La conferencia de ThinkEquity de Lantern Pharma Inc. Common Stock

Panna. Sí. Hola a todos. Buenas noches. Voy a presentar a Panna Sharma, de Lantern Pharma, para esta presentación. Muy bien, gracias. Disculpen la espera; empecemos. Hoy voy a hablar de una empresa bastante singular, Lantern Pharma. Estamos desarrollando medicamentos contra el cáncer con nuestra plataforma de IA, que empezamos a construir hace varios años. También hablaremos de lo que le depara el futuro a esa plataforma en cuanto a escindirla y convertirla en una nueva entidad. Cotizamos en Nasdaq, con el símbolo LTRN, y hoy haré algunas declaraciones prospectivas. Como ocurre con la mayoría de las declaraciones prospectivas, los resultados reales podrían diferir significativamente. Les recomiendo que consulten nuestra información divulgada, tanto en nuestro sitio web como en nuestro Informe anual (10-K) presentado y en el sitio web de la SEC.

¿Qué han logrado nuestra empresa y nuestra plataforma desde que enfocamos nuestros esfuerzos en crear candidatos a medicamentos usando nuestra IA? Actualmente tenemos tres moléculas en ensayos clínicos en curso. Hemos administrado dosis a más de 100 pacientes. Hemos obtenido 12 designaciones de la FDA, desde Fast Track y Orphan hasta varias designaciones de enfermedad pediátrica rara. De hecho, creo que una de nuestras moléculas tiene más designaciones de enfermedad pediátrica rara que cualquier otra molécula disponible. Tiene cuatro. Recientemente recibimos autorización para iniciar tres ensayos adicionales: uno en TNBC, cáncer de mama triple negativo, que es una enfermedad terrible; otro en cáncer de vejiga, que acaba de comenzar en Europa bajo la EMA; y otro en cánceres cerebrales pediátricos, que la FDA autorizó a principios de este año. Tenemos alrededor de 100 patentes, concedidas y pendientes.

En nuestro caso, el costo que conoceremos hoy para desarrollar un nuevo programa y llevarlo a un ensayo en humanos es de $2 million-$3 million, casi entre 1/10 y 1/20 del costo habitual. Pudimos lograrlo gracias a nuestra plataforma de IA. De hecho, la plataforma fue fundamental porque nos permitió plantear preguntas sobre el cáncer y convertir esas preguntas o ideas en una molécula potencial, comprender la justificación mecanística de esa molécula, desarrollar una firma de biomarcadores y, finalmente, dirigirnos a una población de pacientes singular. Lo que tienen en común todos nuestros programas es que se dirigen a un grupo de pacientes muy específico, con una gran necesidad, una justificación conocida y un biomarcador. Así que cada paso de nuestra plataforma se desarrolló para ejecutar y tomar decisiones sobre medicamentos reales.

No era una tontería teórica de datos e IA. Lo primero que quisimos hacer fue reunir todos los datos potenciales de los estudios sobre el cáncer. Lo hicimos en nuestra plataforma. Tenemos mucho más de 250 mil millones de puntos de datos de estudios sobre el cáncer. Luego decidimos que queríamos crear algoritmos y modelos para entender por qué ciertas cosas funcionaban o no. Lantern Pharma creó muchos de los principales modelos de la industria, incluidos cinco de los 12 principales en Therapeutic Data Commons. Después quisimos entender qué medicamentos podían combinarse y cuáles no. Queremos entender qué biomarcadores nos darían información y, finalmente, cómo se traduce eso en una necesidad real de los pacientes.

Así que, de nuevo, no nos limitábamos a crear ejemplos de plegamiento de proteínas ni a hacer un montón de cálculos y matemáticas con datos, como hacen muchas de estas nuevas empresas de descubrimiento de datos. Nos enfocábamos realmente en resolver problemas farmacológicos fundamentales y reales. Nuestra plataforma evolucionó. Al principio era solo para uso interno. Se llamaba RADR®. Seguimos usando esa plataforma hoy como núcleo de aprendizaje automático. Luego decidimos… Yo estaba en una conferencia y otro ejecutivo farmacéutico dijo: «¿No pueden permitir que otros hagan lo que ustedes hacen?» «¿Y si quisiéramos introducir un biomarcador o nuestra molécula?». Pensé: ¿saben qué? Eso realmente se podía hacer. Nos apresuramos durante aproximadamente un año para crear una plataforma que lanzamos para la comunidad oncológica, llamada withZeta.ai.

