In der Biotechnologie herrscht ein Goldrausch, da KI und andere Werkzeuge eingesetzt werden, um neue Medikamente und Behandlungen zu finden. Mit 5,5 Millionen US-Dollar an neuen Mitteln Scala Biodesign konzentriert diese Methoden auf ein verwandtes Problem: bestehende oder vielversprechende Medikamente praktischer zu machen, indem sie jeweils um ein (oder mehrere) Moleküle optimiert werden.
Die Gründer gründeten das Unternehmen aus der Forschung des Weizmann Institute of Science in Tel Aviv zur Vorhersage der 3D-Struktur und des Verhaltens von Proteinen. AlphaFold und RoseTTAfold haben in den letzten Jahren große Fortschritte gemacht, und durch die Kombination ihrer Fähigkeiten mit anderen Daten können sie laut den Gründern von Scala einen der langsamsten Aspekte der Entwicklung therapeutischer Moleküle beschleunigen.
Es gibt viele potenzielle Medikamente, die eine nützliche Funktion erfüllen, aber aus anderen Gründen für die Massenproduktion oder den Massenvertrieb ungeeignet sind – sie zerfallen beispielsweise bei Raumtemperatur oder wenn sie der natürlichen chemischen Umgebung des Körpers ausgesetzt werden. Eine robustere Version könnte darin bestehen, ein kleines Stück des Moleküls auszutauschen … aber welches Teil und was tauscht man ein?
„Der Proteinentwicklungsprozess ist sehr komplex und selbst in großen Unternehmen erfolgt er weitgehend durch Versuch und Irrtum“, sagte CEO und Mitbegründer Ravit Netzer. „Wissenschaftler entwickeln sie durch eine Art Zufallsmutagenese. Aber jetzt, wo wir die Strukturen dieser Proteine kennen, ist klar, dass es keine Option ist, Dinge zufällig zu verändern.“
Als Beispiel: Ein kleines Protein, das eine Kette aus 100 Aminosäuren mit 20 Optionen für jede dieser 100 Positionen ist, bietet so viele Möglichkeiten zum Testen, dass man dies tun könnte, bis die Sonne ausbrennt, und sie trotzdem nicht erschöpft. Und tatsächlich dauert es bei vielen solchen Versuchen, zufällig eine Verbesserung herbeizuführen, entweder lange, bis sie Ergebnisse zeigen, oder sie scheitern einfach und kosten Millionen.
Scala-Mitbegründer Ravit Netzer (links) und Adi Goldenzweig.
Es ist ein bisschen so, als würde man ein Wort eines Absatzes durch ein beliebiges Wort aus dem Wörterbuch ersetzen und hoffen, dass es den Standpunkt besser zum Ausdruck bringt, obwohl man dafür einen Thesaurus braucht. (Vertrauen Sie einem Schriftsteller, der sich eine gequälte Metapher wie diese ausdenkt.)
Scala hat die Vorhersage der Proteinstruktur mit klinischen Daten und Beobachtungen natürlich vorkommender Proteine kombiniert, um ein System zu schaffen, das Veränderungen erkennen kann, die ein bestimmtes Ergebnis erzielen. Durch die Verbesserung der Stabilität, die Verstärkung der Wirkung und die Vereinfachung der Herstellung gibt es viele Möglichkeiten, nahezu vorhandene Proteine auf ein nützliches und wirksames Niveau zu bringen.
Es ist alles rechnerisch – kein Nasslabor – und sie stellen letztendlich eine kleine Anzahl hochzuverlässiger Sequenzen bereit, von denen sie sicher sind, dass sie die Dinge zumindest in die richtige Richtung bewegen werden.
Der Malaria-Impfstoffkandidat vor und nach der Modifikation.
Als Beispiel aus der Praxis arbeitete ein Labor an einem natürlich vorkommenden Protein, das als Malaria-Impfstoff wirkt. Das Problem besteht darin, dass es temperaturempfindlich ist und den Transport oder die Lagerung wahrscheinlich nicht überstehen würde.
„Sie wussten, dass sie ein Problem mit der thermischen Stabilität hatten. Sie gaben einen Input und erhielten drei Outputs, entschieden sich für das beste und es befindet sich jetzt in klinischen Studien“, sagte CTO und Mitbegründer Adi Goldenzweig. „Idealerweise würden wir eine Option anbieten und 100 % zuversichtlich sein, aber wir sind noch nicht am Ziel. Aber die Leute gehen oft durch Zehntausende.“
Sie fügten hinzu, dass es sich dabei nicht einfach um den Austausch einer Aminosäure gegen eine andere handelt, sondern dass bei größeren Proteinen möglicherweise Dutzende gleichzeitig ausgetauscht werden. „Sie werden niemanden finden, der das macht, über 50 Mutationen auf einen Schlag“, betonte Goldenzweig.
„Ich denke, wir haben eine sehr einzigartige Bandbreite und Tiefe der Validierung – eine Erfolgsbilanz beim erfolgreichen Proteindesign in den unterschiedlichsten Anwendungen. Antikörper, Enzyme und vieles mehr“, sagte Netzer. „Wir haben immer wieder gezeigt, dass man tatsächlich große Verbesserungen an Proteinen entwickeln kann – wir wollen beweisen, dass dies in großem Maßstab und nicht nur im Rahmen eines Doktoratsprojekts möglich ist.“ (Daher der Firmenname.)
Derzeit arbeitet das Unternehmen mit einigen namentlich nicht genannten Pharmaunternehmen und Laboren zusammen und bleibt hinsichtlich der Lizenzierung und des Geschäftsmodells flexibel. Die Bereitstellung und der Nachweis des Dienstes stehen im Vordergrund, nicht die Etablierung eines eigenen biologischen geistigen Eigentums, obwohl sie dies für die Zukunft nicht ausschließen.
„Als Saatgutunternehmen können wir nicht alles machen, deshalb konzentrieren wir uns darauf, mit Unternehmen zusammenzuarbeiten und ihnen unsere Technologie zu zeigen. Die Art und Weise, mit ihnen zu arbeiten, besteht darin, die Dinge nicht zu komplizieren“, erklärte Netzer.
Die von TLV-Partnern geleitete Seed-Finanzierungsrunde des Unternehmens in Höhe von 5,5 Millionen US-Dollar ist die erste. Nachdem sie aus der Tarnung herausgekommen sind, werden sie weitere Partnerschaften und Studien verfolgen, in der Hoffnung, Protein-Engineering so einfach zu machen wie das Abrufen Ihrer E-Mails.