Twist Bioscience fournira des services de données d’anticorps pour Lilly TuneLab

Twist Bioscience Corporation (TWST ) a annoncé le 16 septembre 2026 un accord avec Lilly TuneLab, une plateforme collaborative d’intelligence artificielle et d’apprentissage automatique pour la découverte de médicaments, créée par Eli Lilly and Company (LLY ) Dans le cadre de cet accord, l’entreprise basée à South San Francisco fournit des services de données de caractérisation d’anticorps pour TuneLab, y compris pour AbLab, un modèle de prédiction de la développabilité des anticorps.

TuneLab a été créé pour accélérer l’innovation biotechnologique en permettant aux entreprises participantes d’accéder à des modèles de découverte de médicaments basés sur l’IA/apprentissage automatique, entraînés sur des décennies de données de recherche propriétaires de Lilly, et les entreprises participantes peuvent utiliser ces modèles de prédiction pour sélectionner plus rapidement les molécules candidates. Grâce à l’accord avec Twist, les utilisateurs pourront commander des services d’anticorps auprès de Twist en utilisant les protocoles Twist préférés de TuneLab afin de générer des données de laboratoire humide.

“La qualité des résultats d’un modèle d’IA dépend de la qualité des données utilisées pour l’entraîner”, a déclaré Emily M. Leproust, Ph.D., PDG et cofondatrice de Twist Bioscience. Leproust a indiqué que Twist possède l’échelle et les capacités à haut débit nécessaires pour générer des données de caractérisation d’anticorps cohérentes et fiables dont les modèles ont besoin pour l’entraînement. Elle a déclaré que les utilisateurs de TuneLab peuvent choisir des protocoles préférés pour générer des données avec des tarifs préférentiels, les aidant à sélectionner plus efficacement les séquences d’anticorps contre leurs cibles et à remettre ces données à TuneLab pour un entraînement fédéré. L’entreprise a affirmé que cette approche relie les données expérimentales à la découverte assistée par l’IA, permettant aux chercheurs d’accélérer potentiellement la découverte de médicaments à base d’anticorps.

Lilly TuneLab fait partie de Lilly Catalyze360, aux côtés de Lilly Ventures, Lilly Gateway Labs et Lilly ExploR&D, qui ensemble soutiennent l’innovation biotechnologique en offrant un accès à du capital stratégique, à des espaces de laboratoire et à la technologie, ainsi qu’à des capacités de recherche et développement.

Modèle d’apprentissage fédéré de TuneLab

Eli Lilly and Company a lancé Lilly TuneLab le 9 septembre 2025. Lilly estime que la première version des modèles d’IA sur la plateforme comprend des données propriétaires obtenues pour un coût de plus de 1 milliard de dollars US, et indique que TuneLab est alimenté par l’ensemble complet de ses jeux de données de disposition de médicaments, de sécurité et précliniques, représentant des données expérimentales obtenues avec des centaines de milliers de molécules uniques. En échange de l’accès, des partenaires biotechnologiques sélectionnés contribuent des données d’entraînement, ce que Lilly affirme alimenter l’amélioration continue de la plateforme pour les autres acteurs de l’écosystème.

Lilly a déclaré que la plateforme est hébergée par un tiers et utilise l’apprentissage fédéré, une approche préservant la confidentialité qui permet aux biotechs d’utiliser les modèles d’IA de Lilly sans exposer directement leurs données propriétaires ni celles de Lilly. « Lilly TuneLab a été créé pour être un égaliseur afin que les petites entreprises puissent accéder à certaines des mêmes capacités d’IA utilisées quotidiennement par les scientifiques de Lilly », a déclaré Daniel Skovronsky, M.D., Ph.D., directeur scientifique de Lilly et président de Lilly Research Laboratories et Lilly Immunology. Nisha Nanda, Ph.D., vice‑présidente du groupe et responsable de Lilly Catalyze360, a indiqué que la plupart des petites biotechs n’ont pas accès aux données à grande échelle et de haute qualité nécessaires à l’entraînement de modèles efficaces.

Selon le site officiel de TuneLab, les modèles d’IA/ML fondamentaux propriétaires de la plateforme sont entraînés sur plus de 500 000 points de données précliniques recueillis sur plus de 20 ans, incluant des données pharmacocinétiques et toxicologiques in vivo et in vitro, et possèdent une large applicabilité aux petites molécules et aux thérapeutiques à base d’anticorps. Le site indique que TuneLab est hébergé par Rhino Federated Computing, une société de logiciels tierce dont la plateforme d’apprentissage fédéré est construite sur le cadre NV FLARE de NVIDIA. Selon le flux de travail décrit sur le site, un modèle global est distribué depuis un serveur d’orchestration central vers le nœud de chaque entreprise participante et entraîné sur des données locales ; seules les mises à jour du modèle, telles que les poids mathématiques et les paramètres, sont renvoyées au serveur central, qui agrège les mises à jour pour améliorer le modèle global.

Le site indique également les seuils minimums de contribution de données pour l’adhésion : les entreprises de petites molécules sont invitées à fournir au moins 1 000 relevés expérimentaux (définis comme une molécule observée dans une expérience de laboratoire humide pour mesurer une propriété), tandis que les entreprises d’anticorps doivent fournir au minimum une propriété ou un endpoint mesuré avec 125 séquences.

Capacité de production d’anticorps de Twist

Sur sa page de production et de caractérisation d’anticorps, Twist indique qu’elle fabrique des anticorps avec une capacité industrielle de plus de 6 000 IgG par semaine, avec des délais de traitement à partir de 10 jours ouvrables pour l’expression HEK293 et de 13 jours ouvrables pour l’expression CHO, et un délai total de 10 à 15 jours ouvrables pour HEK293 et de 13 à 18 jours ouvrables pour CHO. L’entreprise indique des rendements moyens de 1 mL d’environ 180 µg pour HEK293 et d’environ 93 µg pour CHO, des lignes automatisées produisant de dizaines à des milliers d’anticorps par commande, et un prix de départ de 102 $ par IgG purifié pour les deux lignées cellulaires.

Twist indique qu’elle fournit les données de caractérisation en aussi peu que 15 jours ouvrés. Ses services d’évaluation de liaison comprennent le classement d’affinité via Carterra LSA (SPR) ou Octet (BLI), le binning d’épitope et la confirmation de liaison par ELISA ou cytométrie en flux sur cellule. Le profilage de développabilité couvre la mesure de la stabilité thermique par nanoDSF, l’analyse d’agrégation et de solubilité à l’aide d’aSEC, AC‑SINS et DLS, ainsi que les criblages de poly‑réactivité et de CIC. La caractérisation avancée inclut la spectrométrie de masse intacte, les tests d’endotoxines et l’évaluation de la réactivité croisée sur différents modèles d’espèces.

Twist positionne ce service pour l’entraînement de modèles IA/ML, affirmant qu’il fournit des ensembles de données à haute fidélité, prêts pour les modèles, à l’échelle industrielle afin d’alimenter les pipelines de découverte, et que son infrastructure prend en charge des commandes allant de quelques candidats à des milliers d’anticorps pour l’entraînement de modèles.