Due laureati del Data Science Institute (DSI) della Columbia University stanno utilizzando la progettazione computazionale per scoprire rapidamente i trattamenti per il coronavirus.

Andrew Satz e Brett Averso sono chief executive officer e chief technology officer, rispettivamente, di EVQLV, una startup che crea algoritmi in grado di generare computazionalmente, selezione, e l'ottimizzazione di centinaia di milioni di anticorpi terapeutici. Applicano la loro tecnologia per scoprire i trattamenti che hanno maggiori probabilità di aiutare le persone infette dal virus responsabile del COVID-19. Gli algoritmi di apprendimento automatico selezionano rapidamente gli anticorpi terapeutici con un'alta probabilità di successo.

La conduzione della scoperta di anticorpi in un laboratorio richiede in genere anni; ci vuole solo una settimana perché gli algoritmi identifichino gli anticorpi in grado di combattere il virus. Accelerare lo sviluppo di un trattamento che potrebbe aiutare le persone infette è fondamentale, afferma Satz, che è un alumnus DSI 2018 e laureato 2015 della Columbia's School of General Studies.

"Stiamo riducendo il tempo necessario per identificare promettenti candidati anticorpali, " dice. "Gli studi dimostrano che occorrono in media cinque anni e mezzo miliardi di dollari per scoprire e ottimizzare gli anticorpi in un laboratorio. I nostri algoritmi possono ridurre significativamente tempi e costi".

L'accelerazione della prima fase del processo, la scoperta dell'anticorpo, contribuisce notevolmente ad accelerare la scoperta di un trattamento per il COVID-19. Dopo che EVQLV ha eseguito la scoperta e l'ottimizzazione degli anticorpi computazionali, invia le promettenti sequenze del gene dell'anticorpo ai suoi partner di laboratorio. I tecnici di laboratorio quindi ingegnerizzano e testano gli anticorpi, un processo che richiede alcuni mesi, al contrario di diversi anni. Gli anticorpi che si sono rivelati efficaci passeranno agli studi sugli animali e, finalmente, studi umani.

Data l'urgenza internazionale di combattere il coronavirus, Satz afferma che potrebbe essere possibile avere un trattamento pronto per i pazienti prima della fine del 2020.

"Quello che fanno i nostri algoritmi è ridurre la probabilità di fallimento della scoperta di farmaci in laboratorio, " aggiunge. "Noi falliamo nel computer il più possibile per ridurre la possibilità di guasti a valle in laboratorio. E questo consente di risparmiare una notevole quantità di tempo da un lavoro laborioso e dispendioso in termini di tempo".

Averso, che è anche alumnus DSI 2018, afferma che alcuni degli anticorpi che EVQLV sta progettando hanno lo scopo di impedire al coronavirus di attaccarsi al corpo umano. "Gli anticorpi di forma corretta si legano alle proteine ​​che si trovano sulla superficie delle cellule umane e del coronavirus, simile a una serratura e una chiave. Tale legame può impedire la proliferazione del virus nel corpo umano, potenzialmente limitando gli effetti della malattia”.

Ha anche notato che la comunità scientifica e l'industria biotecnologica sono galvanizzate per creare collaborazioni che portino a terapie, diagnostica, e vaccini il più rapidamente possibile.

EVQLV collabora con anticorpi immunoprecisi (IPA), un'azienda focalizzata sulla scoperta di anticorpi terapeutici. La collaborazione accelererà lo sforzo per sviluppare candidati terapeutici contro il COVID-19. EVQLV identificherà e esaminerà centinaia di milioni di potenziali trattamenti anticorpali in pochi giorni, ben oltre la capacità di qualsiasi laboratorio. IPA produrrà e testerà i candidati anticorpali più promettenti.

Satz e Averso, che si sono conosciuti mentre erano studenti del DSI, sono profondamente impegnati a utilizzare "i dati per il bene". La coppia ha lavorato insieme per diversi anni all'intersezione tra scienza dei dati e assistenza sanitaria e ha formato EVQLV nel dicembre 2019 per utilizzare l'intelligenza artificiale per accelerare la velocità con cui viene scoperta la guarigione, sviluppato, e consegnato. L'azienda è già cresciuta fino a raggiungere i 12 membri del team con competenze che vanno dall'apprendimento automatico e dalla biologia molecolare all'ingegneria del software e alla progettazione di anticorpi, cloud computing, e sviluppo clinico.

Entrambi i laureati DSI in genere impiegano settimane lavorative di 100 ore perché sono appassionati e impegnati a utilizzare la scienza dei dati per "aiutare a guarire chi è nel bisogno".

"Stiamo costruendo un'azienda che si trova alle frontiere dell'intelligenza artificiale e delle biotecnologie, " Dice Satz. "Stiamo lavorando duramente per accelerare la velocità con cui la guarigione viene scoperta e consegnata e non potremmo chiedere una missione più appagante".