Pueden ir allí hoy y suscribirse; tenemos muchos suscriptores. La plataforma permite realizar, básicamente, todo el ciclo de desarrollo. Cuando vimos que tenía éxito, era escalable y funcionaba muy bien, decidimos que podíamos hacer esto no solo para el cáncer, sino para casi cualquier categoría de enfermedad. Creamos una nueva empresa llamada Open Medicine AI, que pertenece 100% a Lantern. Para quienes quieran participar en Open Medicine AI a medida que la lancemos, la mejor manera de hacerlo es comprar acciones de Lantern. Opera una plataforma con el objetivo de expandirla más allá de la oncología y abrirla al mundo entero. Hablemos de nuestros costos, porque son una parte esencial de lo que nos diferencia y, algo muy importante, de cómo construimos. No es solo una afirmación de marketing.

Lo habitual en la industria es gastar alrededor de $20 million-$100 million para desarrollar un nuevo programa. Cuando digo nuevo programa, no me refiero al costo del ensayo. Me refiero a pasar de una idea sobre un medicamento, una molécula o una diana a tener realmente algo que se pueda administrar a una persona. Ese costo fácilmente llega a $20 million. En nuestro caso, es $3 million. El tiempo requerido puede ser de 5-10 años. En nuestro caso, es de 2-3 años, y ya lo hemos hecho repetidamente con nuestros programas. Hablemos de lo que nos dijeron los datos y adónde nos condujeron. En nuestro programa para LP-184, los datos mostraron que SMARCB1 era muy importante. Fue una conclusión basada en los datos que surgió de la IA. Usamos esa información para entrar en el ámbito de los cánceres pediátricos, algo que nunca nos propusimos hacer.

No nos propusimos ser una empresa de cáncer pediátrico, pero tenemos cuatro designaciones de enfermedad pediátrica porque los datos nos llevaron en esa dirección. Hoy tenemos cuatro designaciones y un IND para cáncer pediátrico que recibió autorización. Nos indicó que PTGR1 era el principal impulsor de esta molécula, LP-184. Lo que hicimos fue decidir seleccionar a los pacientes según ese biomarcador. Hoy tenemos una patente, pero también lanzamos un biomarcador, el único biomarcador dual en cáncer de vejiga, que acaba de lanzarse en Dinamarca y utiliza PTGR1 y la deficiencia en la reparación del daño del ADN. Cada una de estas decisiones impulsadas por la IA y los datos nos condujo a hitos clínicos exitosos. En los medicamentos LP-184 y LP-284, y también en LP-300, nuestro medicamento para quienes nunca han fumado, nos enfocamos especialmente en un grupo de mutaciones llamado L858R.

Limitamos nuestro ensayo para enfocarlo específicamente en las mutaciones L858R. Veamos en detalle nuestro portafolio. Tenemos seis líneas clínicas. Cada una podría valer cientos de millones de USD, y nuestro objetivo es venderlas, por supuesto, a empresas de biotecnología y farmacéuticas más grandes. LP-300 está en fase II. Está a mitad de un programa de fase II. Está reclutando pacientes en Taiwán y EE. UU. De nuevo, nos enfocamos en pacientes con una mutación muy específica llamada L858R, y esa mutación muestra un gran potencial. Lamentablemente, esos pacientes no responden bien a las terapias existentes, pero nuestro medicamento prolonga su vida. LP-184 está comenzando ahora su desarrollo en cáncer de mama triple negativo. Esperamos tener algunos pacientes este año o a principios del próximo, aunque probablemente este año, y estamos poniendo en marcha dos centros.

