Vous testez une ou deux maladies sur des modèles animaux. C'est comme tout miser sur un seul numéro au casino.
Sparx est une plateforme de validation de cibles qui utilise des expériences génétiques pour identifier, parmi plus de 2 000 maladies, laquelle présente les preuves causales les plus solides pour votre cible moléculaire.
Les modèles animaux récapitulent mal la complexité de la maladie humaine. Ce qui fonctionne chez la souris prédit mal ce qui fonctionnera chez l'humain.
Les études observationnelles ne sont pas meilleures. Elles montrent une corrélation et non un lien de causalité. Votre cible est-elle à l'origine de la maladie ou la maladie affecte-t-elle votre cible ?
Si vous réalisez en phase 2 que votre association cible-maladie est inappropriée, vous aurez déjà investi des millions de dollars et des années de travail.
Testez l'effet d'une cible unique sur plus de 2 000 maladies et biomarqueurs afin de sélectionner l'indication la plus susceptible de réussir, et pas seulement la première que vous essayez.
Identifiez des biomarqueurs d'efficacité précoce afin d'éclairer les décisions go/no go dans le cadre des essais cliniques de phase I.
Priorisez le tissu d'activité pour une association cible-maladie donnée.
Évaluez les performances d'une nouvelle cible thérapeutique, à la fois en termes d'efficacité et de sécurité, par rapport à des cibles thérapeutiques établies.
Nous avons construit RETIN™ (Ranking Engine for Target-INdication pairs), un algorithme de pointe qui aide les entreprises biotechnologiques à développer des médicaments plus sûrs et plus efficaces pour les maladies chroniques, en classant les cibles moléculaires en fonction de leur efficacité et de leur sécurité prédites. RETIN™ est entraîné sur de vaste ensemble de données génétiques humaines et validé à l'aide de résultats d'études cliniques.
Indiquez-nous vos cibles moléculaires et partagez les données précliniques qui méritent d'être prises en compte. Aucun travail en laboratoire n'est requis ni de transfert de propriété intellectuelle.
Nous utilisons la validation génétique de millions d'humains pour prédire quelles paires cible-maladie seront efficaces en clinique, avant que vous ne déposiez votre IND.
Poursuivez votre programme de développement de médicaments en toute confiance, en vous appuyant sur des données génétiques humaines.
Réponse courte : non. Les maladies rares ont déjà des cibles thérapeutiques établies. Nous nous concentrons sur les maladies chroniques pour lesquelles il est difficile de trouver la meilleure cible.
C'est vrai, mais les thérapies efficaces ciblent toujours une ou deux protéines. Nous trouvons des cibles qui jouent un rôle central dans la physiopathologie de la maladie.
Oui. Nous utilisons une causalité génétique qui s'applique à n'importe quelle paire cible-maladie, et non des données d'entraînement historiques. Des variants génétiques existent pour la plupart des protéines humaines.
Non. Pour éviter les hallucinations et les biais de disponibilité, nous n'utilisons pas de large language model. Nous analysons les données génétiques de millions de personnes afin d'établir une inférence causale. Nous posons la question suivante : les personnes nées avec ce variant génétique ont-elles des taux de maladie différents ? C'est un lien de causalité, pas une corrélation.
