OXFORD, England--(BUSINESS WIRE)--Exscientia (Nasdaq: EXAI) gab heute bekannt, dass drei Abstracts für die Posterpräsentation auf der bevorstehenden Jahrestagung 2022 der American Association for Cancer Research (AACR), die vom 8. bis 13. April 2022 im Ernest N. Morial Convention Center in New Orleans (USA) stattfindet, angenommen worden sind.
„Die auf der AACR vorgestellten Abstracts belegen, dass unsere funktionalen Tools für die Präzisionsonkologie potenziell die klinischen und Behandlungsergebnisse der Patienten verbessern können, und zwar durch eine gezielte Behandlung und Patientenauswahl mittels einer Kombination von künstlicher Intelligenz und krankheitsrelevanten Modellen“, erklärte Dr. Andrew Hopkins, CEO und Gründer von Exscientia. „Wir sind davon überzeugt, dass diese Daten das spannende Potenzial unserer Pipeline verdeutlichen und unsere translationalen Forschungsfähigkeiten und KI-gestützte Arzneimittelentdeckungsplattform bestätigen. Wir werden unsere Bestrebungen fortsetzen, bessere Moleküle bereitzustellen und vielversprechende Therapeutika zu identifizieren, die die besten Chancen für einen klinischen Erfolg bieten.“
Abstracts, die für die Posterpräsentation angenommen wurden:
Titel: Enriching for adenosine antagonist patient responses through deep learning
Sitzungstitel: Immunomodulatory Agents and Interventions
Abstract-Nummer: 4150
Datum/Uhrzeit: Mittwoch, 13. April / 9:00 Uhr - 12:30 Uhr CT
Die Umsetzung vorklinischer Daten in das klinische Umfeld stellt seit langer Zeit eine hartnäckige Lücke in der erfolgreichen Arzneimittelentdeckung dar. In dieser Studie nutzten die Wissenschaftler die KI-gestützte Plattform von Exscientia, um patientenspezifische Gensignaturen zu entwickeln, die das klinische Studium neuer Arzneimittelkandidaten lenken und besser informieren könnten. Mithilfe tief-lernender Bildanalyse arbeiten die Forscher auf die Identifizierung eines Adenosin-induzierten, tumorschützenden Immunsuppressionsbiomarkers hin, um die Wahrscheinlichkeit des klinischen Erfolgs für auf A2aR abzielende Therapien potenziell zu erhöhen. Durch die Nutzung des patienteneigenen Materials und die Transkriptomik des Status zu Beginn und während der Behandlung konnte Exscientia zudem die Gensignaturen der Patienten modellieren und funktional bestätigen, um den Zusammenhang zwischen krebsbekämpfender Immunaktivität und der Hemmung der Adenosinsignalisierung von EXS-21546 zu kartieren. Dabei handelt es sich um den im klinischen Stadium befindlichen A2a-Antagonisten von Exscientia, der für die Behandlung von Krebsarten mit hoher Adenosinsignatur entwickelt wird. Diese vielversprechenden Daten legen den Schluss nahe, dass eine Stratifizierung von patientenspezifischen Gensignaturen in künftigen Studien zu EXS-21546 implementiert werden könnte, um Patienten zu identifizieren, die möglicherweise optimal auf eine auf A2aR abzielende Therapie ansprechen würden.
