我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

利用植物的治疗潜力


想要一个免费的PDF版本的这个行业洞察力?

完成下面的表格,我们将电子邮件您的PDF版本“利用植物的治疗潜力”

听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。
阅读时间:

188金宝搏备用创始人兼首席执行官最近采访了Viswa Colluru Enveda生物科学,找出该公司是如何“利用自然世界的复杂性应对今天最大的医疗挑战”。Colluru探讨植物的分子药物发现的治疗潜力,阐述了公司的平台是如何有助于推动小分子疗法的下一代。

劳拉·兰斯顿(LL):告诉我一点关于Enveda以及公司成立吗?

Viswa Colluru (VC)
:我和彼得Dorrestein Enveda生物科学2019年创立,博士,世界领先的代谢组学研究。我的教育背景在细胞和分子生物学,后来我的专业背景与自动生物学和计算方法来加速药物发现递归真的影射我思考的方式我们可以以全新的方式方法药物发现技术。

我意识到药物发现中最根本的问题是,很多科学,在实验室工作不工作在临床试验中设置。如果你仔细想想,这不是令人惊讶的真实世界的复杂性和在实验室控制条件下,和老鼠和人类之间的差异。在我的生命中,我已经通过自己和家庭成员的个人经历,我看到了药用植物的好处,他们是如何使用在印度,我长大的地方。事实上,药物已经用于治疗数以亿计的患者,如青蒿素(诺贝尔奖获得者的发现治疗疟疾),阿司匹林(不需要介绍!),华法林,吗啡,二甲双胍(数百万糖尿病患者使用的)和大麻二酚(最近批准由美国食品和药物管理局(FDA)治疗罕见形式的癫痫),都发现基于传统使用的药用植物。有趣的部分是有成千上万的植物尚未开发的现代药物发现,很大程度上是由于分析这些植物的独特的技术挑战。当我读到老纸上的分子网络,它真的让我想到如何和其他工具可以用来提高药物发现。所有这些方面,我的背景在一起,让我思考我们如何解开大自然提供未来100阿司匹林的秘密!

Enveda平台是第一的,系统使翻译在药用植物中发现的分子具有挑战性的疾病的新药。我们的平台利用大自然的复杂性的帮助下尖端知识图的进步,机器学习(ML)和代谢组学。我们近期上调了490万美元的种子轮,现在正在成长平台,推进我们的领先候选人通过临床前开发。

噢,你的平台是如何工作的呢?

风险投资:
我们正在建设世界上最大的药用植物知识图。图是一种特殊的强大的数据库知识,用途包括谷歌的方法来回答问题和Netflix权力你的建议。这包括人类学、生物学和化学的数据从记录知识从人类利用和新调查,现有的文献和最全面的内部multi-omics和对这些植物代谢组学的研究。我们用毫升研究所有这些数据并提出高潜力的假设在新化学支架可能治疗的潜力。然后我们测试这些分子在体外在活的有机体内从这些研究和饲料数据回数据库,使我们的聪明与每一个实验平台。然后我们希望的候选人被进一步改进和制成有效的专利临床候选人。

我:为什么药用植物这样的药物发现的资产?

风险投资:
有三个主要原因。

1。植物已经被证明是一个高度可靠的新的药物来源。近50000年来,我们一直在利用植物跨越文化的治疗潜力。工厂给了我们第一批现代药物。阿司匹林、奎宁、二甲双胍,青蒿素吗啡都受到分子在植物中发现,被用作药。事实上,从1981年到2020年,
约33%的监管批准小分子药物是基于分子在自然世界中找到。

2。植物代表大,高度相关的化学多样性。大约有400000种植物已知的今天,集体包含数以百万计的分子。植物也是化学家无以伦比,生产次生代谢物,进化在强大的进化压力与守恒在微生物和食草动物生物领域,包括哺乳动物。

3所示。尽管验证承诺,植物仍然几乎完全未开发。估计只有~ 5%的植物是研究潜在的治疗。此外,~ 99%的分子甚至被充分研究过的植物中发现的无特征。直到最近,我们真的没有可用的工具和技术对我们更好地理解这些植物的化学性质。由于这个原因,有巨大的潜力,我们的技术可以利用。

我如何Enveda技术帮助研究人员意识到潜在的植物化学?

