Hay una fiebre del oro en la biotecnología a medida que se utilizan la inteligencia artificial y otras herramientas para encontrar nuevos medicamentos y tratamientos. Con 5,5 millones de dólares en nueva financiación, Scala Biodesign está centrando estos métodos en un problema relacionado: hacer que los medicamentos existentes o prometedores sean más prácticos modificándolos una (o más) molécula a la vez.
Los fundadores crearon la empresa a partir de una investigación realizada en el Instituto Weizmann de Ciencias de Tel Aviv sobre la predicción de la estructura tridimensional y el comportamiento de las proteínas. AlphaFold y RoseTTAfold volaron las puertas del campo en los últimos años y, al combinar sus capacidades con otros datos, los fundadores de Scala dicen que pueden acelerar uno de los aspectos más lentos de la ingeniería de moléculas terapéuticas.
Existen muchos medicamentos potenciales que realizan alguna función útil, pero que en otros aspectos no son adecuados para su fabricación o distribución en masa; por ejemplo, se descomponen a temperatura ambiente o cuando se exponen al entorno químico natural del cuerpo. Una versión más robusta podría implicar intercambiar una pequeña porción de la molécula… pero ¿qué pieza y qué se intercambia?
«El proceso de desarrollo de proteínas es muy complejo, e incluso en las grandes empresas es en gran medida prueba y error», dijo el director ejecutivo y cofundador Ravit Netzer. “Los científicos los diseñan mediante una especie de mutagénesis aleatoria. Pero ahora que conocemos las estructuras de estas proteínas, está claro que cambiar las cosas al azar no es realmente una opción”.
Como ejemplo: Una pequeña proteína que es una cadena de 100 aminoácidos, con 20 opciones para cada una de esas 100 posiciones, tiene tantas posibilidades de probar que podrías hacerlo hasta que el sol las queme y aún no agotarlas. Y, de hecho, muchos de estos intentos de lograr una mejora al azar tardan mucho en obtener resultados o simplemente fracasan y cuestan millones.
Los cofundadores de Scala, Ravit Netzer (izquierda) y Adi Goldenzweig.
Es un poco como cambiar una palabra de un párrafo por otra aleatoria del diccionario y esperar que entienda mejor su punto de vista, cuando lo que necesita es un diccionario de sinónimos. (Confíe en que un escritor invente una metáfora torturada como ésta).
Scala ha combinado la predicción de la estructura de las proteínas con datos clínicos y observaciones de proteínas naturales para producir un sistema que puede detectar cambios que logren un resultado determinado. Al mejorar la estabilidad, el efecto amplificador y facilitar la fabricación, hay muchas formas en que las proteínas casi existentes pueden graduarse a niveles útiles y efectivos.
Todo es computacional (no es un laboratorio húmedo) y, en última instancia, proporcionan una pequeña cantidad de secuencias de alta confianza, una de las cuales, están seguros, al menos moverá las cosas en la dirección correcta.
La vacuna candidata contra la malaria, antes y después de la modificación.
Como ejemplo del mundo real, un laboratorio estaba trabajando en una proteína natural que funciona como vacuna contra la malaria. El problema es que es sensible a la temperatura y probablemente no sobreviviría al transporte o al almacenamiento.
“Sabían que tenían un problema de estabilidad térmica. Dieron un aporte y obtuvieron tres resultados, eligieron el mejor y ahora se encuentra en ensayos clínicos”, dijo el CTO y cofundador Adi Goldenzweig. “Lo ideal sería ofrecer una opción y estar 100% seguros, pero aún no hemos llegado a ese punto. Pero la gente suele llegar a decenas de miles”.
Agregaron que esto no es simplemente cambiar un aminoácido por otro, sino que en proteínas más grandes pueden estar intercambiándose docenas a la vez. «No encontrará a nadie haciendo eso, más de 50 mutaciones de una sola vez», señaló Goldenzweig.
“Creo que tenemos un rango y una profundidad de validación únicos: un historial de diseño exitoso de proteínas en aplicaciones muy diversas. Anticuerpos, enzimas, lo que sea”, dijo Netzer. «Hemos demostrado una y otra vez que en realidad se pueden diseñar mejoras importantes para las proteínas; queremos demostrar que esto se puede hacer a escala, no solo como un proyecto de doctorado». (De ahí el nombre de la empresa).
Actualmente, la empresa está trabajando con algunas empresas farmacéuticas y laboratorios anónimos y se mantiene flexible en lo que respecta a las licencias y el modelo de negocio. Proporcionar y probar el servicio es la prioridad, no establecer una IP biológica propia, aunque no lo descartan para el futuro.
“Como empresa de semillas no podemos hacerlo todo, por eso nos estamos centrando en trabajar con las empresas y mostrarles nuestra tecnología. La forma de trabajar con ellos es no complicar las cosas”, explicó Netzer.
La ronda de financiación inicial de 5,5 millones de dólares de la empresa, liderada por socios de TLV, es la primera. Habiendo salido del sigilo, buscarán más asociaciones y estudios, con la esperanza de hacer que la ingeniería de proteínas sea tan fácil como consultar su correo electrónico.