El ensayo de cáncer de vejiga, que está totalmente financiado, se realiza en Dinamarca y es iniciado por un investigador; además, es el único que utiliza dos biomarcadores para seleccionar a los pacientes. También tenemos un ensayo en curso de LP-284 para sarcoma de tejidos blandos. Tenemos varias oportunidades de éxito. Creo que esto es muy importante porque, de nuevo, cualquiera de estos programas puede otorgarse bajo licencia, venderse o asociarse con empresas farmacéuticas. Volviendo a nuestra señal, RADR nos dio una señal muy clara y la seguimos; luego seguimos siguiéndola porque era correcta. Nos indicó que la pérdida de SMARCB1 era importante. Nos indicó que este medicamento tendría potencia nanomolar. Luego pasamos a los xenoinjertos y después a ratones; estos ratones vivieron mucho más.

Multiplicamos su… de nuevo, son ratones, pero pudimos prolongar su vida 4 o 5 veces. Se trataba de cánceres muy, muy agresivos. Dijimos: «Esto realmente tiene validez». Lo llevamos a ensayos con pacientes. En ese ensayo de fase I-A en adultos tuvimos una tasa de control de la enfermedad de alrededor de 50%, y ahora también recibimos autorización para pasar a pacientes pediátricos. También descubrimos que nuestro medicamento LP-184, ahora llamado zirdafulven, tenía un mecanismo muy singular. Cuando ese mecanismo funciona, básicamente activa el medicamento y los tumores no pueden reparar el ADN. Lo que descubrimos es que en el próximo ensayo seleccionaremos a los pacientes según ese biomarcador. En todos estos ensayos —TNBC, vejiga, GBM y SNC pediátrico— sabemos que el medicamento es seguro en el nivel de dosis con el que estamos comenzando: 0.39 mgs por kg.

También sabemos que hay otras maneras de hacer que el medicamento sea aún más activo. En cuanto a las indicaciones, de nuevo, tenemos indicaciones Fast Track en TNBC y GBM, y en ambos cánceres muy agresivos alrededor de 60%-70% de los pacientes tienen niveles elevados de PTGR1. Esto es importante porque demuestra claramente que hay una alta probabilidad de que el medicamento funcione en esos pacientes y de que alcancen el umbral adecuado. En TNBC, si miran las líneas rojas, pueden ver que nuestro medicamento pudo destruir prácticamente todos los modelos de TNBC, incluidos aquellos que eran resistentes a los inhibidores de PARP y aparecen en gris oscuro. No habíamos visto datos como estos en cáncer de mama triple negativo: básicamente, todos los modelos fueron sensibles.

También vimos que este medicamento funcionaba muy bien en combinación, tal como había predicho nuestra IA. Si observan nuestro medicamento, tiene un efecto sinérgico no solo con los inhibidores de PARP, es decir, funciona mejor en combinación que por sí solo, sino también con los inhibidores de puntos de control de IO. En el ensayo 300, y esto es muy importante, en el ensayo HARMONIC que se está llevando a cabo tanto en Asia como en EE. UU., vimos que hasta ahora los pacientes han vivido alrededor de 8.9 meses más en términos de supervivencia sin progresión. Si comparan nuestro perfil de tolerabilidad con lo que se usa actualmente, es muy superior. Los eventos adversos relacionados con el tratamiento son significativamente menos frecuentes. No hay reacciones relacionadas con la infusión ni erupción cutánea, que es un problema importante porque causa complicaciones dermatológicas y requiere la intervención de un dermatólogo debido al uso de la otra opción.

También hemos observado que, cuanto más tiempo recibe alguien este medicamento, más aumenta su PFS. Así que, por ahora, el número en rojo, 8.9, corresponde a quienes reciben seis ciclos de nuestro medicamento. Ahora estamos aumentando eso a ocho ciclos, así que creemos que elevaremos aún más la PFS. De los 14 pacientes evaluados, pueden ver que la enfermedad no progresó en ninguno y que hubo reducción del tumor en 10 de los 14. Así que tuvimos una respuesta completa, muchas respuestas parciales y muchos casos de enfermedad estable. Nadie presentó progresión y, en algunos casos, estas respuestas se mantuvieron durante más de dos años. Así que estamos reclutando al siguiente grupo de 15 pacientes. Creemos que los datos seguirán siendo así de buenos, quizá incluso un poco mejores, porque recuerden que al siguiente grupo de pacientes le administramos ocho ciclos.