Ag Tech Talk Podcast: Lavie Bio usa mecanismo de IA para economizar tempo e dinheiro ao levar produtos ao mercado (parte 1)
21 de abril de 2023 
Levar novos produtos ao mercado é um processo caro e, muitas vezes, bem longo. Qualquer coisa que possa encurtar esse processo economiza tempo e dinheiro. Biografia de Lavie usado MicroBoost IA para desenvolver dois novos fungicidas biológicos que planeja levar ao mercado nos próximos dois anos. Conversamos com Russ Putland, vice-presidente executivo comercial e gerente geral dos EUA para a Lavie Bio, e Nir Arbel, diretor de produtos da Evogene, empresa controladora da Lavie Bio, para saber como essas soluções surgiram e como a empresa planeja garantir a aprovação regulatória e incentivar a adoção pelo usuário final.
Transcrição do podcast:
AgriBusiness Global: Vamos dar uma breve explicação sobre a empresa. O que você está oferecendo, o que está fazendo e o que o separa de outros players no mercado?
Russ Putland: A Lavie Bio nasceu da Evogene, que é nossa empresa-mãe que nos fornece. Você conhece a tecnologia e a IA, big data e essa fundação.
Nós nos esforçamos para melhorar a qualidade dos alimentos, a sustentabilidade e a produtividade agrícola. E fazemos isso por meio do microbioma, por meio dos micróbios. Essa é a ideia. E fazer isso com micróbios, temos que alavancar essa tecnologia para conseguir fazer isso. Então essa é uma visão de ponta do que tentamos fazer.
E realmente é sobre substituir produtos sintéticos ou melhorar a produção de alimentos para que seja mais saudável e sustentável. E para fazer essas duas coisas, você tem que ter uma agricultura produtiva, e você tem que ter valor aumentado.
Você sabe que é legal ter uma visão altruísta do mundo para onde estamos indo, sabe. Faça dele um lugar ambientalmente melhor, e nós vamos salvar nosso solo. Mas para fazer isso, se você não tiver sustentabilidade financeira por baixo de tudo, ele falha.
Os produtos precisam se sustentar, e produzir mais, ou produzir melhor, ou produzir atributos. Há um monte de maneiras diferentes de fazer isso, mas no final do dia, tem que ser financeiramente sustentável.
Então, é isso que nos esforçamos para fazer: colocar essas ferramentas nas mãos dos nossos produtores para que eles possam cultivar mais alqueires, ou alqueires mais direcionados, ou alqueires mais saudáveis de grãos, frutas ou vegetais, dependendo do mercado em que atuamos. E então, por sua vez, fazer com que a cadeia de suprimentos reconheça esse valor até o consumidor, onde os consumidores estão dispostos a pagar por alimentos mais saudáveis, melhores ou com maior valor agregado.
ABG: Certo, sobre o microbioma. Temos ouvido muito sobre isso ultimamente. Sei que escrevemos histórias sobre isso. Onde estamos no processo de entender o que está lá – todas as diferentes partes que compõem esse microbioma?
RP: Sim, é. É muito diferente do que você conhece se comparar com a química sintética tradicional e agricultura, ou mesmo a saúde humana. É muito, muito diferente nisso. Existem bilhões de micróbios no mundo e no mundo sintético, ficamos sem grupos e ingredientes ativos, e não vimos realmente um monte de inovação ou novidades desde os anos 80, para ser honesto.
E agora, com a possibilidade de explorar esses bilhões de micróbios, fica ainda mais desafiador descobrir quais são benéficos.
Eles estão lá, e temos esses micróbios maravilhosos que fazem coisas incríveis, mas precisamos ser capazes de vê-los claramente, para que possamos realmente transformá-los em fábricas vivas em uma planta e usá-los para fins positivos de forma natural.
Nir Abel: Se me permite, dê um toque aqui. Acho que também o campo do microbioma e dos micróbios e sua compreensão – é bem incipiente. Teve um salto enorme nos últimos 10 a 15 anos.
Mas em termos de desenvolvimento de produtos de ciências da vida, isso praticamente nasceu ontem. Então, é um campo muito empolgante. Você vê muitos investidores interessados no espaço. Você vê muitas empresas entrando no espaço. Mas eu acho que a verdadeira mágica desse campo ainda está por vir, porque há muito mais para aprender, muito mais para entender, e estamos realmente apenas arranhando a superfície agora.
