturel du corps. Une version plus robuste pourrait impliquer de remplacer un petit morceau de la molécule… mais quel morceau et qu’échangez-vous ?
« Le processus de développement des protéines est très complexe, et même dans les grandes entreprises, il s’agit en grande partie d’essais et d’erreurs », a déclaré Ravit Netzer, PDG et co-fondateur. « Les scientifiques les conçoivent grâce à une sorte de mutagenèse aléatoire. Mais maintenant que nous connaissons les structures de ces protéines, il est clair que changer les choses au hasard n’est pas vraiment une option. »
A titre d’exemple : une petite protéine qui est une chaîne de 100 acides aminés, avec 20 options pour chacune de ces 100 positions, a tellement de possibilités à tester que vous pourriez le faire jusqu’à ce que le soleil brûle sans les épuiser. Et en effet, bon nombre de ces tentatives visant à obtenir une amélioration au hasard prennent beaucoup de temps pour obtenir des résultats ou échouent tout simplement et coûtent des millions.
Les cofondateurs de Scala, Ravit Netzer (à gauche) et Adi Goldenzweig.
C’est un peu comme remplacer un mot d’un paragraphe par un mot aléatoire du dictionnaire et espérer que cela fasse mieux passer votre message, alors que vous avez besoin d’un thésaurus. (Faites confiance à un écrivain pour proposer une métaphore torturée comme celle-ci.)
Scala a combiné la prédiction de la structure des protéines avec des données cliniques et des observations de protéines naturelles pour produire un système capable de détecter les changements permettant d’obtenir un résultat donné. En améliorant la stabilité, en amplifiant l’effet, en facilitant la fabrication, il existe de nombreuses façons pour les protéines presque présentes d’atteindre des niveaux utiles et efficaces.
Tout est informatique – pas de laboratoire humide – et ils fournissent finalement un petit nombre de séquences à haute confiance, dont ils sont sûrs qu’une d’entre elles fera au moins avancer les choses dans la bonne direction.
Le candidat vaccin contre le paludisme, avant et après modification.
À titre d’exemple concret, un laboratoire travaillait sur une protéine naturelle qui fonctionne comme vaccin contre le paludisme. Le problème est qu’il est sensible à la température et ne survivrait probablement pas au transport ou au stockage.
« Ils savaient qu’ils avaient un problème de stabilité thermique. Ils ont donné une contribution et obtenu trois résultats, ont choisi le meilleur, et il est maintenant en cours d’essais cliniques », a déclaré le directeur technique et co-fondateur Adi Goldenzweig. « Idéalement, nous proposerions une option et serions confiants à 100 %, mais nous n’en sommes pas encore là. Mais les gens en traversent souvent des dizaines de milliers.
Ils ont ajouté qu’il ne s’agit pas simplement de remplacer un acide aminé par un autre, mais que dans les protéines plus grosses, ils peuvent être échangés par dizaines à la fois. « Vous ne trouverez personne faisant cela, plus de 50 mutations en une seule fois », a souligné Goldenzweig.
« Je pense que nous disposons d’une gamme et d’une profondeur de validation tout à fait uniques – un historique de conception réussie de protéines dans des applications très diverses. Des anticorps, des enzymes, etc. », a déclaré Netzer. « Nous avons montré à maintes reprises qu’il était possible de concevoir des améliorations majeures des protéines. Nous voulons prouver que cela peut être réalisé à grande échelle, et pas seulement dans le cadre d’un projet de doctorat. » (D’où le nom de l’entreprise.)
Actuellement, la société travaille avec des sociétés et laboratoires pharmaceutiques anonymes et reste flexible en ce qui concerne les licences et le modèle commercial. La priorité est de fournir et de prouver le service, et non d’établir leur propre propriété intellectuelle biologique, même s’ils ne l’excluent pas pour l’avenir.
« En tant qu’entreprise semencière, nous ne pouvons pas tout faire, c’est pourquoi nous nous concentrons sur la collaboration avec les entreprises, en leur montrant notre technologie. La façon de travailler avec eux est de ne pas compliquer les choses », a expliqué Netzer.
Le cycle de financement de démarrage de 5,5 millions de dollars de la société, mené par les partenaires de TLV, est le premier. Sortis de la furtivité, ils poursuivront davantage de partenariats et d’études, dans l’espoir de rendre l’ingénierie des protéines aussi simple que la consultation de vos e-mails.