Titel: AI-driven discovery and profiling of GTAEXS-617, a selective and highly potent inhibitor of CDK7
Sitzungstitel: Emerging New Anticancer Agents
Abstract-Nummer: 3930
Datum/Uhrzeit: Mittwoch, 13. April / 9:00 Uhr - 12:30 Uhr CT
In der Vergangenheit hat sich die Hemmung von CDK7, einem validierten Ziel, das die Vermehrungsfähigkeit von Krebszellen in vitro und in vivo nachweislich stark einschränkt, aufgrund der Nebenwirkungsprofile von Entwicklungskandidaten als schwierig erwiesen, möglicherweise bedingt durch kovalente Bindungswirkmechanismen oder schwache orale Absorption. Durch die Nutzung von KI-Modellen und aktivem Lernen war Exscientia in der Lage, einen oral bioverfügbaren, hoch wirksamen und selektiven kleinmoleküligen CDK7-Antagonisten, GTAEXS-617, zu konzipieren, der derzeit in IND-relevanten Studien als potenzielle Therapie für transkriptional abhängige Krebsarten, darunter Eierstock- und Brustkrebs, untersucht wird. Präklinische Daten zeigen, dass '617 in in vitro-Modellen von hochgradigem serösem Eierstockkrebs (HGSOC) und dreifach negativem Brustkrebs (TNBC) eine potente antiproliferative Aktivität aufweist. Hinzu kommt eine starke tumorbekämpfende Wirkung bei HGSOC- und TNBC-Xenotransplantate tragenden Mäusen, die zu einer kompletten Rückbildung der Tumoren führte. Mithilfe der Präzisionsonkologieplattform von Exscientia untersuchten die Forscher die Wirkung von '617 auf Patientenproben von primärem Eierstockkrebs. Auf der Plattform bildeten sich zwei Reaktionsgruppen der Patientenproben. Die Wissenschaftler setzen die Untersuchung dieses Phänomens mit dem Ziel fort, einen Patientenselektionsbiomarker zu bestimmen, um PatientInnen zu ermitteln, die mit höherer Wahrscheinlichkeit auf die CDK7-Hemmung ansprechen würden. Die KI-gestützte Plattform war in der Lage, historische mit CDK7-Hemmern verbundene Design-Bedenken zu verbessern, darunter Ausfluss und Darmtrakttoxizität.
Titel: Deep learning supported high content analysis of primary patient samples identifies ALK inhibition as a novel mechanism of action in a subset of ovarian cancers
Sitzungstitel: New Technologies for Drug Discovery
Abstract-Nummer: 1893
Datum/Uhrzeit: Montag, 11. April / 13:30 Uhr - 17:00 Uhr CT
Für Patienten, die an einer Vielzahl von Krankheiten leiden, sind gezielte Therapien nötig, aber die vorklinische Arzneimittelentdeckung wird häufig an Mausmodellen durchgeführt, die nicht für menschliche Erkrankungen relevant sind und denen es an der Mikroumgebung und Heterogenität der menschlichen Biologie fehlt. Die Studie unterstreicht das Potenzial der präzisionsmedizinischen Plattform von Exscientia, mittels für menschliche Erkrankungen relevanter Patientengewebemodelle neuartige Ziele zu identifizieren und potenziell neue Wege zu ermitteln. Auf diese Weise sollen gegebenenfalls die Behandlungsergebnisse verbessert werden, wenn eine klinische Relevanz bereits im Stadium der Zielermittlung entdeckt wird. Durch die Auswertung maligner Pleuraergüsse und Aszites von 20 Patientinnen mit Eierstockkrebs gegen mehr als 80 kleine Moleküle mithilfe von High-Content-Mikroskopie waren die Forscher in der Lage, einen Weg zu identifizieren, der anaplastische Lymphomkinase (ALK) als potenziell neuartiges Ziel in einer Untergruppe der Proben von Eierstockkrebspatientinnen enthielt. Diese ermutigenden Daten unterstützen die weitere Erforschung der patientenfokussierten Arzneimittelentwicklung unter Einsatz von für menschliche Erkrankungen relevanten Modellen und Deep Learning, um die Ziellandschaft für Eierstockkrebs und das Potenzial der Entwicklung neuartiger Therapieansätze besser verstehen zu lernen.
