Изоставена молекула: 153 млн. долара за втори опит

29.09

време за четене: 3 мин.

Фармацевтичната индустрия изхвърля повече вещества, отколкото пуска на пазара, и по-голямата част от тях носят готови данни за безопасност. На 28 септември канадският Biossil набра 153 млн. долара при оценка от 1 млрд., за да работи точно в тази изхвърлена част. Гръбнакът на бизнеса му е архивът, не лабораторията.

Робот стои пред висок рафт с прашни архивни кутии в склад и подава на изследователка в бяла престилка една стара папка, а тя я приема учудено, защото в ръцете си вече държи празна нова папка от лабораторията

Какво е обявено

Рундът е воден от фонда за стартъпи на OpenAI, а сред останалите участници са Founders Fund, Quiet Capital, Modern Capital, Golden Ventures, Panache Ventures, дарителският фонд на университета Duke и Abu Dhabi Investment Council. Сумата е 153 млн. долара, оценката - 1 млрд. Съосновател и главен изпълнителен директор е Anthony Mouchantaf, а съосновател е Alexander Mosa, доктор по молекулярна вирусология.

Компанията е придобила или лицензирала 12 молекули. Активните направления по нейни данни включват сърповидно-клетъчна анемия, идиопатична белодробна фиброза, глиобластом, рак на гърдата и Алцхаймер. При сърповидно-клетъчната анемия работи с вещество, изоставено от Johnson & Johnson, в болницата SickKids в Торонто, в Монреал и в McGill, а с него започва изпитвания при глиобластом в Германия и Дания.

Защо изоставена молекула е обещаваща цел

Едно вещество отпада от клинично изпитване по много причини и само част от тях са „не действа". Изпитването може да е било проведено при неподходящо подбрана група пациенти, при друга доза или срещу друго заболяване. Когато причината е от този род, веществото остава годно, а провалът е бил на плана около него.

Тук е и икономическата разлика. Всяка изоставена молекула вече е синтезирана, вече е минала през изпитвания и вече носи натрупани данни за поведението си в хора - разход, който някой друг е платил. Тоест началната точка не е празна страница, а купчина скъпо събрани данни, които никой не препрочита, защото решението вече е взето. Работата на езиковите модели е точно в препрочитането: те минават през документацията на провалените изпитвания и подреждат кандидатите по това при кои променени условия си струва да бъдат опитани отново.

Нашият анализ

Ограничението трябва да се каже направо: нито една молекула на компанията още не е одобрена за пазара. Оценката от 1 млрд. долара плаща за метод и за портфейл от права, не за доказан резултат, а клиничното изпитване е дълго и се проваля често - включително по причини, които никакъв прочит на архива не предвижда.

Проверимата част е друга и тя е силната страна на случая. Изпитванията са конкретни, с назовани болници и назовани заболявания, а не описани като бъдещи планове. Наблюдаваме и нещо характерно за тази вълна: инвеститорът, който води рунда, е доставчикът на моделите, с които компанията работи. Такава подредба ускорява достъпа до технология, но не замества външната оценка на резултата.

За читателя, който свързва AI с чатботове, случаят е полезен и с друго. Работата тук не е разговор с модел, а четене на клинична документация в голям обем, при което моделът върши преглеждането, а преценката и изпитването остават човешки, в болница, по протокол.

Какво може да се направи

Похватът се пренася и извън фармацията, защото описва разпознаваема ситуация. Почти всяка организация с история има собствен архив от изоставени неща: спрени проекти, отпаднали оферти, замразени продукти, изследвания на пазара, платени и неизползвани. Отпаднали са по причина, която тогава е била вярна.

Въпросът, който си струва да бъде зададен, е дали причината е още в сила. Ако едно решение е отпаднало заради цена, срок или липсваща технология, то не е било лошо решение, а рано взето. Преглеждането на такъв архив е работа, в която езиковите модели са силни, и е значително по-евтина от търсенето на нещо ново.

Заключение

Biossil не обещава по-добри лекарства от нови молекули, а втори прочит на вече отхвърлените. Дали методът работи, ще покажат изпитванията, а не оценката. Дотогава по-полезната част от новината е самият въпрос кое в собствения архив е било отхвърлено по причина, която вече не важи.

Помагаме на български организации да намират стойност в собствените си натрупани данни и архиви - там, където решението вече е взето, но обстоятелствата са се променили. Услугите ни покриват одит, оценка на готовност, обучение на екипи и имплементация на специализирани AI автоматизации за всяка организация. Препоръчваме консултация при преглед на спрени проекти и неизползвани изследвания. [Свържете се с нас за консултация: academy@razvivai.se]