Lantern Pharma Inc. gab bekannt, dass die Leistung und die Fähigkeiten von RADR(R) erheblich erweitert wurden, um den Entwicklungsprozess für Immun-Checkpoint-Inhibitoren (ICI) zu verbessern. Darüber hinaus zeigen die jüngsten Misserfolge bei klinischen Studien, dass die angestrebte Ausweitung von ICIs für ein breiteres Spektrum von Krebserkrankungen und Patientengruppen im Gegenwind steht. Derzeit laufen mehr als 5.200 klinische Studien mit ICIs, von denen viele keine geeigneten Biomarker-Strategien oder KI-gestützte Ansätze zur Optimierung der Auswahl von Patientenpopulationen haben, die auf diese Medikamente ansprechen.

Diese Fähigkeit wird durch Dutzende von Milliarden neuer Datenpunkte aus Immuntherapie- und Checkpoint-Inhibitor-Studien unterstützt, die Lantern seiner RADR(R)-Plattform hinzugefügt hat. Lantern plant, sein neues RADR(R) ICI-Vorhersagemodul bei Biopharma-Partnern einzusetzen und potenzielle Vergleichsstrategien für LP-184 und LP-284 zu identifizieren, den ersten von Lanterns Medikamentenkandidaten, die intern mit Hilfe der RADR(R) AI-Plattform entwickelt wurden. Durch die Nutzung der KI und mit Hilfe von wissenschaftlichen Beratern und Kooperationspartnern von Weltrang haben wir die Entwicklung einer wachsenden Pipeline von Therapien beschleunigt, darunter elf Krebsindikationen und ein Antikörper-Wirkstoff-Konjugat-Programm (ADC).

Im Durchschnitt wurden neu entwickelte Arzneimittelprogramme innerhalb von 2-3 Jahren und mit Kosten von ca. 1,0-2,0 Mio. $ pro Programm von den ersten Erkenntnissen der KI bis zu den ersten klinischen Studien am Menschen entwickelt. Zu den führenden Entwicklungsprogrammen gehören zwei klinische Programme der Phase 2 und mehrere bevorstehende klinische Studien der Phase 1, die für 2023 erwartet werden. Diese zukunftsgerichteten Aussagen beinhalten unter anderem Aussagen zu: zukünftigen Ereignissen oder zukünftigen finanziellen Leistungen; den potenziellen Vorteilen der RADR(R)-Plattform bei der Identifizierung von Arzneimittelkandidaten und Patientengruppen, die wahrscheinlich auf einen Arzneimittelkandidaten ansprechen werden; strategischen Plänen, um die Entwicklung von Arzneimittelkandidaten und ADC-Entwicklungsprogrammen voranzutreiben; Erwartungen und Schätzungen in Bezug auf den Zeitplan für klinische Studien und die Patientenrekrutierung; Forschungs- und Entwicklungsanstrengungen interner Arzneimittelforschungsprogramme und die Nutzung der RADR®?

Plattform, um den Prozess der Medikamentenentwicklung zu rationalisieren; die Absicht, künstliche Intelligenz, maschinelles Lernen und Biomarker-Daten zu nutzen, um das Tempo, das Risiko und die Kosten der Entdeckung und Entwicklung von Krebsmedikamenten zu rationalisieren und zu verändern und um Patientengruppen zu identifizieren, die wahrscheinlich auf einen Medikamentenkandidaten ansprechen würden; Umsatzschätzungen für Medikamentenkandidaten und Pläne, Medikamentenkandidaten zu entdecken und zu entwickeln und ihr kommerzielles Potenzial zu maximieren, indem wir solche Medikamentenkandidaten selbst oder in Zusammenarbeit mit anderen vorantreiben. Es gibt eine Reihe wichtiger Faktoren, die dazu führen könnten, dass unsere tatsächlichen Ergebnisse wesentlich von denen abweichen, die in den zukunftsgerichteten Aussagen enthalten sind, wie z.B. (i) das Risiko, dass unsere Forschung und die Forschung unserer Kooperationspartner nicht erfolgreich ist, das Risiko, dass keiner unserer Produktkandidaten die FDA-Zulassung für die Vermarktung erhalten hat und wir nicht in der Lage sein könnten, die klinischen Tests für unsere Produktkandidaten erfolgreich zu initiieren, durchzuführen oder abzuschließen oder die Zulassung für die Vermarktung zu erhalten, (iii) das Risiko, dass kein Medikament auf der Grundlage unserer proprietären RADR(R®? AI-Plattform basiert, die FDA-Zulassung erhalten hat oder anderweitig in ein kommerzielles Produkt eingeflossen ist, und (iv) die anderen Faktoren, die im Abschnitt Risikofaktoren aufgeführt sind.