Genesis Therapeutics, una empresa de desarrollo de fármacos con IA, anunció recientemente que recibió una inversión adicional de NVentures, el brazo de capital de riesgo de Nvidia, aunque no se reveló la cantidad. Este movimiento marca una profundización de la colaboración entre ambas partes, con el objetivo de acelerar el desarrollo de la plataforma de IA de Genesis, GEMS (Genesis Exploration of Molecular Space), que se centra en el diseño de fármacos impulsado por la estructura mediante IA física.
Genesis Therapeutics surgió del laboratorio del Dr. Vijay Pande en la Universidad de Stanford. El Dr. Evan Feinberg, cofundador, inventó y escribió varias publicaciones clave sobre tecnología de aprendizaje profundo junto con Pande durante su posgrado, siendo el algoritmo PotentialNet el más destacado. Este algoritmo fue pionero en el uso de nuevas redes neuronales gráficas para predecir las propiedades moleculares, especialmente la afinidad de unión proteína-ligando. Feinberg, Pande y sus colegas demostraron el rendimiento de PotentialNet en la predicción de potencia y validaron su eficacia a través de una colaboración entre la Universidad de Stanford y los laboratorios de investigación de Merck. Antes de fundar Genesis, Feinberg fue consultor de aprendizaje profundo en Merck.
Nota de la fuente de la imagen: Imagen generada por IA, proveedora de servicios de licencias de imágenes Midjourney
Genesis se fundó en 2019 y un año después obtuvo 52 millones de dólares en una ronda de financiación Serie A. Desde entonces, la empresa ha crecido constantemente y ha recaudado más de 300 millones de dólares hasta la fecha, la mayor parte de los cuales provienen de una ronda de financiación Serie B de 200 millones de dólares completada en 2023, con la participación de NVentures, el brazo de capital de riesgo de Nvidia.
A través de su colaboración con Nvidia, Genesis se dedica a acelerar el desarrollo de su plataforma de IA GEMS. GEMS tiene como objetivo generar y optimizar moléculas para objetivos complejos mediante la integración de métodos de IA patentados que incluyen modelos de lenguaje, modelos de difusión y simulaciones de aprendizaje automático (ML) físico. La financiación adicional de NVentures tiene como objetivo mejorar la eficiencia computacional y mejorar aún más las capacidades de la plataforma de IA física de Genesis para el diseño de fármacos impulsado por la estructura mediante la aplicación de la experiencia de Nvidia.
Feinberg afirma: "Nvidia es líder en muchos aspectos de la pila de IA, tanto en el hardware como en las capas de software más bajas sobre el hardware. Y Genesis ha estado trabajando para ser pionera en el campo de la IA molecular. Por lo tanto, hay una sinergia muy clara entre las ventajas comparativas de Nvidia y las ventajas comparativas de Genesis, donde el todo es mayor que la suma de las partes".
La colaboración abarcará la optimización de redes neuronales equivariantes, que son muy valiosas para procesar datos geométricos 3D como las estructuras de proteínas y pequeñas moléculas. Nvidia ha estado trabajando para acelerar los cálculos mediante redes neuronales, incluyendo el entrenamiento de redes y la ejecución de inferencias, utilizando modelos entrenados para predecir nuevos datos o desplegarlos en entornos reales.
Feinberg explica: "Para el campo de la IA molecular que Genesis ha estado impulsando durante años, hay tipos específicos de redes neuronales que son particularmente útiles. Esto es en realidad una continuación de una tendencia a largo plazo en el campo, que es que la IA no es monolítica. Hay muchos subcampos de la IA que utilizan algoritmos relacionados pero diferentes para aprender".
En la Universidad de Stanford, Feinberg, Pande y un grupo de colegas presentaron la familia de convoluciones gráficas PotentialNet en un artículo publicado en 2018 en ACS Central Science. Dos años después, otro grupo de colegas junto con Feinberg y Pande demostraron cómo lograr una "precisión sin precedentes hasta donde sabemos" en la predicción de propiedades ADMET (absorción, distribución, metabolismo, excreción y toxicidad) al representar explícitamente cada molécula como un gráfico, mostrando la ventaja significativa de los algoritmos de IA sobre el ML avanzado utilizado por los laboratorios de investigación de Merck en la predicción de ADMET en un artículo publicado en el Journal of Medicinal Chemistry.
