fr.wedoany.com Rapport : Gero a obtenu 17 millions de dollars de nouveaux financements pour faire progresser sa plateforme de découverte de médicaments axée sur le vieillissement et les maladies chroniques, pilotée par l’IA. Cette entreprise de biotechnologie utilisant l’IA exploite des modèles basés sur la physique pour étudier le vieillissement et les maladies chroniques. Après ce tour de financement, le financement total en fonds propres de la société atteint 34 millions de dollars. Basée à Singapour et à San Francisco, l’entreprise indique que les fonds obtenus soutiendront le développement préclinique de son pipeline et l’expansion de ses partenariats pharmaceutiques.
Gero a précédemment conclu un partenariat avec Chugai Pharmaceutical, membre du groupe Roche, comprenant un paiement initial ainsi que des paiements d’étape pouvant atteindre 250 millions de dollars, en plus de redevances. Dans le cadre de ce partenariat, Chugai développe des candidats médicaments ciblant des cibles identifiées par Gero. Par ailleurs, Gero a également mené une collaboration de recherche avec Pfizer en 2023.
La plateforme de l’entreprise repose sur une idée centrale : le vieillissement et l’apparition de maladies liées à l’âge suivent des schémas pouvant être modélisés à partir des données de santé humaine. Gero a déclaré à MobihealthNews que sa stratégie de vieillissement adopte une approche inverse, soulignant que la plupart des acteurs du domaine se concentrent sur l’inversion du vieillissement. Leur méthode basée sur la physique montre que ralentir le vieillissement est une voie plus gérable et plus puissante, et indique que les mammifères les plus longs et résistants au vieillissement dans la nature, comme le rat-taupe nu, suivent également cette stratégie.
Gero précise que ces fonds sont principalement destinés à passer de la phase de découverte à la phase de développement, plus gourmande en ressources. L’entreprise affirme utiliser des données longitudinales réelles à grande échelle pour construire des modèles d’IA de la santé humaine, combinant signaux cliniques, moléculaires, omiques et génétiques avec une modélisation basée sur la physique, afin d’identifier directement des cibles dans les données humaines. Ces cibles sont ensuite validées dans des modèles de maladies reconnus, de sorte que la biologie repose dès le départ sur l’humain, sans extrapolation à partir d’un seul organisme modèle. Selon l’entreprise, les prochains projets envisagés pour le développement préclinique incluent l’oncologie et la fibrose.
Peter Fedichev, PDG et cofondateur de Gero, a déclaré que l’entreprise a extrait les lois mathématiques du vieillissement à partir de dizaines de millions de dossiers de santé longitudinalux, et les a intégrées aux données moléculaires, omiques et génétiques. Il considère le vieillissement comme le moteur commun sous-jacent à presque toutes les maladies chroniques, ce qui signifie que ralentir le vieillissement est l’intervention la plus efficace pour la santé humaine. Tout en se concentrant sur le vieillissement, les maladies chroniques restent le principal moteur des besoins médicaux. Selon les données des Centers for Disease Control and Prevention (CDC) des États-Unis, plus de 90 % des adultes américains âgés de 65 ans et plus souffrent d’au moins une maladie chronique, tandis que chez les adultes de 35 à 64 ans, plus des trois quarts souffrent d’au moins une maladie chronique. Le CDC indique également que la population américaine vieillit, et qu’environ un quart de la population devrait avoir 65 ans ou plus d’ici 2060. Le vieillissement augmente le risque de maladies chroniques, notamment la démence, les maladies cardiaques, le diabète de type 2, l’arthrite et le cancer.
Gero fait partie des nombreuses entreprises qui appliquent l’IA, les données humaines longitudinales et l’analyse multi-omique à la découverte de médicaments contre les maladies liées à l’âge ou chroniques. Une autre est BioAge Labs, dont la plateforme est construite autour de cohortes de vieillissement humain s’étendant sur plusieurs décennies, combinant dossiers de santé, mesures fonctionnelles, analyses et apprentissage automatique pour identifier des cibles associées à la longévité en bonne santé et aux maladies liées à l’âge.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
