Podcast avec Shahar Keinan, PDG de Polaris Quantum Biotech

Mon invité aujourd'hui est Shahar Keinan, cofondateur et PDG de Polaris Quantum Biotech, une entreprise de découverte de médicaments qui s'appuie sur l'informatique quantique pour trouver des composés permettant de traiter et de guérir des maladies. Nous parlons du processus de découverte de médicaments quantiques, de leur désir d'utiliser des ordinateurs quantiques basés sur des portes, de la possibilité de trouver une meilleure thérapie COVID, et de bien d'autres choses encore.

Écouter d'autres podcasts ici

LA TRANSCRIPTION COMPLÈTE EST CI-DESSOUS

Yuval: Bonjour, Shahar. Merci de m'avoir rejoint aujourd'hui.

Shahar: Bonjour, c'est un plaisir.

Yuval: Qui êtes-vous et que faites-vous ?

Shahar: Je m'appelle Shahar Keinan. Je suis à l'origine chimiste computationnel et je suis aujourd'hui cofondateur et PDG de Polaris Quantum Biotech.

Yuval: Et que fait Polaris Quantum Biotech ?

Shahar: Polaris Quantum Biotech utilise l'informatique quantique ainsi que l'informatique en nuage, l'IA et l'apprentissage automatique pour concevoir de nouveaux médicaments moléculaires. Notre mission est de guérir et de traiter toutes les maladies pour tous. Et nous pouvons le faire parce que nous utilisons l'informatique quantique. Nous pouvons faire les choses plus rapidement et à une meilleure échelle que d'autres groupes qui font la même chose.

Yuval: Comment cela fonctionne-t-il ? Supposons que j'aie une maladie ou un virus particulier que j'essaie de cibler. Qu'avez-vous besoin de savoir ? Et à quoi ressemble le processus pour Polaris ?

Shahar: Bien sûr. Vous pouvez donc nous présenter une maladie spécifique ou une cible protéique spécifique qui est pertinente pour cette maladie. Nous aimerions également que vous nous disiez quelles sont les propriétés du futur médicament qui vous intéresse. Je m'intéresse à cette protéine et je veux me lier à cette poche spécifique de cette protéine, mais je ne veux pas non plus me lier à d'autres protéines similaires. Vous vous intéressez donc à la sélectivité, mais aussi aux autres propriétés qui vous intéressent : ce médicament sera-t-il un médicament pour le cerveau ou quelque chose qui passe à travers la peau ? S'agit-il d'un médicament qui doit passer la barrière hémato-encéphalique ou qui ne passe jamais la barrière hémato-encéphalique ? Quel est donc le profil du futur médicament ? Nous prenons le profil du futur médicament et la poche de liaison de cette protéine spécifique.

Ensemble, nous construisons un espace chimique virtuel, sur mesure, adapté à cette protéine, à cette poche de liaison spécifique. Et nous recherchons dans ce grand espace chimique virtuel en fonction de l'ensemble des propriétés qui vous intéressent, comme vous nous l'avez dit. D'accord. Et nous le faisons sur un ordinateur quantique. L'espace chimique que nous construisons est de l'ordre de milliards de molécules. La contribution unique de Polaris est que nous savons comment construire cet espace chimique virtuel pertinent pour la protéine et le traduire en une formulation QUBO. Nous pouvons alors y rechercher les propriétés qui vous intéressent, comme vous l'avez indiqué précédemment. Nous procédons à une optimisation multi-objets sur le plan informatique pour trouver les bonnes molécules correspondant à ces propriétés et à cette poche.

Yuval: Mais comparons-le à un processus classique. Je suis médecin et j'ai identifié une protéine cible pour un virus. Je peux aller, je pense, dans un laboratoire et dire : "Hé, vous avez une bibliothèque de 5 000 ou 10 000 composés. Nous allons tous les tester sur mon virus, et voici comment nous allons les mesurer. Nous verrons où ils se lient. Nous verrons lesquels ont un impact." N'est-ce pas là un processus plus simple que celui que vous proposez ?