Pande es actualmente socio general de Andreessen Horowitz (a16z) y socio fundador del fondo biológico de a16z, liderando las inversiones de la empresa en biología, informática e ingeniería. Pande fue el asesor de doctorado de Feinberg, lideró la inversión de la ronda semilla de 4,1 millones de dólares de a16z en Genesis y co-lideró la ronda Serie B de más de 200 millones de dólares de la empresa junto con una institución de inversión en ciencias biológicas con sede en EE. UU. que no fue revelada.
Feinberg dice sobre Pande: "He tenido la suerte de colaborar con él durante casi una década. Creo que es algo realmente especial poder colaborar tan estrechamente con alguien tan talentoso y visionario y aprender de él".
Feinberg añade: "Él (Pande) ha estado impulsándome de una manera que ha sido crucial para el éxito de Genesis. Él mismo sigue evolucionando a medida que evoluciona el campo. Creo que eso es similar a la forma en que nosotros mantenemos nuestro liderazgo en el campo, innovando constantemente, no conformándonos con imitar, sino realmente impulsando el campo hacia adelante".
Feinberg recuerda que durante su posgrado en Stanford, la IA estaba teniendo un impacto principalmente en el campo de la visión por computadora y el lenguaje natural. "Los tipos de redes neuronales utilizadas para ambos son en realidad bastante diferentes entre sí, pero ninguna de las dos era muy adecuada para la química. Así que desarrollamos nuevos tipos de redes neuronales", recuerda Feinberg. "A mediados de la década de 2010, las redes neuronales gráficas eran más adecuadas para las moléculas".
Feinberg afirma que desde entonces, Genesis ha estado trabajando constantemente en nuevos algoritmos de IA, "nuevos primitivos de redes neuronales más adecuados para las tareas de IA molecular". "Las redes neuronales equivariantes son una de las familias que valoramos. Este es también un área en la que Nvidia nos está ayudando particularmente a optimizar", añade Feinberg.
El laboratorio de Pande se hizo inicialmente conocido por su proyecto de computación distribuida Folding@Home, que tiene como objetivo simular la dinámica de las proteínas, incluyendo el proceso de plegamiento de proteínas.
Feinberg recuerda: "Folding@Home utilizó una gran cantidad de GPU de Nvidia en todo el mundo para las simulaciones de plegamiento de proteínas. Desde entonces, las GPU de Nvidia se han utilizado más en inteligencia artificial, especialmente en visión y lenguaje natural. Así que nuestra empresa ya es, por así decirlo, un usuario intensivo de GPU de Nvidia".
Feinberg dice: "Cuando nos presentaron a Nvidia y NVentures a través de nuestra ronda Serie B, se sintió como un inversor muy natural, que no sólo aportaría una gran cantidad de capital, sino también sabiduría a la relación. Esta inversión realmente sentó las bases para una colaboración que va más allá de la relación con el cliente, lo que también ha fomentado el aprendizaje mutuo, aprendiendo de nuestras necesidades y de las capacidades de nivel inferior que pueden aprovecharse de forma única mediante nuestro conocimiento del dominio".
Para Nvidia, la colaboración con Genesis refuerza sus esfuerzos continuos para aplicar la IA al descubrimiento de fármacos.
Mohamed "Sid" Siddeek, vicepresidente corporativo y director de NVentures, afirma: "La plataforma de IA de Genesis y los avances computacionales asociados desarrollados en colaboración con Nvidia ayudarán a ofrecer nuevas tecnologías de IA generativa y predictiva para explorar vías químicas inexploradas e identificar candidatos a fármacos".
Feinberg dice: "El objetivo de GEMS es poder desarrollar eficazmente objetivos muy desafiantes, y en algunos casos incluso no farmacológicos. Para ello, necesitamos mejorar varias capacidades en comparación con el pasado".