风险投资:
我们把零到一种跨多个领域的进步。这包括工具,如分子网络(用于可视化串联质谱数据)产生的代谢产物和代谢组学(研究生物体的化学过程)。我们也取得了重大进展在ML,等领域的计算编码生物知识和知识图表。这些工具和进步使识别的作用机制和积极分子更容易,也让我们更有效地可视化和综合所有可用的数据。

但即使这些工具已经变得越来越普及和更容易采用,没有一个系统化的知识体系,像Enveda的数据库,甚至很难理解从哪里开始。虽然我们可能看到一个工厂可以减少发烧,我们不知道如果这意味着治疗寄生虫,细菌或病毒感染,或因为它刺激宿主的免疫系统,因为我们没有人类学、生物和化学数据提供给我们在一个地方,或者。

现在,我们有可用的工具和数据在一个地方,现在的挑战是说服这个行业是正确的时间重新考虑这种类型的药物发现。

我为什么会是一个挑战呢?

风险投资:
主要是因为我们的方法偏离现状。现有的药物发现识别工作流集中在合成库,分子生物学革命后成立的。这场革命以来,行业采取了靶向性药物发现方法,那里的研究人员关注第一识别蛋白质负责疾病,然后找到一个可以调节蛋白质的分子的目标。因此,筛选库含有化合物准备有限数量的特定分子靶点。虽然成功,这种筛选方法探索类似的有限,通常冗余、化学空间。而天然产物化学多样性显著扩大,说服制药公司过渡到更公正的发现方法(和最大化的机会小说发现)要求他们做一个哲学上的飞跃。话虽这么说,我们有很多兴趣小组在制药和成熟的生物技术开放寻求新的方法来解决疾病,除了用药个体蛋白质。

噢,你怎么认为你的方法可能会提供一些行业靶向性筛选和合成库不?

风投
:在立即的层面上,我们的平台解锁数以百万计的独特的分子药物发现。例如,我们的库包含> 500万小分子,不能访问其他地方,我们是刚刚开始。鉴于天然产物药物类,有更大的结构多样性,更有效地和预计生物活性空间不同于合成库,我们实际上有一个“药物发现宝箱”处理。在高级别上,我们相信,这些分子代表更加可翻译的药物——那些会有更多成功的临床试验。

传统的药物发现过程已变得非常低效,只有一个在11个候选药物临床试验。几乎所有这样的失败是由于缺乏有效性在一个可接受的毒性。我们独特的优先次序,更多的药物如分子(a)人类“先知先觉”或提示的安全治疗活动使用的药用植物来源和(b)模式的数以百万计的这些分子如何与不同(有益的和有害的)生物机制,我们系统化的机会让更多的药物在人们工作。

噢,你能详细说明Enveda的下一个步骤吗?

风险投资:
我们有一个强大的药物发现平台,让我们可以启用药用植物分子的翻译到突破药物在一系列疾病领域。我们要继续建设初期的候选人和组合很快建立临床开发团队在一个集中的治疗区域推进新药进入临床的发展。以外的目标治疗区域,我们计划继续为临床开发和寻找合作伙伴。

Viswa Colluru与劳拉·伊丽莎白·兰斯顿说,总编辑技术网络。188金宝搏备用

Viswa Enveda成立后领导跨职能团队在创新,产品策略,平移生物学作为一名早期的员工递归药品。他拥有一个博士学位immuno-oncology从威斯康星大学麦迪逊分校,他开发出了新的治疗药物治疗前列腺癌。

满足作者
劳拉·伊丽莎白·兰斯顿
劳拉·伊丽莎白·兰斯顿
主编
广告
Baidu