Biotechnologie
Twist Bioscience bietet Antikörperdaten‑Services für Lilly TuneLab an
Securities.io zu deinen bevorzugten Quellen auf Google hinzufügen
Twist Bioscience Corporation (TWST ) kündigte am 16. September 2026 eine Vereinbarung mit Lilly TuneLab, einer kollaborativen Plattform für künstliche Intelligenz und maschinelles Lernen zur Wirkstoffforschung, die von Eli Lilly and Company (LLY ) erstellt wurde . Im Rahmen der Vereinbarung ist das in South San Francisco ansässige Unternehmen Anbieter von Antikörper‑Charakterisierungsdatenservices für TuneLab, einschließlich für AbLab, ein Vorhersagemodell für die Entwickelbarkeit von Antikörpern.
TuneLab wurde geschaffen, um die Innovation im Bereich Biotechnologie zu beschleunigen, indem teilnehmenden Unternehmen der Zugriff auf KI/ML‑Wirkstoffforschungs‑Modelle ermöglicht wird, die auf jahrzehntelangen proprietären Forschungsdaten von Lilly trainiert wurden, und die teilnehmenden Unternehmen die Vorhersagemodelle nutzen können, um Kandidatenmoleküle schneller auszuwählen. Durch die Twist‑Vereinbarung können Nutzer Antikörper‑Services von Twist über die von TuneLab bevorzugten Twist‑Protokolle bestellen, um Wet‑Lab‑Daten zu erzeugen.
„Die Qualität der Ausgabe eines KI‑Modells hängt von der Qualität der Daten ab, die zu seiner Schulung verwendet werden“, sagte Emily M. Leproust, Ph.D., CEO und Mitbegründerin von Twist Bioscience. Leproust erklärte, dass Twist über das erforderliche Maß an Skalierbarkeit und Hochdurchsatz‑Kapazitäten verfügt, um die konsistenten und zuverlässigen Antikörper‑Charakterisierungsdaten zu erzeugen, die die Modelle für das Training benötigen. Sie sagte, dass TuneLab‑Nutzer bevorzugte Protokolle auswählen können, um Daten zu generieren und dabei bevorzugte Preisbedingungen zu erhalten, was ihnen ermöglicht, Antikörpersequenzen gegen ihre Ziele effizienter auszuwählen und diese Daten wieder zu TuneLab für föderiertes Training beizutragen. Das Unternehmen erklärte, dass der Ansatz experimentelle Daten mit KI‑gestützter Entdeckung verknüpft und Forschern potenziell ermöglicht, die Antikörper‑Wirkstoffforschung zu beschleunigen.
Lilly TuneLab ist Teil von Lilly Catalyze360, zusammen mit Lilly Ventures, Lilly Gateway Labs und Lilly ExploR&D, die gemeinsam die Biotech‑Innovation unterstützen, indem sie Zugang zu strategischem Kapital, Laborräumen und Technologie sowie Forschungs‑ und Entwicklungskapazitäten bereitstellen.
Föderatives Lernmodell von TuneLab
Eli Lilly and Company startete Lilly TuneLab am 9. September 2025. Lilly schätzt, dass die erste Veröffentlichung von KI‑Modellen auf der Plattform proprietäre Daten umfasst, die zu Kosten von über 1 Milliarde US‑$ gewonnen wurden, und erklärte, dass TuneLab von seinen vollständigen Datensätzen zu Wirkstoffverteilung, Sicherheit und präklinischen Studien angetrieben wird, die experimentelle Daten von Hunderttausenden einzigartiger Moleküle repräsentieren. Im Gegenzug für den Zugriff tragen ausgewählte Biotech‑Partner Trainingsdaten bei, von denen Lilly sagt, dass sie die kontinuierliche Verbesserung der Plattform für andere im Ökosystem ermöglichen.
