RATIONALISER LA DÉCOUVERTE DE MÉDICAMENTS

De l'idée à la phase préclinique en 5 clics

Ce que nous faisons


sevenTM permet aux entreprises pharmaceutiques et biotechnologiques de concevoir et de valider plus de candidats, en moins de temps, en se concentrant sur la minimisation de la toxicité et des effets secondaires.

Nos outils alimentés par l'IA, basés sur des principes fondamentaux, révolutionnent le processus actuel de découverte de médicaments pour les équipes de R&D avec un minimum de perturbation, tout en produisant des améliorations mesurables. La validation en situation réelle par le biais d'un retour d'information in vitro garantit la fiabilité et l'efficacité de nos modèles.

En utilisant notre plateforme, nous avons réussi à identifier de nouveaux candidats principaux et à trouver de nouvelles indications pour des médicaments existants ou approuvés dans les domaines de l'oncologie et des maladies rares. Les composés les plus prometteurs sont en cours de validation in vitro et d'optimisation de leurs propriétés ADMET.

Notre plateforme est particulièrement bien adapté à la conception de traitements pour les maladies à faible population, en particulier celles qui impliquent des cibles protéiques considérées comme non ciblées. Nous recherchons activement des collaborations avec des partenaires privés et universitaires pour ces projets.

Why we do it


Low population disease therapeutic design remains difficult, and without  technological advance, these patients will remain underserved.

We have developed stand alone tools that augment and improve the early drug discovery process.  This includes toxicity prediction, protein structure modeling, candidate docking and manufacturability prediction.

Our models gain real-world validation via in-silico/in-vitro feedback loops. We do this by partnering with R&D teams of Pharmaceutical and top researchers to design new candidates to move to clinical trials leveraging our AI-powered drug discovery pipeline.

      Our sponsors

←
→

Notre plateforme

Design et criblage à haut débit de candidats médicaments à petites molécules, réalisés grâce à un pipeline de bout en bout natif dans le cloud fonctionnant sur notre cluster.
Les nouveaux candidats les plus prometteurs sont testés de manière hautement automatisée dans les laboratoires de nos partenaires.

Target Identification and Modeling

Identification et modélisation de cibles

Identification de cible et ligand assistée par LLM
800-1200 pages analysées en 5 minutes
Entrée requise : question de l'utilisateur + 1 clic

Modélisation de cibles
Simulations de dynamique moléculaire à l'échelle de la milliseconde
Données requises : fichiers FASTA ou PDB + 1 clic
Entrées optionnelles : contrôle(s) positif(s), paramètres de simulation (champ de force, modèle de solvant, environnement membranaire)

en savoir plus
High Throughput Ligand Generation and Screening

Génération et criblage à haut débit

1 milliard de composés criblés par heure
1 000 à 10 000 composés conçus et classés par heure

Données requises : chaîne(s) de caractères SMILES + 1 clic
Entrée facultative : bibliothèque de composés d'intérêt. Valeur par défaut : ZINC20, comprenant 800 millions de petites molécules encodés par nos soins dans un format optimisé pour le calcul parallèle.

en savoir plus
Toxic

Prédiction et sélection de la toxicité

1 000 à 5 000 candidats analysés par heure

Données requises : seuil de tolérance pour la toxicité + 1 clic
Entrée optionnelle : ensemble ou bibliothèque de composés d'intérêt

en savoir plus
drug scalability

Évaluation de l'extensibilité des médicaments

1 000 à 5 000 composés analysés par heure

Données requises : fourchette souhaitée à partir de notre carte du compromis évolutivité-stabilité + 1 clic
Entrée optionnelle : ensemble ou bibliothèque de composés d'intérêt

En cours de construction

en savoir plus
In vitro testing

Validation in vitro

Les composés virtuellement identifiés et les composés principaux conçus sont évalués au moyen d'une combinaison d'essais qui caractérisent leur biophysique (affinité avec la cible) et leurs effets cellulaires.

Ce processus est hautement automatisé, les essais étant réalisés sur des plaques de 96 et 384.

en savoir plus
Work in progress

Prochainement

Plateforme de découverte de médicaments ciblant les protéines de fusion

Développement et optimisation de médicaments personnalisés basés sur des profils génétiques

Algorithmes quantiques pour la dynamique moléculaire des protéines et le docking

Plateforme pour le développement à haut débit de bRo5 et de nouvelles modalités thérapeutiques

Ministère de l'Économie, de l'Innovation et de l'Énergie du 
Québec
NVIDIA
District 3 Innovation Hub Montreal
AWS Marketplace
McGill University Health Centre
MaRS Discovery District
Consortium Québécois Sur La Découverte Du Médicament
C2 Montreal

Notre Soutien

Ministère de l'Économie, de l'Innovation et de l'Énergie du 
Québec
McGill University Health Centre
PinQ2
Consortium Québécois Sur La Découverte Du Médicament
NVIDIA
AWS Marketplace
District 3 Innovation Hub Montreal
MaRS Discovery District
C2 Montreal