Shahar: On peut même faire mieux. Vous pouvez aller sur l'ordinateur et calculer les propriétés de ces 5 000 molécules et les tester par rapport à votre protéine, n'est-ce pas ? Et c'est quelque chose que l'industrie pharmaceutique fait depuis quelques années déjà. Mais le problème est que sur ces 5 000 molécules, vous trouverez probablement quelques centaines de molécules qui pourraient vous être utiles. Vous voudrez alors améliorer certaines de leurs propriétés, puis vous améliorerez certaines d'entre elles, mais vous manquerez peut-être d'autres propriétés.

L'ensemble de l'industrie tourne donc autour de ces cercles de conception, de mesures, d'amélioration, et ces cercles prennent du temps et sont coûteux. Ce que nous disons, c'est qu'au lieu de faire ces quelques centaines ou quelques milliers de molécules à chaque fois, il faut le faire sur des milliards de molécules, trouver vos molécules du premier coup, au lieu de tourner en rond.

Yuval: Combien de temps cela prend-il ?

Shahar: L'exécution elle-même sur l'ordinateur quantique est extrêmement rapide, d'accord, nous parlons de moins d'une minute. La préparation prend du temps. Le projet dure généralement trois mois. J'ai un peu triché, parce que ce qui s'est passé avec l'ordinateur quantique, c'est que le nombre de molécules que nous obtenons est assez important. Il s'agit de quelques centaines de milliers, peut-être. Nous utiliserons ensuite des outils de chimie computationnelle classiques pour passer de ces quelques centaines de milliers à moins d'une centaine de molécules que vous synthétiserez et mesurerez ensuite.

Nous procédons donc en deux étapes. La première étape consiste à passer de milliards à cent mille sur un ordinateur quantique, puis à utiliser des outils de chimie computationnelle pour passer de cent mille à des centaines de molécules. Les centaines de molécules proviennent d'un espace chimique très large et possèdent toutes les propriétés qui vous intéressent dès le départ. 

Yuval: Lorsque je vous écoute et que vous décrivez la situation au présent, s'agit-il de quelque chose qui fonctionne aujourd'hui ? Avez-vous des clients qui l'utilisent ?

Shahar: Oui, cela fonctionne. Nous avons des clients, nous avons publié un communiqué de presse il y a deux semaines, une collaboration avec Phoremost et restez à l'écoute, car plus tard cette semaine, nous allons publier un autre communiqué de presse avec une autre société de biotechnologie avec laquelle nous avons signé un contrat, et nous collaborons également. Nous pouvons collaborer dans le cadre d'une rémunération à l'acte, mais nous pouvons aussi collaborer. Nous collaborons donc avec une société appelée Auransa, dont l'expertise porte sur la manière de trouver des cibles. Ensuite, nous nous occupons de ces cibles, nous trouvons les molécules, et c'est une bonne collaboration. Nous avons donc des clients. Nous avons des clients payants qui travaillent sur des projets avec nous.

Yuval: Cela prend d'abord une minute ou moins sur un ordinateur quantique. C'est un recycleur, n'est-ce pas ?

Shahar: Oui, nous travaillons avec des recycleurs quantiques. Nous avons travaillé dans le passé avec le recycleur numérique de Fujitsu, et nous travaillons maintenant avec D-Wave sur leur système Advantage.

Yuval: Et le recuit est-il assez grand pour vous, ou vous auriez intérêt à ce qu'il soit dix fois plus grand ?

Shahar: Le recuit est donc suffisamment grand pour nous permettre de résoudre les problèmes qui nous intéressent, soit environ un milliard de molécules. Nous serions extrêmement heureux s'il était plus grand, car nous pourrions alors créer des espaces chimiques plus vastes. Il existe des moyens de travailler avec des espaces chimiques plus grands, même aujourd'hui. Diviser pour mieux régner, principalement, mais pour l'instant nous travaillons avec le système avantageux et nous en sommes très satisfaits.

Yuval: Ignorant le bruit pour une seconde. Si cela devait fonctionner sur un ordinateur à base de portes, avez-vous une estimation du nombre de portes dont vous auriez besoin ?

