Biotecnología
Twist Bioscience proporcionará servicios de datos de anticuerpos para Lilly TuneLab
Añade Securities.io a tus fuentes preferidas en Google
Twist Bioscience Corporation (TWST ) anunció el 16 de septiembre de 2026 un acuerdo con Lilly TuneLab, una plataforma colaborativa de descubrimiento de fármacos basada en inteligencia artificial y aprendizaje automático creada por Eli Lilly and Company (LLY ) . Según el acuerdo, la empresa con sede en South San Francisco es proveedora de servicios de datos de caracterización de anticuerpos para TuneLab, incluidos para AbLab, un modelo de predicción de desarrollabilidad de anticuerpos.
TuneLab se creó para acelerar la innovación biotecnológica al permitir que las empresas participantes accedan a modelos de descubrimiento de fármacos basados en IA/ML entrenados con décadas de datos de investigación propietarios de Lilly, y las empresas participantes pueden utilizar los modelos de predicción para seleccionar más rápidamente moléculas candidatas. A través del acuerdo con Twist, los usuarios podrán solicitar servicios de anticuerpos a Twist utilizando los protocolos preferidos de Twist en TuneLab para generar datos de laboratorio húmedo.
“La calidad del resultado de un modelo de IA depende de la calidad de los datos utilizados para entrenarlo,” dijo Emily M. Leproust, Ph.D., directora ejecutiva y cofundadora de Twist Bioscience. Leproust afirmó que Twist cuenta con la escala y las capacidades de alto rendimiento necesarias para generar datos de caracterización de anticuerpos consistentes y fiables que los modelos requieren para su entrenamiento. Añadió que los usuarios de TuneLab pueden seleccionar protocolos preferidos para generar datos con precios preferenciales, ayudándoles a seleccionar de manera más eficiente secuencias de anticuerpos contra sus objetivos y a aportar esos datos de nuevo a TuneLab para el entrenamiento federado. La empresa declaró que el enfoque conecta los datos experimentales con el descubrimiento habilitado por IA, lo que permite a los investigadores potencialmente acelerar el descubrimiento de fármacos basados en anticuerpos.
Lilly TuneLab forma parte de Lilly Catalyze360, junto a Lilly Ventures, Lilly Gateway Labs y Lilly ExploR&D, que en conjunto apoyan la innovación biotecnológica proporcionando acceso a capital estratégico, espacio y tecnología de laboratorio, y capacidades de investigación y desarrollo.
Modelo de aprendizaje federado de TuneLab
Eli Lilly and Company lanzó Lilly TuneLab el 9 de septiembre de 2025. Lilly estima que la primera versión de los modelos de IA en la plataforma incluye datos propietarios obtenidos a un costo de más de US$1 mil millones, y afirmó que TuneLab funciona con su conjunto completo de datos de disposición de fármacos, seguridad y preclínicos, que representan datos experimentales obtenidos con cientos de miles de moléculas únicas. A cambio del acceso, los socios biotecnológicos seleccionados aportan datos de entrenamiento, los cuales Lilly dijo que impulsan la mejora continua de la plataforma para otros en el ecosistema.
Lilly dijo que la plataforma está alojada por un tercero y emplea aprendizaje federado, un enfoque de preservación de la privacidad que permite a las biotecnologías usar los modelos de IA de Lilly sin exponer directamente sus datos propietarios ni los de Lilly. “Lilly TuneLab se creó para ser un igualador, de modo que las empresas más pequeñas puedan acceder a algunas de las mismas capacidades de IA que los científicos de Lilly utilizan a diario,” afirmó Daniel Skovronsky, M.D., Ph.D., director científico de Lilly y presidente de Lilly Research Laboratories y Lilly Immunology. Nisha Nanda, Ph.D., vicepresidenta de grupo y directora de Lilly Catalyze360, dijo que la mayoría de las pequeñas biotecnologías carecen de acceso a datos a gran escala y de alta calidad necesarios para entrenar modelos efectivos.
Según el sitio oficial de TuneLab, los modelos de IA/ML fundamentales propietarios de la plataforma se entrenan con más de 500,000 puntos de datos preclínicos recopilados durante más de 20 años, incluidos datos farmacocinéticos y toxicológicos in vivo e in vitro, y tienen una amplia aplicabilidad para pequeñas moléculas y terapias basadas en anticuerpos. El sitio indica que TuneLab está alojado por Rhino Federated Computing, una empresa de software de terceros cuya plataforma de aprendizaje federado se basa en el marco NV FLARE de NVIDIA. Según el flujo de trabajo descrito en el sitio, un modelo global se distribuye desde un servidor central de orquestación a cada nodo de la empresa participante y se entrena con datos locales; solo se transmiten de vuelta al servidor central las actualizaciones del modelo, como pesos y parámetros matemáticos, que se agregan para mejorar el modelo global.
El sitio también establece mínimos de contribución de datos para la membresía: a las empresas de pequeñas moléculas se les solicita contribuir al menos 1,000 lecturas experimentales (definidas como una molécula observada en un experimento de laboratorio húmedo para medir una propiedad), mientras que a las empresas de anticuerpos se les pide contribuir un mínimo de al menos una propiedad o punto final medido con 125 secuencias.
Capacidad de producción de anticuerpos de Twist
En su página de producción y caracterización de anticuerpos, Twist indica que produce anticuerpos con una capacidad industrial de más de 6,000 IgGs por semana, con tiempos de entrega a partir de 10 días hábiles para la expresión en HEK293 y 13 días hábiles para la expresión en CHO, y un tiempo total de entrega de 10 a 15 días hábiles para HEK293 y de 13 a 18 días hábiles para CHO. La empresa enumera rendimientos promedio de 1 mL de aproximadamente 180 microgramos para HEK293 y aproximadamente 93 microgramos para CHO, líneas automatizadas que producen desde decenas hasta miles de anticuerpos por pedido, y un precio inicial de $102 por IgG purificado para ambas líneas celulares.
Twist afirma que entrega datos de caracterización en tan solo 15 días hábiles. Sus servicios de evaluación de unión incluyen clasificación de afinidad mediante Carterra LSA (SPR) u Octet (BLI), binning de epítopos y confirmación de unión mediante ELISA o citometría de flujo en célula. El perfilado de desarrollabilidad abarca la medición de estabilidad térmica mediante nanoDSF, análisis de agregación y solubilidad usando aSEC, AC‑SINS y DLS, y pruebas de polireactividad y CIC. La caracterización avanzada incluye espectrometría de masas de molécula intacta, pruebas de endotoxinas y evaluación de reactividad cruzada en modelos de distintas especies.
Twist posiciona el servicio para el entrenamiento de modelos de IA/ML, indicando que entrega conjuntos de datos de alta fidelidad, listos para modelado, a escala industrial para impulsar las cadenas de descubrimiento y que su infraestructura admite pedidos que van desde unos pocos candidatos hasta miles de anticuerpos para el entrenamiento de modelos.