Lilly erklärte, dass die Plattform von einem Drittanbieter gehostet wird und föderatives Lernen einsetzt, einen datenschutzfreundlichen Ansatz, der Biotech‑Unternehmen ermöglicht, Lillys KI‑Modelle zu nutzen, ohne ihre eigenen proprietären Daten oder die von Lilly direkt offenzulegen. „Lilly TuneLab wurde geschaffen, um ein Ausgleichsmechanismus zu sein, damit kleinere Unternehmen Zugang zu denselben KI‑Fähigkeiten erhalten, die täglich von Lilly‑Wissenschaftlern genutzt werden“, sagte Daniel Skovronsky, M.D., Ph.D., Chief Scientific Officer von Lilly und Präsident der Lilly Research Laboratories sowie Lilly Immunology. Nisha Nanda, Ph.D., Group Vice President und Leiterin von Lilly Catalyze360, sagte, dass den meisten kleinen Biotechs der Zugang zu den groß angelegten, hochwertigen Daten fehlt, die für das Training effektiver Modelle erforderlich sind.
Laut der offiziellen TuneLab-Website werden die proprietären grundlegenden KI/ML‑Modelle der Plattform anhand von über 500.000 präklinischen Datenpunkten trainiert, die in mehr als 20 Jahren gesammelt wurden, einschließlich in‑vivo‑ und in‑vitro‑pharmakokinetischer und toxikologischer Daten, und sie haben eine breite Anwendbarkeit für kleine Moleküle sowie antikörperbasierte Therapeutika. Die Website gibt an, dass TuneLab von Rhino Federated Computing gehostet wird, einem Drittanbieter‑Softwareunternehmen, dessen föderative Lernplattform auf NVIDIAs NV FLARE‑Framework basiert. Nach dem auf der Website beschriebenen Workflow wird ein globales Modell von einem zentralen Orchestrierungs‑Server an die Knoten jedes teilnehmenden Unternehmens verteilt und dort mit lokalen Daten trainiert; nur Modell‑Updates, wie mathematische Gewichte und Parameter, werden zurück an den zentralen Server gesendet, der die Updates aggregiert, um das globale Modell zu verbessern.
Die Website legt zudem Mindestanforderungen für Datenbeiträge fest: Unternehmen im Bereich kleiner Moleküle sollen mindestens 1.000 experimentelle Messwerte (definiert als ein Molekül, das in einem Wet‑Lab‑Experiment zur Messung einer Eigenschaft beobachtet wird) beisteuern, während Antikörper‑Unternehmen mindestens eine gemessene Eigenschaft oder Endpunkt mit 125 Sequenzen beitragen sollen.
Twist’s Antikörperproduktionskapazität
Auf seiner Seite für Antikörperproduktion und -charakterisierung gibt Twist an, dass es Antikörper mit einer industriellen Kapazität von über 6.000 IgGs pro Woche produziert, wobei die Durchlaufzeiten bei 10 Geschäftstagen für HEK293‑Expression und 13 Geschäftstagen für CHO‑Expression beginnen und die Gesamtdurchlaufzeit 10 bis 15 Geschäftstage für HEK293 bzw. 13 bis 18 Geschäftstage für CHO beträgt. Das Unternehmen nennt durchschnittliche Ausbeuten von etwa 180 µg pro 1 mL für HEK293 und etwa 93 µg pro 1 mL für CHO, automatisierte Linien, die von Dutzenden bis zu Tausenden von Antikörpern pro Auftrag produzieren, sowie einen Einstiegspreis von 102 $ pro gereinigtem IgG für beide Zelllinien.
Twist gibt an, dass es Charakterisierungsdaten bereits in nur 15 Werktagen liefert. Zu den Bindungsbewertungsdiensten gehören Affinitätsranking mittels Carterra LSA (SPR) oder Octet (BLI), Epitope‑Binning und die Bestätigung der Bindung durch ELISA oder Durchflusszytometrie an Zellen. Das Entwicklungsfähigkeitsprofil umfasst die Messung der thermischen Stabilität mittels nanoDSF, Aggregations‑ und Löslichkeitsanalysen mit aSEC, AC‑SINS und DLS sowie Polyreaktivität‑ und CIC‑Screenings. Die erweiterte Charakterisierung beinhaltet Ganzmassenspektrometrie, Endotoxin‑Tests und die Bewertung von Kreuzreaktivität über Artenmodelle hinweg.
Twist positioniert den Service für das Training von KI/ML‑Modellen und gibt an, dass er hochpräzise, modellbereite Datensätze in industriellem Maßstab liefert, um Entdeckungs‑Pipelines zu unterstützen, und dass seine Infrastruktur Bestellungen von wenigen Kandidaten bis zu Tausenden von Antikörpern für das Modelltraining verarbeitet.
