Vevo Therapeutics, una empresa de biotecnología que utiliza su plataforma de descubrimiento de fármacos in vivo Mosaic y modelos de IA de última generación para encontrar mejores medicamentos para más pacientes, ha iniciado una ronda de financiación inicial con un exceso de solicitudes y un aumento de 12 millones de dólares.

Wing Venture Capital y General Catalyst colideraron la ronda con la participación de Mubadala Capital, AIX Ventures y Camford Capital.

La plataforma Mosaic de Vevo Therapeutics es la primera en hacer que la generación de datos in vivo sea escalable con precisión unicelular mientras captura la diversidad de pacientes en la respuesta a los medicamentos. En un único experimento in vivo, Mosaic puede medir cómo un fármaco afecta a las células de cientos de pacientes y generar millones de puntos de datos sobre los cambios inducidos por el fármaco en la expresión génica.

Con la financiación inicial, Vevo llevará a cabo miles de experimentos Mosaic para crear un atlas in vivo de cómo la química altera la biología. Los modelos de IA de Vevo están entrenados en este atlas para descubrir nuevos objetivos y fármacos indetectables con otras tecnologías.

La plataforma de Vevo se basa en tecnología desarrollada por dos de sus cofundadores, Hani Goodarzi, profesor asociado de la Universidad de California, San Francisco (UCSF), y Johnny Yu, director científico de Vevo Therapeutics. La empresa tiene una licencia exclusiva para la tecnología de la oficina Innovation Ventures de UCSF, que dirige el desarrollo comercial y de licencias en nombre de la universidad.

Vevo Therapeutics aborda un desafío clave

«Fundamos Vevo para abordar el mayor desafío en el descubrimiento de fármacos: que los fármacos descubiertos en modelos in vitro fallan a los pacientes», dijo Nima Alidoust, CEO y cofundadora de Vevo.

“El descubrimiento de fármacos es tan poderoso como los datos que los impulsan, y hoy en día esos datos se generan a partir del contexto de cómo se produce la enfermedad en los organismos vivos, y tampoco tienen en cuenta el mosaico diverso de antecedentes genéticos en los pacientes, todos con quienes Potencial para reaccionar de manera diferente a un fármaco. Al iniciar y dirigir el descubrimiento de fármacos con datos in vivo de alta resolución, estamos cambiando el guión de los métodos de descubrimiento tradicionales”.

A pesar de ser el estándar de oro en el modelado de enfermedades, los modelos in vivo no son escalables ni lo suficientemente precisos para la detección en etapa temprana, dijo la compañía. Confinados a ensayos in vitro, los primeros esfuerzos de descubrimiento a menudo pasan por alto objetivos valiosos que solo serían detectables in vivo. Incluso cuando se encuentran nuevos objetivos y fármacos in vitro, muchos son irrelevantes cuando se prueban in vivo o en humanos.

«La mayoría de los medicamentos de molécula pequeña de primera generación funcionarán en un pequeño número de pacientes con una eficacia limitada, y las mejoras llegarán lentamente a medida que avancen los avances de segunda y tercera generación», dijo el Dr. dijo Kevan Shokat, cofundador de Vevo Therapeutics y profesor de la UCSF.

«Nuestra capacidad para probar fármacos en muchos pacientes y generar datos unicelulares utilizando modelos in vivo al principio del descubrimiento de fármacos finalmente nos permitirá pasar por alto generaciones de mejoras incrementales para llevar mejores medicamentos a los pacientes, más rápido».

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí