XtalPi ha annunciato di aver avviato una collaborazione strategica con CK Life Sciences, membro del Gruppo CK Hutchison. XtalPi e CK Life Sciences sfrutteranno le rispettive competenze per sviluppare congiuntamente una nuova piattaforma di R&S sui vaccini tumorali AI, per migliorare le capacità di scoperta e progettazione dei vaccini tumorali e accelerare lo sviluppo di più tipi di vaccini. L'obiettivo di questa collaborazione è di realizzare un trattamento di precisione per i pazienti di tutto il mondo.

Secondo le informazioni pubbliche, nel 2021 ci sono stati quasi 20 milioni di nuovi pazienti affetti da cancro in tutto il mondo, di cui circa 4,5 milioni di casi provengono dalla Cina. Molti tipi di cancro portano a esiti dannosi, con un'elevata morbilità e mortalità, e rimane un'ampia necessità clinica insoddisfatta. I vaccini tumorali che mirano a diversi neoantigeni tumorali, antigeni associati al tumore (TAA) e antigeni specifici del tumore (TSA) nei pazienti possono essere progettati per essere utilizzati come immunoterapia, per attivare le risposte immunitarie specifiche del paziente.

Attualmente, esistono solo due vaccini tumorali terapeutici, il sipuleucel-T per il melanoma e il Bacillus Calmette-Guérin (BCG) per il cancro alla vescica, oltre a vaccini tumorali preventivi contro l'infezione da papillomavirus umano e l'infezione da epatite B, approvati dalla Food and Drug Administration (FDA) statunitense. Recentemente, diversi altri vaccini tumorali sono entrati nello sviluppo clinico e sono emerse prove di efficacia. Attualmente, il processo di progettazione e di sviluppo preclinico dei vaccini tumorali è complesso e lungo, il che ostacola l'efficienza e il tasso di successo della ricerca e dello sviluppo dei vaccini tumorali.

Incorporando l'esperienza industriale di XtalPi nel calcolo AI e nell'automazione robotica, questa collaborazione mira a costruire una piattaforma AI di R&S sui vaccini tumorali che applichi algoritmi AI avanzati e una modellazione molecolare di alta precisione per prevedere e progettare una varietà di vaccini tumorali in grado di attivare risposte immunitarie specifiche per uccidere i tumori. I vaccini tumorali saranno esaminati e verificati attraverso esperimenti automatizzati e, grazie all'integrazione del feedback algoritmico per ottimizzare l'attività e l'efficacia, si prevede che la piattaforma generi composti candidati al vaccino tumorale preclinico con una solida attività immunitaria.