A Genesis Therapeutics, empresa de pesquisa e desenvolvimento de medicamentos com IA, anunciou recentemente mais um investimento adicional da NVentures, braço de capital de risco da Nvidia, embora o valor não tenha sido divulgado. Isso marca um aprofundamento da parceria entre as duas empresas, com o objetivo de acelerar o desenvolvimento da plataforma de IA da Genesis, GEMS (Genesis Exploration of Molecular Space), que se concentra no design de medicamentos estruturado por meio de IA física.
Originária de Stanford, especializada em IA molecular
A Genesis Therapeutics surgiu do laboratório do Dr. Vijay Pande na Universidade de Stanford. O cofundador, Dr. Evan Feinberg, inventou e co-escreveu, durante seu pós-doutorado com Pande, vários artigos importantes sobre tecnologia de aprendizado profundo, sendo o mais notável o algoritmo PotentialNet. Este algoritmo foi pioneiro no uso de novas redes neurais gráficas para prever as propriedades moleculares, especialmente a afinidade de ligação proteína-ligante. Feinberg, Pande e seus colegas demonstraram o desempenho do PotentialNet na previsão de potência e validaram sua eficácia por meio de uma colaboração entre a Universidade de Stanford e os Laboratórios de Pesquisa da Merck. Antes de fundar a Genesis, Feinberg atuou como consultor de aprendizado profundo na Merck.
Observação da fonte da imagem: Imagem gerada por IA, provedor de licenças de imagem Midjourney
Mais de US$ 300 milhões em financiamento e parceria profunda com a Nvidia
Fundada em 2019, a Genesis recebeu US$ 52 milhões em financiamento da Série A um ano depois. Desde então, a empresa cresceu continuamente e arrecadou mais de US$ 300 milhões até o momento, grande parte disso vindo da rodada de financiamento da Série B de US$ 200 milhões concluída em 2023, com a participação da NVentures, braço de capital de risco da Nvidia.
Em colaboração com a Nvidia, a Genesis está trabalhando para acelerar o desenvolvimento de sua plataforma de IA, GEMS. O GEMS visa gerar e otimizar moléculas para alvos complexos, integrando métodos exclusivos de IA, incluindo modelos de linguagem, modelos de difusão e simulação de aprendizado de máquina (ML) físico. O financiamento adicional da NVentures visa melhorar a eficiência computacional e aprimorar ainda mais a capacidade da plataforma de IA física da Genesis para o design de medicamentos estruturado, aplicando a experiência da Nvidia.
Feinberg disse: "A Nvidia é líder em muitos aspectos da pilha de IA, tanto no hardware quanto nas camadas de software mais baixas acima do hardware. E a Genesis sempre se dedicou a ser pioneira no campo da IA molecular. Portanto, há uma sinergia muito clara entre as vantagens comparativas da Nvidia e as vantagens comparativas da Genesis, fazendo com que o todo seja maior do que a soma das partes."
Otimizando redes neurais para acelerar o desenvolvimento de medicamentos
A parceria abrangerá a otimização de redes neurais equivariantes, que são particularmente valiosas para lidar com dados geométricos 3D, como estruturas de proteínas e pequenas moléculas. A Nvidia tem trabalhado para acelerar a computação por meio de redes neurais, incluindo o treinamento de redes e a execução de inferências, usando modelos treinados para fazer previsões sobre novos dados ou para implantação em ambientes do mundo real.
Feinberg explicou: "Para o campo da IA molecular que a Genesis tem sido pioneira por anos, existem tipos específicos de redes neurais que são particularmente úteis. Isso é realmente uma continuação de uma tendência de longo prazo no campo, que é que a IA não é monolítica. Existem muitos subcampos de IA que usam algoritmos relacionados, mas diferentes, para aprender."
Na Universidade de Stanford, Feinberg, Pande e um grupo de colegas apresentaram a família de convoluções gráficas PotentialNet em um artigo publicado na ACS Central Science em 2018. Dois anos depois, outro grupo de colegas, junto com Feinberg e Pande, mostrou como atingir "a precisão sem precedentes, até onde sabemos", na previsão de propriedades ADMET (absorção, distribuição, metabolismo, excreção e toxicidade) representando explicitamente cada molécula como um gráfico, mostrando uma vantagem significativa dos algoritmos de IA em relação ao ML de ponta usado pelos Laboratórios de Pesquisa da Merck na previsão de ADMET, em um artigo publicado no Journal of Medicinal Chemistry.