ABG: Talvez este seja um bom momento, então, para falar sobre as soluções que a empresa está oferecendo. Você mencionou o MicroBoost AI, o mecanismo de tecnologia. Como isso influencia o microbioma nos produtos que você está tentando criar?
N / D: O MicroBoost AI começou a se tornar um motor há vários anos, quando a Evogene decidiu usar ou alavancar seu know-how em tecnologia, no espaço genômico. Então a base do micro boost. AI é a capacidade de entender a genômica, mas não como antes, originalmente, principalmente em plantas. Agora, olhando para os micróbios e entendendo a genômica dos micróbios muito bem. O desafio, quando você quer olhar para as comunidades microbianas, é que há tanta informação que precisamos nos aprofundar para realmente entender o que você está olhando, o que você está tentando encontrar, e é realmente uma agulha no palheiro a qualquer momento. Então, o que estamos tentando fazer, chegando com nossas soluções, é desconvoluir essas questões muito desafiadoras.
Então, a base do MicroBoost AI era coletar uma quantidade muito significativa de genomas de genomas microbianos e dividi-los em genes e esses genes para, por sua vez, entender quais são suas funcionalidades e agrupá-los. Então, temos, se não o maior banco de dados, um dos maiores bancos de dados do mundo para genes microbianos e suas funções, que é catalogado. Então, somos capazes de agrupar genes para entender quais são suas funcionalidades, e isso pode ser aproveitado pela Lavie, obviamente, porque quando eles estão procurando desenvolver produtos e descobrir novos micróbios. Eles podem utilizar esses catálogos para tentar entender que tipo de funcionalidade estão procurando. Onde essa funcionalidade existe e quais bactérias estão em suas geladeiras ou estão em domínio público que eles podem alcançar - eles podem encontrar essas certas funcionalidades. Então essa seria a maior vantagem do MicroBoost AI.
Além disso, o que podemos fazer ao entender a genômica é executar comparações muito sofisticadas entre diferentes amostras ou diferentes micróbios, e o que isso permite que os cientistas façam é comparar e descobrir novas funcionalidades e os genes relacionados a essas funcionalidades, o que significa que se você sabe, e talvez este seja um bom exemplo. Então, a Lavie Bio estava procurando por um longo tempo quais genes estariam relacionados à vida útil, o que é uma questão não óbvia. Certo? Então, a evolução das bactérias não as guiou para a vida útil, obviamente, mas elas estão no final do dia, elas têm algum tipo de vida útil como um produto. Então, o que a MicroBoost AI foi capaz de fazer, para a Lavie, foi uma vez olhar para bactérias que tinham uma boa vida útil, e aquelas que não tinham, foi destacar quais genes são mais propensos a fornecer aos seus micróbios ou ao seu produto uma boa vida útil, e isso tem um enorme impacto quando você está procurando desenvolver o produto.
RP: Então, você pensa no porquê; por que isso importa? Bem, é uma questão de você precisar que os micróbios permaneçam vivos enquanto você os usa, certo, e para estabelecer, e criar essa fábrica viva dentro de uma planta.
Além disso, de um ponto de vista comercial, é muito bom ter um lugar onde você pode manter o produto por um ano e ainda usá-lo diretamente do gerenciamento de estoque. Há um aspecto comercial nisso, assim como não apenas a viabilidade.
ABG: Há muitos fatores a considerar quando você está desenvolvendo um produto. O desenvolvimento de produtos sintéticos tradicionais pode levar uma dúzia de anos e centenas de milhões de dólares. E esses são os produtos que realmente dão certo. E isso não conta todas as coisas que são tentadas, passam um ano nisso e descobrem que não estão funcionando. Esse sistema economiza seu tempo? Economiza seu dinheiro? Existem bilhões de micróbios por aí. Tentando descobrir como todos eles funcionam juntos. As permutações são provavelmente praticamente infinitas.
RP: Talvez eu apenas aborde um alto nível do nosso processo e então deixe Nir falar sobre a tecnologia por baixo dele. Acho que também serviria. Então, não é diferente da química sintética, e você começa com um requisito de produto. Temos que saber o que estamos tentando construir, por que, estamos tentando construir.
Temos que pensar sobre quanto vai custar para nos construir, e você sabe quais serão as engrenagens para construí-lo, e se ele é utilizável no ambiente e nas regulamentações de hoje. Então, toda essa peça entende qual é a necessidade e como é esse produto?