Über Exscientia
Exscientia ist ein Pharmatechnologieunternehmen, das sich der Entdeckung, dem Design und der Entwicklung der bestmöglichen Medikamente auf die schnellste und effektivste Weise mithilfe von KI widmet. Exscientia hat die erste funktionale Plattform für Präzisions-Onkologie entwickelt, die in einer prospektiven klinischen Interventionsstudie erfolgreich Orientierungshilfe bei der Behandlungswahl und bessere Ergebnisse für die Patienten bietet. Auch bringt sie mithilfe von KI entwickelte niedermolekulare Verbindungen bis zur klinischen Entwicklung voran. Unsere Pipeline von internen und Partner-Programmen unterstreicht unsere Fähigkeit, wissenschaftliche Konzepte schnell in präzise entwickelte therapeutische Kandidaten umzusetzen. Zurzeit laufen mehr als 25 Projekte. Wir sind davon überzeugt, dass die beschleunigte Entwicklung wirksamerer Medikamente dazu führen wird, dass die besten Ideen der Wissenschaft schnell in die besten Medikamente für Patienten umgesetzt werden können.
Exscientia unterhält Niederlassungen in Oxford, Wien, Dundee, Boston, Miami, Cambridge (GB) und Osaka. Für weitere Informationen besuchen Sie uns auf https://www.exscientia.ai oder folgen Sie uns auf Twitter @exscientiaAI.
Zukunftsgerichtete Aussagen
Diese Pressemitteilung enthält bestimmte zukunftsgerichtete Aussagen im Sinne der „Safe Harbor“-Bestimmungen des US-amerikanischen Private Securities Litigation Reform Act von 1995, darunter Aussagen im Zusammenhang mit den Erwartungen von Exscientia hinsichtlich der Fortschritte bei der Entwicklung von Kandidatenmolekülen, Zeitplänen und Fortschritten von vorklinischen und klinischen Studien der Produktkandidaten von Exscientia und daraus gewonnenen Daten sowie den Erwartungen von Exscientia hinsichtlich seiner präzisionsmedizinischen Plattform und der KI-gestützten Arzneimittelentdeckungsplattform. Wörter wie „davon ausgehen“, „überzeugt sein“, „erwarten“, „beabsichtigen“, „voraussichtlich“, „vorhersehen“ und „künftig“ oder ähnliche Ausdrücke sollen zukunftsgerichtete Aussagen kennzeichnen. Diese zukunftsgerichteten Aussagen unterliegen den naturgemäßen Ungewissheiten in Verbindung mit der Vorhersage künftiger Ergebnisse und Bedingungen, darunter Umfang, Fortschritt und Ausweitung der Produktentwicklungsbemühungen von Exscientia, Einleitung, Umfang und Fortschritte der klinischen Studien von Exscientia und seiner Partner und damit verbundene Auswirkungen, klinische, wissenschaftliche, regulatorische und technische Entwicklungen, sowie Unwägbarkeiten in Verbindung mit dem Verfahren, der Erforschung, Entwicklung und Vermarktung von Produktkandidaten, die sicher und wirksam für die Verwendung als Therapien für Menschen sind, sowie in Verbindung mit dem Bestreben, ein Geschäft mit derartigen Produktkandidaten aufzubauen. Es kann nicht zugesichert werden, dass die oben genannte KI-gestützte präzisionsmedizinische Plattform erfolgreich vorschlagen kann, welche Therapie für einzelne Patienten am wirksamsten wäre, einschließlich Patienten mit hämatologischen Krebserkrankungen im Spätstadium. Der Erfolg der Plattform, gezielte Therapien mit einzelnen Patienten abzustimmen, unterliegt zahlreichen Faktoren, die sich in vielen Fällen der Kontrolle von Exscientia entziehen, darunter beispielsweise insbesondere die Fähigkeit von Gesundheitsdienstleistern, lebensfähige Zellen zu entnehmen, und die Fähigkeit einzelner Patienten, angesichts von Vorbehandlungen auf die Therapie anzusprechen. Exscientia übernimmt keine Verpflichtung, zukunftsgerichtete Aussagen aufgrund neuer Informationen, künftiger Ereignisse oder aus anderen Gründen öffentlich zu aktualisieren oder zu revidieren, sofern dies nicht gesetzlich vorgeschrieben ist.
Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.
