Biotecnologia
Twist Bioscience fornecerá serviços de dados de anticorpos para o Lilly TuneLab
Adicione Securities.io às suas fontes preferidas no Google
Twist Bioscience Corporation (TWST ) anunciou em 16 de setembro de 2026 um acordo com o Lilly TuneLab, uma plataforma colaborativa de descoberta de medicamentos baseada em inteligência artificial e aprendizado de máquina criada pela Eli Lilly and Company (LLY ) . Sob o acordo, a empresa com sede em South San Francisco é fornecedora de serviços de dados de caracterização de anticorpos para o TuneLab, incluindo para o AbLab, um modelo de predição de desenvoltura de anticorpos.
O TuneLab foi criado para acelerar a inovação biotecnológica ao permitir que empresas participantes acessem modelos de descoberta de medicamentos baseados em IA/ML treinados com décadas de dados de pesquisa proprietários da Lilly, e as empresas participantes podem usar os modelos de predição para selecionar mais rapidamente moléculas candidatas. Por meio do acordo com a Twist, os usuários poderão solicitar serviços de anticorpos da Twist usando os protocolos preferidos da Twist no TuneLab para gerar dados de laboratório úmido.
“A qualidade da saída de um modelo de IA depende da qualidade dos dados usados para treiná‑lo,” disse Emily M. Leproust, Ph.D., CEO e cofundadora da Twist Bioscience. Leproust afirmou que a Twist possui escala e capacidades de alto rendimento para gerar dados consistentes e confiáveis de caracterização de anticorpos que os modelos precisam para treinamento. Ela disse que os usuários do TuneLab podem selecionar protocolos preferidos para gerar dados com preços preferenciais, ajudando‑os a selecionar sequências de anticorpos contra seus alvos de forma mais eficiente e a contribuir esses dados de volta ao TuneLab para treinamento federado. A empresa afirmou que a abordagem conecta dados experimentais à descoberta habilitada por IA, permitindo que os pesquisadores potencialmente acelerem a descoberta de medicamentos baseados em anticorpos.
O Lilly TuneLab faz parte do Lilly Catalyze360, ao lado da Lilly Ventures, Lilly Gateway Labs e Lilly ExploR&D, que juntos apoiam a inovação biotecnológica ao fornecer acesso a capital estratégico, espaço de laboratório e tecnologia, além de capacidades de pesquisa e desenvolvimento.
Modelo de Aprendizado Federado do TuneLab
Eli Lilly and Company lançou Lilly TuneLab em 9 de setembro de 2025. A Lilly estima que a primeira versão dos modelos de IA na plataforma inclui dados proprietários obtidos a um custo superior a US$1 bilhão, e afirmou que o TuneLab é alimentado por seus conjuntos de dados completos de disposição de fármacos, segurança e pré‑clínicos, representando dados experimentais obtidos com centenas de milhares de moléculas únicas. Em troca do acesso, parceiros biotecnológicos selecionados contribuem com dados de treinamento, o que, segundo a Lilly, impulsiona a melhoria contínua da plataforma para outros participantes do ecossistema.
A Lilly afirmou que a plataforma é hospedada por terceiros e utiliza aprendizado federado, uma abordagem de preservação de privacidade que permite que biotecnologias usem os modelos de IA da Lilly sem expor diretamente seus dados proprietários ou os da Lilly. “O Lilly TuneLab foi criado para ser um equalizador, permitindo que empresas menores acessem algumas das mesmas capacidades de IA usadas diariamente pelos cientistas da Lilly,” disse Daniel Skovronsky, M.D., Ph.D., diretor científico da Lilly e presidente dos Laboratórios de Pesquisa da Lilly e da Lilly Immunology. Nisha Nanda, Ph.D., vice‑presidente de grupo e chefe do Lilly Catalyze360, afirmou que a maioria das pequenas biotecnologias não tem acesso aos dados em larga escala e de alta qualidade necessários para treinar modelos eficazes.
De acordo com o site oficial do TuneLab, os modelos fundamentais proprietários de IA/ML da plataforma são treinados com mais de 500.000 pontos de dados pré‑clínicos coletados ao longo de mais de 20 anos, incluindo dados farmacocinéticos e toxicológicos in vivo e in vitro, e têm ampla aplicabilidade para pequenas moléculas e terapêuticos baseados em anticorpos. O site afirma que o TuneLab é hospedado pela Rhino Federated Computing, uma empresa de software terceirizada cuja plataforma de aprendizado federado é construída sobre o framework NV FLARE da NVIDIA. De acordo com o fluxo de trabalho descrito no site, um modelo global é distribuído de um servidor central de orquestração para o nó de cada empresa participante e treinado com dados locais; apenas atualizações do modelo, como pesos e parâmetros matemáticos, são transmitidas de volta ao servidor central, que agrega as atualizações para melhorar o modelo global.
O site também estabelece requisitos mínimos de contribuição de dados para a adesão: empresas de pequenas moléculas são solicitadas a contribuir com no mínimo 1.000 leituras experimentais (definidas como uma molécula observada em um experimento de laboratório úmido para medir uma propriedade), enquanto empresas de anticorpos são solicitadas a contribuir com, no mínimo, uma propriedade ou desfecho medido com 125 sequências.
Capacidade de Produção de Anticorpos da Twist
Em sua página de produção e caracterização de anticorpos, a Twist afirma que produz anticorpos com uma capacidade industrial de mais de 6.000 IgGs por semana, com tempos de entrega a partir de 10 dias úteis para expressão em HEK293 e 13 dias úteis para expressão em CHO, e prazo total de 10 a 15 dias úteis para HEK293 e de 13 a 18 dias úteis para CHO. A empresa indica rendimentos médios de 1 mL de aproximadamente 180 microgramas para HEK293 e aproximadamente 93 microgramas para CHO, linhas automatizadas que produzem de dezenas a milhares de anticorpos por pedido, e um preço inicial de US$102 por IgG purificado para ambas as linhas celulares.
A Twist afirma que entrega dados de caracterização em até 15 dias úteis. Seus serviços de avaliação de ligação incluem classificação de afinidade via Carterra LSA (SPR) ou Octet (BLI), binning de epítopo e confirmação de ligação por ELISA ou citometria de fluxo em célula. O perfil de desenvolvibilidade abrange medição de estabilidade térmica via nanoDSF, análise de agregação e solubilidade usando aSEC, AC‑SINS e DLS, além de triagens de polirreatividade e CIC. A caracterização avançada inclui espectrometria de massa de molécula intacta, teste de endotoxina e avaliação de reatividade cruzada em modelos de diferentes espécies.
A Twist posiciona o serviço para treinamento de modelos de IA/ML, afirmando que fornece conjuntos de dados de alta fidelidade, prontos para modelagem, em escala industrial para impulsionar pipelines de descoberta, e que sua infraestrutura suporta pedidos que vão de poucos candidatos a milhares de anticorpos para treinamento de modelos.