A estreita colaboração entre fundador e mentor
Pande é atualmente sócio da Andreessen Horowitz (a16z) e sócio fundador do fundo de biotecnologia da a16z, liderando os investimentos da empresa em biologia, ciência da computação e engenharia. Pande foi o orientador de doutorado de Feinberg, liderou o investimento da Série Seed de US$ 4,1 milhões da a16z na Genesis e co-liderou a rodada de Série B da empresa de mais de US$ 200 milhões com uma instituição de investimento de ciências biológicas sediada nos EUA não revelada.
Feinberg disse sobre Pande: "Eu tive muita sorte de trabalhar com ele por quase uma década. Eu acho que é uma oportunidade incrível trabalhar tão de perto com alguém tão talentoso e visionário e aprender com ele."
Inovação contínua, liderando o desenvolvimento do setor
Feinberg acrescentou: "Ele (Pande) tem sido um grande impulsionador para mim de uma forma que foi crucial para o sucesso da Genesis. Ele também está em constante evolução à medida que o campo evolui. Eu acho que isso é semelhante à forma como mantemos nossa posição de liderança no campo, inovando constantemente, não apenas imitando, mas realmente impulsionando o campo para frente."
Feinberg relembrou que, durante seu pós-doutorado em Stanford, a IA estava principalmente impactando os campos de visão computacional e linguagem natural. "Os tipos de redes neurais usadas para ambos eram realmente muito diferentes uma da outra, mas nenhuma delas era muito adequada para química. Então, nós desenvolvemos novos tipos de redes neurais", lembrou Feinberg. "Na metade da década de 2010, as redes neurais gráficas eram mais adequadas para moléculas."
Feinberg disse que, desde então, a Genesis tem trabalhado continuamente em novos algoritmos de IA, "novos primitivos de redes neurais mais adequados para tarefas de IA molecular". "As redes neurais equivariantes são uma das famílias que valorizamos. Este é também um campo em que a Nvidia nos ajudou particularmente a otimizar", acrescentou Feinberg.
O laboratório de Pande inicialmente ganhou destaque por seu projeto de computação distribuída Folding@Home, que visa simular a dinâmica de proteínas, incluindo o processo de dobramento de proteínas.
Feinberg lembrou: "O Folding@Home utilizou uma grande quantidade de GPUs Nvidia em todo o mundo para simulações de dobramento de proteínas. Desde então, as GPUs Nvidia começaram a ser usadas mais em IA, especialmente em visão e linguagem natural. Portanto, nossa empresa já é, digamos, uma grande usuária de GPUs Nvidia."
Um "casamento perfeito" com a Nvidia
Feinberg disse: "Quando fomos apresentados à Nvidia e à NVentures por meio da rodada de Série B, pareceu um investidor muito natural, que não só traria uma grande quantidade de capital, mas também traria inteligência para o relacionamento. Esse investimento realmente estabeleceu uma base de colaboração que vai além de um relacionamento de cliente, permitindo que aprendêssemos uns com os outros, aprendendo com nossas necessidades e com as capacidades de nível inferior que eles podem alavancar de forma única com o conhecimento de nosso domínio."
Para a Nvidia, a parceria com a Genesis reforça seus esforços contínuos para aplicar IA à descoberta de medicamentos.
Mohamed "Sid" Siddeek, vice-presidente da Nvidia e chefe da NVentures, disse: "A plataforma de IA da Genesis e os avanços computacionais relacionados desenvolvidos em colaboração com a Nvidia ajudarão a fornecer novas tecnologias de IA generativas e preditivas para explorar caminhos químicos inexplorados e identificar candidatos a medicamentos."
Como o GEMS ajuda a Nvidia?
Feinberg disse: "O objetivo do GEMS é ser capaz de desenvolver de forma eficiente alvos muito desafiadores e, em alguns casos, até mesmo intratáveis. Para fazer isso, precisamos fazer algumas coisas muito melhor do que antes."
