Biotecnologia
Twist Bioscience fornirà servizi di dati sugli anticorpi per Lilly TuneLab
Aggiungi Securities.io alle tue fonti preferite su Google
Twist Bioscience Corporation (TWST ) ha annunciato il 16 settembre 2026 un accordo con Lilly TuneLab, una piattaforma collaborativa di intelligenza artificiale e apprendimento automatico per la scoperta di farmaci creata da Eli Lilly and Company (LLY ) . In base all’accordo, l’azienda con sede a South San Francisco è un fornitore di servizi di dati di caratterizzazione degli anticorpi per TuneLab, incluso per AbLab, un modello di previsione della sviluppabilità degli anticorpi.
TuneLab è stato creato per accelerare l’innovazione biotecnologica consentendo alle aziende partecipanti di accedere a modelli di scoperta di farmaci AI/ML addestrati su decenni di dati di ricerca proprietari di Lilly, e le aziende partecipanti possono utilizzare i modelli predittivi per selezionare più rapidamente le molecole candidate. Attraverso l’accordo con Twist, gli utenti potranno ordinare servizi di anticorpi da Twist utilizzando i protocolli Twist preferiti da TuneLab per generare dati di laboratorio.
“La qualità dei risultati di un modello di IA dipende dalla qualità dei dati utilizzati per addestrarlo,” ha dichiarato Emily M. Leproust, Ph.D., CEO e co-fondatrice di Twist Bioscience. Leproust ha affermato che Twist dispone della scala e delle capacità ad alto rendimento per generare dati di caratterizzazione degli anticorpi coerenti e affidabili di cui i modelli hanno bisogno per l’addestramento. Ha detto che gli utenti di TuneLab possono selezionare protocolli preferiti per generare dati a prezzi preferenziali, aiutandoli a selezionare più efficacemente le sequenze di anticorpi contro i loro target e a contribuire con tali dati a TuneLab per l’addestramento federato. L’azienda ha dichiarato che l’approccio collega i dati sperimentali alla scoperta abilitata dall’IA, consentendo ai ricercatori di accelerare potenzialmente la scoperta di farmaci anticorpali.
Lilly TuneLab fa parte di Lilly Catalyze360, insieme a Lilly Ventures, Lilly Gateway Labs e Lilly ExploR&D, che insieme supportano l’innovazione biotecnologica fornendo accesso a capitale strategico, spazi di laboratorio e tecnologia, nonché capacità di ricerca e sviluppo.
Modello di apprendimento federato di TuneLab
Eli Lilly and Company ha lanciato Lilly TuneLab il 9 settembre 2025. Lilly stima che la prima versione dei modelli di IA sulla piattaforma includa dati proprietari ottenuti a un costo superiore a 1 miliardo di dollari USA, e ha dichiarato che TuneLab è alimentato dal suo intero set di dati di disposizione farmacologica, sicurezza e preclinico, che rappresenta dati sperimentali ottenuti con centinaia di migliaia di molecole uniche. In cambio dell’accesso, partner biotecnologici selezionati contribuiscono con dati di addestramento, i quali, secondo Lilly, alimentano il miglioramento continuo della piattaforma per gli altri membri dell’ecosistema.
Lilly ha dichiarato che la piattaforma è ospitata da un terzo e utilizza l’apprendimento federato, un approccio che preserva la privacy e consente alle biotecnologie di usare i modelli di IA di Lilly senza esporre direttamente i propri dati proprietari né quelli di Lilly. “Lilly TuneLab è stato creato per essere un equalizzatore, così che le piccole aziende possano accedere a parte delle stesse capacità di IA utilizzate quotidianamente dagli scienziati di Lilly,” ha affermato Daniel Skovronsky, M.D., Ph.D., chief scientific officer di Lilly e presidente di Lilly Research Laboratories e Lilly Immunology. Nisha Nanda, Ph.D., vicepresidente di gruppo e responsabile di Lilly Catalyze360, ha dichiarato che la maggior parte delle piccole biotecnologie manca dell’accesso a dati su larga scala e di alta qualità necessari per addestrare modelli efficaci.
Secondo il sito ufficiale di TuneLab, i modelli fondamentali di IA/ML proprietari della piattaforma sono addestrati su oltre 500.000 punti dati preclinici raccolti in più di 20 anni, includendo dati farmacocinetici e tossicologici in vivo e in vitro, e hanno una vasta applicabilità per piccole molecole e terapie basate su anticorpi. Il sito afferma che TuneLab è ospitato da Rhino Federated Computing, una società software di terze parti la cui piattaforma di apprendimento federato è costruita sul framework NV FLARE di NVIDIA. Secondo il flusso di lavoro descritto sul sito, un modello globale è distribuito da un server di orchestrazione centrale a ciascun nodo aziendale partecipante e addestrato sui dati locali; solo gli aggiornamenti del modello, come i pesi e i parametri matematici, sono trasmessi al server centrale, che aggrega gli aggiornamenti per migliorare il modello globale.
Il sito stabilisce anche i requisiti minimi di contributo dati per l’adesione: le aziende di piccole molecole sono invitate a fornire almeno 1.000 risultati sperimentali (definiti come una molecola osservata in un esperimento di laboratorio per misurare una proprietà), mentre le aziende di anticorpi sono invitate a fornire almeno una proprietà o endpoint misurato con 125 sequenze.
Capacità di produzione di anticorpi di Twist
Nella sua pagina di produzione e caratterizzazione di anticorpi, Twist dichiara di produrre anticorpi con una capacità industriale di oltre 6.000 IgG a settimana, con tempi di consegna a partire da 10 giorni lavorativi per l’espressione HEK293 e 13 giorni lavorativi per l’espressione CHO, e un tempo totale di 10‑15 giorni lavorativi per HEK293 e 13‑18 giorni lavorativi per CHO. L’azienda indica rese medie di 1 mL di circa 180 microgrammi per HEK293 e circa 93 microgrammi per CHO, linee automatizzate che producono da decine a migliaia di anticorpi per ordine, e un prezzo di partenza di $102 per IgG purificato per entrambe le linee cellulari.
Twist afferma di fornire dati di caratterizzazione in appena 15 giorni lavorativi. I suoi servizi di valutazione del legame includono il ranking di affinità tramite Carterra LSA (SPR) o Octet (BLI), il binning dell’epitopo e la conferma del legame mediante ELISA o citometria a flusso su cellula. Il profiling di sviluppabilità copre la misurazione della stabilità termica tramite nanoDSF, l’analisi di aggregazione e solubilità usando aSEC, AC‑SINS e DLS, nonché gli screening di polireattività e CIC. La caratterizzazione avanzata comprende spettrometria di massa integrale, test di endotossine e valutazione della cross‑reattività su modelli di specie.
Twist posiziona il servizio per l’addestramento di modelli AI/ML, dichiarando di fornire set di dati ad alta fedeltà, pronti per il modello, su scala industriale per alimentare i pipeline di scoperta e di supportare ordini che vanno da pochi candidati a migliaia di anticorpi per l’addestramento dei modelli.