E quanto mais você chegar perto disso no começo, melhor será seu desempenho em todo o processo.
Então ele vai para o mundo de Nir, onde você sabe que eles mapearam esses genes em funções, e você sabe que tudo isso está sendo feito e catalogado, certo. E você sabe que tínhamos um catálogo que era chamado Taxon que compramos. Temos alguns, você sabe, micróbios de domínio público sobre os quais sabemos muito, e então adicionamos a isso.
Israel é um ótimo lugar para obter micróbios, porque você tem todos os climas diferentes, certo? Então, você tem um monte de diversidade no país. Então, é muito bom para nós. E conforme você os mapeia, você começa a escolher os micróbios individuais ou o consórcio de micróbios que se encaixam naquele requisito do produto. E então o MicroBoost assume. Você começa a puxar de lá e puxar combinações. E eu ouvi nossos líderes científicos dizerem que você sabe que há combinações que surgem como sugestões de que isso vai funcionar que a ciência tradicional simplesmente não conseguiria juntar. Simplesmente não é uma realidade.
N / D: Russ falou exatamente no ponto e isso é algo crucial para as pessoas entenderem. O computacional não está lá para dar o produto final. Então, ninguém espera que coloquemos informações no computador e algum tipo de IA daria um único micróbio que é, você sabe, a solução perfeita. O ponto principal do que estamos tentando é reduzir o risco de todo o processo identificando uma quantidade menor e mais viável de micróbios que você pode testar, e isso lhe daria a percepção de que você sabe que realmente funciona e a previsão foi boa o suficiente.
Então, a maneira como a eficiência e a economia de custos funcionam é que, como Russ mencionou, você começa com os requisitos do produto. Você tenta entender o que precisa. Você pode ir aos catálogos e meio que escolher os genes que precisa com antecedência. Mas geralmente o que aconteceria é que ainda haveria algumas funcionalidades das quais você não tem certeza absoluta de quais são os genes relacionados e, então, construir os experimentos corretos que viriam do domínio público de publicações ou sairiam, você sabe, do aspecto experimental da empresa e os alimentariam corretamente nos algoritmos que podem então desenvolver os genes mais recompensadores para essa funcionalidade.
E o ponto no final seria, você sabe, conectar todos esses pontos juntos. Porque se você quiser isso em um aspecto de frequência, é bem fácil de encontrar, certo, porque você encontraria. Você encontraria facilmente bactérias que são antifúngicas, ou insetos inteiros, e assim por diante. Mas isso não preenche todos os requisitos do produto. Você precisa de engrenagens também. Você precisa de aspectos regulatórios também e combinar todos eles juntos em um ritmo bastante eficiente e rápido – é isso que permite que os cientistas apresentem o que eles sentem ser o melhor produto potencial para testar isso. E isso é com a solução simples de chegar a apenas um produto de bactéria.
Uma vez que você queira procurar mais de uma bactéria para construir um consórcio. Então tudo o que eu disse fica, você sabe, exponencialmente mais complicado, e é uma necessidade usar ferramentas computacionais aqui, porque unir bactérias definitivamente não é simples. Então, descobrir como trabalharíamos juntos é uma questão muito desafiadora. Existem várias soluções por aí, mas usar ferramentas computacionais é, é muito, muito eficaz para isso.
Então, combinar todos esses atributos juntos é a chave. Mas então realmente testá-los e certificar-se de que funciona é o que realmente economiza tempo e custo. E talvez como o último ponto que, como mencionei anteriormente, olhar para a vida útil também é a chave. E isso é definitivamente uma economia de tempo e custo, porque a taxa de atrito para bactérias que têm vida útil baixa é em torno de 30%. Prateleira como geralmente é a última coisa que você testa porque você passa por todo o processo e desenvolve seu produto. E então a última coisa que você fará é cultivá-lo e colocá-lo na prateleira e testá-lo a cada poucos meses para ter certeza de que você sabe que é sustentável e tem uma longa vida útil. E se você descobrir seis meses depois, então você tem que voltar e com uma taxa de atrito de 30% isso significa que três ou quatro em cada 10 produtos em desenvolvimento falhariam naquele ponto.
Então, ser capaz de prever quais são os genes que contribuiriam para o prazo de validade, escanear as bactérias desde o início e garantir que elas contenham esses genes, realmente reduziria o risco de falha naquele momento, e isso economizaria muito tempo.
Receba a Newsletter hoje mesmo!