Isso inclui gerar moléculas e prever sua potência, seletividade e propriedades atômicas - uma abordagem de otimização multiparamétrica conjunta para estudar conjuntamente todas as propriedades-chave das moléculas para descoberta de medicamentos. Feinberg explicou que o GEMS consiste em dois pilares profundamente integrados - IA generativa e IA preditiva - e já gerou milhares, milhões ou até bilhões de compostos na nuvem usando o próprio modelo de linguagem personalizado da Genesis.
"Mas a química, a química sintética, é uma restrição. Você só pode fazer tantas moléculas em um determinado período de tempo. Portanto, é crucial que nossa tecnologia de IA preditiva (para prever potência, seletividade e propriedades atômicas) seja tão precisa quanto possível. Portanto, o GEMS é realmente um termo guarda-chuva que descreve um conjunto de tecnologias profundamente integradas", disse Feinberg.
Aplicações do GEMS em oncologia e imunologia
Usando o GEMS, a Genesis está desenvolvendo um pipeline focado em oncologia e imunologia. Em oncologia, a Genesis está em estágio tardio de otimização de chumbo, perto de nomear um candidato de desenvolvimento para o que ela chama de inibidor alostérico de alta potência e seletividade de PIK3CA pan-mutante, um importante fator de oncogene para câncer de mama e colorretal.
Outros trabalhos de desenvolvimento em oncologia estão focados em pequenas moléculas projetadas para superar a resposta aos inibidores de checkpoint (estágio de otimização de chumbo) e prevenir a evasão da apoptose de células cancerosas por meio de moduladores anti-apoptóticos de vias de morte celular extrínsecas (estágio de descoberta).
Em imunologia, a Genesis diz que tem dois programas em estágio de descoberta: um para gerar múltiplas pequenas moléculas para alvos bem estabelecidos de doenças autoimunes; e outro usando corretores de pequenas moléculas para restaurar a atividade de proteínas danificadas não especificadas, tratando "doenças autoinflamatórias hereditárias graves".
Parcerias com gigantes farmacêuticas
Além do trabalho de desenvolvimento interno, a Genesis também tem parcerias anunciadas com três gigantes farmacêuticas, mas Feinberg disse que a empresa não poderia comentar sobre isso. A parceria mais recente foi iniciada em setembro com a Gilead Sciences, que concordou em usar o GEMS para auxiliar na geração e otimização de moléculas para alvos selecionados pela Gilead, para descobrir e desenvolver terapias de pequenas moléculas para múltiplos alvos.
A Gilead concordou em pagar US$ 35 milhões por três alvos e tem o direito de nomear alvos adicionais por uma taxa pré-determinada não divulgada por alvo. A Gilead também concordou em pagar pagamentos adicionais relacionados à realização de marcos pré-clínicos, de desenvolvimento, regulatórios e comerciais, bem como royalties escalonados sobre as vendas líquidas de produtos comercializados.
As outras duas parcerias com gigantes farmacêuticas:
Eli Lilly - uma parceria de até US$ 670 milhões (incluindo um pagamento antecipado de US$ 20 milhões) para descobrir até cinco novos tratamentos em várias áreas terapêuticas, iniciada em 2022.
Genentech, membro do grupo Roche - uma parceria que envolve múltiplos alvos e múltiplas doenças, iniciada em 2020, utilizando a plataforma da Genesis para aprendizado profundo e simulação molecular. Em 2022, a Genentech descreveu os alvos de seu interesse como "alvos desafiadores inatingíveis por outros métodos". O valor da parceria não foi divulgado.
A Genesis tem sede em Burlingame, nos arredores de São Francisco, Califórnia, e possui um laboratório totalmente integrado em San Diego. A empresa emprega cerca de 80 pessoas.
Feinberg disse: "Temos um crescimento substancial previsto, impulsionado em parte pelo financiamento da Série B, pelo investimento mais recente da Nvidia e por nossas parcerias. Eu não tenho um número preciso de onde estaremos em termos de tamanho em 12 meses, mas certamente temos tamanho suficiente para crescer além de 80 pessoas."