Esto incluye generar moléculas y predecir su potencia, selectividad y propiedades atómicas: un enfoque de optimización multiparamétrica conjunta para estudiar conjuntamente todas las propiedades clave de las moléculas para el descubrimiento de fármacos. Feinberg explica que GEMS consta de dos pilares profundamente integrados: IA generativa e IA predictiva, y ya ha generado miles, millones e incluso miles de millones de compuestos en la nube utilizando el propio modelo de lenguaje personalizado de Genesis.
"Pero la química, la química sintética, es un factor limitante. Sólo se pueden fabricar un número limitado de moléculas en un momento dado. Por lo tanto, es crucial que nuestra tecnología de IA predictiva (para predecir la potencia, la selectividad y las propiedades atómicas) sea lo más precisa posible. Así que GEMS es en realidad un término general que describe una cartera de tecnologías profundamente integradas", dice Feinberg.
Utilizando GEMS, Genesis está desarrollando una cartera centrada en oncología e inmunología. En oncología, Genesis se encuentra en la fase de optimización de los compuestos líderes, cerca de nominar un candidato a fármaco de alta potencia y selectividad para lo que denomina un inhibidor alostérico de PIK3CA de mutaciones pan, donde PIK3CA es un factor impulsor oncogénico común en el cáncer de mama y colorrectal.
Otros trabajos de desarrollo oncológico se centran en moléculas pequeñas diseñadas para superar la respuesta a los inhibidores de puntos de control (fase de optimización de compuestos líderes) y en la prevención de la evasión de la apoptosis por las células cancerosas mediante la inhibición de los reguladores antiapoptóticos de las vías de muerte celular extrínseca (fase de descubrimiento).
En inmunología, Genesis indica que tiene dos trabajos en fase de descubrimiento: uno para desarrollar múltiples programas para generar moléculas pequeñas dirigidas a dianas bien establecidas de enfermedades autoinmunitarias; y otro para utilizar correctores de moléculas pequeñas para restaurar la actividad de proteínas dañadas no especificadas para tratar "enfermedades autoinflamatorias hereditarias graves".
Además de su trabajo de desarrollo interno, Genesis está llevando a cabo colaboraciones anunciadas con tres gigantes farmacéuticos, pero Feinberg dice que la empresa no puede comentar al respecto. La colaboración más reciente se inició en septiembre con Gilead Sciences, que acordó utilizar GEMS para ayudar a generar y optimizar moléculas para dianas seleccionadas por Gilead, para el descubrimiento y desarrollo de terapias de moléculas pequeñas para múltiples dianas.
Gilead acordó pagar 35 millones de dólares por tres dianas y tiene el derecho de nominar dianas adicionales por una tarifa predeterminada no revelada por diana. Gilead también acordó pagar pagos adicionales relacionados con el logro de hitos preclínicos, de desarrollo, regulatorios y comerciales, así como regalías escalonadas sobre las ventas netas de productos comercializados.
Colaboraciones con otros dos gigantes farmacéuticos:
Eli Lilly: una colaboración de hasta 670 millones de dólares (incluidos 20 millones de dólares en pago por adelantado) para descubrir hasta cinco nuevas terapias en múltiples áreas terapéuticas, iniciada en 2022.
Genentech, miembro del grupo Roche: una colaboración que abarca múltiples dianas y enfermedades, iniciada en 2020, que utiliza la plataforma de Genesis para el aprendizaje profundo y la simulación molecular. En 2022, Genentech describió sus dianas de interés como "dianas desafiantes inalcanzables con otros métodos". El valor de la colaboración no se ha hecho público.
Genesis tiene su sede en Burlingame, en las afueras de San Francisco, California, y cuenta con un laboratorio completamente integrado en San Diego. La empresa emplea a unas 80 personas.
Feinberg dice: "Sí, tenemos un crecimiento significativo esperado, impulsado en parte por la financiación de la Serie B, la reciente inversión de Nvidia y nuestras asociaciones. No tengo una cifra exacta de a qué tamaño llegaremos en 12 meses, pero sí tenemos una plantilla suficiente para superar las 80 personas".