Shahar: Je pense que nous aurons besoin d'au moins 800 à 1 000 molécules, puis nous travaillerons en divisant et en conquérant. Nous pourrons donc faire un milliard, une bibliothèque de milliards de molécules, mais encore une fois, en divisant et en conquérant. Peut-être quatre quadrants et deux quadrants, à chaque fois. Pour l'instant, nous serions très heureux de pouvoir travailler sur un ordinateur à portes. C'est quelque chose qui nous intéresserait, parce que sur un ordinateur à portes, nous pourrions faire les deux côtés. Passer d'une très grande bibliothèque à une plus petite (100 000), puis utiliser ces 100 000 à l'aide d'un outil de chimie computationnelle pour trouver la meilleure molécule. Il s'agit donc de résoudre l'équation de Schrodinger. Voilà où nous en sommes. Nous voulons aller plus loin. C'est notre feuille de route, et nous sommes très impatients d'attendre que les ordinateurs de la porte d'entrée nous permettent d'y arriver.

Yuval: Je reviens à l'exécution d'une minute sur un recycleur. D'après vos estimations, combien de temps cela prendrait-il sur un simulateur, s'il était suffisamment grand sur un simulateur multi-GPU, multi-CPU ou sur un ordinateur classique ?

Shahar: Cela dépend donc du nombre de nœuds que vous utilisez. Mais je peux vous dire que notre estimation du coût est d'environ 40 000 $. Ensuite, vous pouvez calculer combien de minutes cela représente sur Google Cloud. Voilà donc notre comparaison. C'est mille fois plus cher que de l'exécuter sur un ordinateur quantique.

Yuval: Serait-il exact que vous construisez une entreprise qui utilise l'informatique quantique, parce que c'est la meilleure option ? Non pas parce que vous êtes arrivé sur ce marché en souhaitant résoudre un gros problème avec l'informatique quantique, mais parce que vous résolvez un gros problème en utilisant l'informatique quantique.

Shahar: Oui, oui. Nous sommes des utilisateurs de l'informatique quantique. Nous développons, bien sûr, notre mise en œuvre et utilisons des algorithmes connus. Nous sommes enthousiasmés par ces domaines qui nous permettent de faire des choses que nous ne pouvions pas faire il y a deux ans. C'est extrêmement bénéfique pour nous, parce que nous sommes juste au bon moment des deux côtés, à la fois du côté de l'informatique, mais aussi du niveau d'information, qui est disponible du côté de la biologie. La génomique, la génétique, la protéomique, tous ces éléments réunis nous permettent de faire ce que nous faisons et d'automatiser une grande partie de ce que nous faisons et d'être en mesure de fonctionner sur un ordinateur quantique.

Yuval: Je suis curieux de savoir si vous pouvez me parler de la composition de la société, si vous avez principalement des chimistes ou des médecins, si vous avez principalement des informaticiens quantiques ? Comment la société est-elle constituée ?

Shahar: Nous avons donc environ moitié-moitié de personnes qui travaillent dans le domaine de la chimie computationnelle et dans celui de l'ingénierie. Nous sommes une organisation apprenante. Nous commençons tout juste à comprendre que nous avons besoin d'une personne qui a appris à travailler sur l'informatique quantique. Jusqu'à présent, il s'agit à la fois de l'ingénierie et de la chimie informatique. Ils ont travaillé à l'élaboration de notre technologie et à sa mise en œuvre. Nous sommes donc neuf personnes. Nous sommes toujours à la recherche de personnes compétentes et nous aimerions discuter avec des personnes intéressées à nous rejoindre.

Yuval: Vos travaux sont-ils liés ou adjacents aux travaux de Google sur le repliement des protéines ?

Shahar : N'est-ce pas incroyable, le travail qu'ils ont accompli ? C'est vraiment incroyable. Elles sont adjacentes. Un grand nombre des cibles qui nous intéressent sont donc des cibles dont il est très difficile jusqu'à présent de mesurer la structure tridimensionnelle. Google nous offre un bon point de départ pour nos simulations. En outre, il a ouvert tout un champ de cibles qui n'étaient pas disponibles auparavant.

