Deux diplômés du Data Science Institute (DSI) de Columbia University utilisent la conception informatique pour découvrir rapidement des traitements pour le coronavirus.
Andrew Satz et Brett Averso sont respectivement chef de la direction et chef de la technologie d'EVQLV, une startup qui crée des algorithmes capables de générer, de sélectionner et d'optimiser par ordinateur des centaines de millions d'anticorps thérapeutiques. Ils appliquent leur technologie pour découvrir les traitements les plus susceptibles d'aider les personnes infectées par le virus responsable de COVID-19. Les algorithmes d'apprentissage automatique sélectionnent rapidement les anticorps thérapeutiques avec une forte probabilité de succès.
La découverte d'anticorps dans un laboratoire prend généralement des années; il suffit d'une semaine aux algorithmes pour identifier les anticorps capables de lutter contre le virus. Il est essentiel d'accélérer le développement d'un traitement qui pourrait aider les personnes infectées, explique Satz, ancien élève de DSI 2018 et diplômé en 2015 de la School of General Studies de Columbia.
Nous réduisons le temps nécessaire à l'identification d'anticorps candidats prometteurs. Des études montrent qu'il faut en moyenne cinq ans et demi milliard de dollars pour découvrir et optimiser les anticorps dans un laboratoire. Nos algorithmes peuvent réduire considérablement ce temps et ces coûts. «
Andrew Satz
Accélérer la première étape du processus – la découverte d'anticorps – contribue grandement à accélérer la découverte d'un traitement pour COVID-19. Après qu'EVQLV ait effectué la découverte et l'optimisation des anticorps informatiques, il envoie les séquences de gènes d'anticorps prometteurs à ses partenaires de laboratoire. Les techniciens de laboratoire conçoivent et testent ensuite les anticorps, un processus qui prend quelques mois, au lieu de plusieurs années. Les anticorps jugés efficaces passeront aux études animales et, enfin, aux études humaines.
Compte tenu de l'urgence internationale de lutter contre le coronavirus, Satz dit qu'il pourrait être possible de préparer un traitement pour les patients avant la fin de 2020.
« Ce que nos algorithmes font est de réduire la probabilité d'échec de découverte de médicaments en laboratoire », ajoute-t-il. « Nous échouons dans l'ordinateur autant que possible pour réduire les risques de défaillance en aval dans le laboratoire. Et cela réduit considérablement le temps de travail laborieux et chronophage. »
Averso, qui est également un ancien élève de DSI 2018, dit que certains des anticorps qu'EVQLV conçoit sont destinés à empêcher le coronavirus de se fixer au corps humain. « Les anticorps de forme droite se lient aux protéines qui se trouvent à la surface des cellules humaines et du coronavirus, comme une serrure et une clé. Une telle liaison peut empêcher la prolifération du virus dans le corps humain, limitant potentiellement les effets de la maladie. «
Il a également noté que la communauté scientifique et l'industrie des biotechnologies sont galvanisées pour forger des collaborations qui produisent des thérapies, des diagnostics et des vaccins aussi rapidement que possible.
EVQLV collabore avec Immunoprecise Antibodies (IPA), une entreprise axée sur la découverte d'anticorps thérapeutiques. La collaboration accélérera les efforts pour développer des candidats thérapeutiques contre COVID-19. EVQLV identifiera et criblera des centaines de millions de traitements potentiels par anticorps en seulement quelques jours – bien au-delà des capacités de n'importe quel laboratoire. L'IPA produira et testera les anticorps candidats les plus prometteurs.
Satz et Averso, qui se sont rencontrés alors qu'ils étaient étudiants à DSI, sont profondément déterminés à utiliser «les données pour de bon». La paire a travaillé ensemble pendant plusieurs années à l'intersection de la science des données et des soins de santé et a formé EVQLV en décembre 2019 pour utiliser l'IA pour accélérer la vitesse à laquelle la guérison est découverte, développée et délivrée. L'entreprise compte déjà 12 membres avec des compétences allant de l'apprentissage automatique et de la biologie moléculaire au génie logiciel et à la conception d'anticorps, au cloud computing et au développement clinique.
Les deux diplômés de DSI consacrent généralement 100 semaines de travail à des heures parce qu'ils sont passionnés et déterminés à utiliser la science des données pour «aider à guérir ceux qui en ont besoin».
« Nous construisons une entreprise qui se situe aux frontières de l'IA et de la biotechnologie », explique Satz. « Nous travaillons dur pour accélérer la vitesse à laquelle la guérison est découverte et délivrée et nous ne pouvions pas demander une mission plus satisfaisante. »
La source:
Institut de science des données à Columbia
