Atlas Discovery lanza modelos de IA para predecir la respuesta de los pacientes en ensayos clínicos

Why it matters

Founder posts on X can signal early interest or endorsement of external content, but without context the impact on the startup ecosystem remains unclear.

Atlas Discovery ha salido del modo sigiloso con modelos fundamentales diseñados para predecir cómo responderán pacientes individuales a fármacos en ensayos clínicos, según un artículo publicado en X por Ankit Gupta, socio general de Y Combinator.

Los fundadores - Shaamil Karim, Sanjukta, y Christian - están apuntando a la traducción clínica, la costosa brecha entre resultados preclínicos prometedores y la evidencia de que un fármaco funciona en humanos. Gupta, quien anteriormente cofundó la startup de descubrimiento de fármacos Reverie Labs, dijo que Atlas planea usar sus predicciones para reposicionar fármacos, rescatar candidatos fallidos, seleccionar pacientes para ensayos y evaluar activos para licencias entrantes.

Atlas entrena sus modelos con una combinación de abundantes datos preclínicos y datos clínicos más escasos. La compañía dice que este enfoque permite que los modelos aprendan patrones biológicos amplios antes de adaptarlos para predecir la respuesta a fármacos en humanos. En análisis retrospectivos de ensayos clínicos en cáncer y enfermedades autoinmunes, Atlas reportó que sus modelos distinguieron a respondedores de no respondedores con alta precisión.

En un estudio de caso, Atlas analizó biopsias basales de un ensayo de fase 3 de ustekinumab en colitis ulcerosa. La compañía dijo que su modelo predijo la respuesta al tratamiento antes de la dosificación con un AUROC de 0.76. Su análisis retrospectivo sugirió que el ensayo podría haber mantenido la misma potencia estadística con aproximadamente 450 pacientes menos. El resultado no establece cómo se comportaría el modelo de forma prospectiva en un ensayo en curso, pero ilustra el argumento económico y operativo que Atlas está presentando a los desarrolladores de fármacos.

Gupta también señaló un preprint público en el que el modelo con variables latentes discretas del equipo alcanzó lo que él describió como resultados de vanguardia en las métricas de distribución probadas para la predicción de perturbaciones a nivel de célula única. Lo más importante es que el mismo enfoque de modelado se transfirió de la biología preclínica a la respuesta a fármacos en humanos, un desafío persistente para las empresas de descubrimiento de fármacos con IA cuyas predicciones a menudo dependen de células o modelos animales.

Karim estudió ciencias de la computación en Dartmouth y trabajó en IA aplicada en Etched y RunPod, según Gupta. Sanjukta realizó investigación en Los Alamos y salió de un programa de doctorado, mientras que Christian estudió matemáticas y biología en Dartmouth e investigó biología teórica en Johns Hopkins. Gupta dijo que el equipo ha presentado su investigación en ICLR, Cold Spring Harbor Laboratory y ICML.

Atlas busca asociaciones de investigación y datos con hospitales y sistemas de salud, así como relaciones con equipos de biopharma que llevan a cabo ensayos clínicos o desarrollan fármacos. Más información está disponible en el sitio web de Atlas Discovery y en su estudio de caso sobre predicción de respuesta en ensayos clínicos. La compañía no divulgó financiamiento, clientes, resultados de validación prospectiva ni términos comerciales en el anuncio.