Yuval: Vous avez mentionné plus tôt dans notre discussion que votre objectif est, est très large, est de guérir toutes les maladies. Par où commencez-vous ? Y a-t-il une catégorie de maladies ou de virus sur laquelle vous vous concentrez particulièrement en ce moment ?

Shahar: Nous construisons donc un portefeuille diversifié d'actifs, de molécules qui deviendront de bons médicaments. Et une partie de ce que nous voulons faire maintenant est d'être diversifiés dans ce domaine. Ainsi, cette année, nous allons cibler 20 cibles, l'année prochaine, 50. Et après cela, nous ferons une centaine de cibles par an, en développant des médicaments à un stade précoce, en travaillant sur le développement de médicaments à un stade précoce. Nous choisissons des maladies qui nous tiennent à cœur, pour lesquelles nous pensons qu'il existe un marché, et nous identifions quelque chose qui manque sur le marché. Un sujet intéressant pour nous est celui des cas où le marché a des solutions, mais qui ne fonctionnent pas très bien. Par exemple, au lieu d'avoir un médicament à petite molécule, vous avez un médicament biologique, ce qui signifie une injection au lieu d'une pilule. C'est un domaine où nous avons beaucoup de travail, car il est difficile de trouver une petite molécule.

Il faut une petite molécule qui possède des propriétés très spécifiques, et il est difficile de trouver ces molécules. Il est donc logique de partir de milliards de molécules. Nous cherchons donc ce qui manque sur le marché, des maladies qui nous semblent très pertinentes, mais sur lesquelles on n'a pas assez travaillé. Un très grand segment du marché, par exemple, la santé des femmes, n'a pas été abordé par les grandes sociétés pharmaceutiques jusqu'à présent, bien qu'il y ait un marché pour cela et suffisamment de biologie et de compréhension, c'est quelque chose qui nous passionne. Et nous recevons bien sûr des cibles de nos clients, qui nous apportent leurs cibles spécifiques et leur compréhension de la biologie.

Yuval: Je m'en voudrais de ne pas poser de questions sur COVID, n'est-ce pas ? L'ARNm est intéressant, mais je pense que les vaccins à ARNm présentent des inconvénients. Pouvez-vous aider le monde dans ce domaine ?

Shahar: Nous avons donc commencé à travailler sur COVID. Nous avons collaboré avec Fujitsu sur ce point précis. Je pense qu'il s'agit de quelque chose que nous voulons vraiment voir évoluer sur le marché. Il y a beaucoup de travail de calcul qui se fait là-bas, et pas toujours avec les meilleurs outils. Nous étions donc très inquiets à l'idée de nous lancer et de dire "Oui, nous allons résoudre ces problèmes". Nous sommes donc un peu plus prudents sur ce que nous disons à propos de COVID.

Yuval: Alors que nous approchons de la fin de notre conversation, une fois que vous avez identifié un ensemble de molécules ou de composés potentiels qui pourraient fonctionner, il semble qu'il y ait encore beaucoup de travail à faire. Je veux dire, est-ce que c'est toxique ? Quelle est la dose ? Est-ce trop ? Et ainsi de suite. Il s'agit donc essentiellement d'identifier des cibles prometteuses, puis de mettre en place toute une série d'événements. Pour résoudre le problème, il faut faire appel à des méthodes non informatiques. Est-ce exact ?

Shahar: Oui. Nous raccourcissons donc ce travail de laboratoire en commençant par de meilleures molécules, que celles que nous concevons, mais il faut absolument synthétiser ces molécules, mesurer leur activité pour les protéines, les cellules, peut-être dans des modèles animaux, avant de pouvoir les définir comme un actif et de les concéder sous licence.

Yuval: Je croise les doigts. Shahar, comment les gens peuvent-ils vous contacter pour en savoir plus sur votre travail ?

Shahar: La meilleure façon de le faire est de passer par LinkedIn. Il y a le site web de notre entreprise, www.polarisqb.com, et l'adresse électronique. Je suis skeinan@polarisqb.com. Envoyez-moi des spams !

Yuval: Très bien. Merci beaucoup de m'avoir rejoint aujourd'hui.

Shahar: Merci beaucoup. Ce fut un plaisir.