L'innovazione nel territorio

Softmining

SoftMining è un’azienda di Drug Discovery AI-powered focalizzata sulla progettazione di nuove molecole e materiali terapeutici. La nostra mission è generare nuove molecole in silico con proprietà vantaggiose per rispondere a esigenze mediche non soddisfatte.

I metodi, i modelli e gli algoritmi sviluppati in oltre 15 anni di ricerca accademica sono stati integrati in una piattaforma di sviluppo completa. I risultati sono notevoli: sono stati progettati 2 nuovi antibiotici, sono state depositate 4 domande di brevetto, è stato scoperto un nuovo materiale biodegradabile in grado di sostituire il PVC, due molecole con attività antitumorale sono entrate in sperimentazione clinica (Fase II) ed è stata sviluppata una nuova tecnica di sintesi chimica su supporto solido.

SoftMining offre un’ampia gamma di servizi di progettazione computazionale di farmaci per supportare la ricerca lungo la pipeline di progettazione e sviluppo dei farmaci. Le tecnologie di intelligenza artificiale sviluppate da SoftMining forniscono una piattaforma completa per la progettazione computazionale assistita di farmaci. Grazie alla piattaforma di Drug Discovery AI-powered, SoftMining è in grado di sviluppare potenziali candidati farmaci con elevata precisione e in tempi più brevi rispetto alle procedure standard. SoftMining sviluppa candidati farmaci e offre licenze d’uso per i prodotti della pipeline.

Altre applicazioni degli strumenti di SoftMining sono nel campo della salute digitale, dei motori di ricerca e dell’analisi semantica. SoftMining ha applicato l’analisi pseudosemantica proprietaria per monitorare l’attività cardiaca e cerebrale e ha integrato gli algoritmi di ricerca semantica proprietari in un motore di ricerca per l’analisi della letteratura scientifica e brevettuale. I metodi di analisi semantica sono stato impiegati con successo per analizzare dati eterogenei e hanno un’ampia applicabilità. Un progetto basato sull’applicazione dei metodi è stato giudicato eccellente dai revisori IRCAI ed è stato incluso dall’UNESCO nella IRCAI Global 2021 Top 100 List AI Solutions for Sustainability (https://ircai.org/top100/entry/echealth/).

SoftMining ha inoltre sviluppato la prima app italiana per il tracciamento dei contatti relativi alla pandemia COVID-19, testata sul campo nel periodo compreso tra marzo 2020 e marzo 2021, con l’obiettivo primario di acquisire dati di tracciamento anonimi e renderli pubblici come open data per la comunità scientifica.

Concorrenza

A livello globale sono molte le aziende che utilizzano l’IA nel Drug Discovery, ma nessuna, soprattutto a livello nazionale, ad oggi, combina in modo così efficiente gli aspetti di sintesi e informatica con l’IA, tantomeno con gli aspetti di robotica. La piattaforma SoftMining racchiude tutti gli aspetti in un unico sistema, dalla scoperta in silico alla sintesi ai test preclinici, rendendo il processo di drug discovery più efficiente e interconnesso, a differenza dei prodotti attualmente disponibili sul mercato. Esistono alcuni esempi a livello nazionale. Un’azienda italiana ha creato una piattaforma web-based che permette ad aziende e istituzioni di accelerare i processi di R&S, riducendo così i costi, utilizzando modelli e simulazioni realizzati con tecnologie avanzate sviluppate da ricercatori di alto livello scientifico (non propri), al fine di evitare la ripetizione di test già effettuati e quindi errori nello sviluppo di nuovi dispositivi medici e farmaci. Lo scopo principale della piattaforma è la validazione dei modelli presentati dai clienti. La piattaforma SoftMining AI-powered di Drug Discovery migliora i prodotti attualmente disponibili perché comprende tutti gli aspetti della fase preclinica e non si limita a un singolo aspetto della pipeline di scoperta dei farmaci. Il principale vantaggio della tecnologia risiede anche nella specificità dei target. La piattaforma è disease agnostic, ma può essere addestrata e indirizzata con estrema selettività su bersagli specifici. La specificità del target consente di ridurre drasticamente gli errori e i falsi positivi tipici dei metodi in silico, grazie a un addestramento accurato e preciso dell’intelligenza artificiale alla base della piattaforma. La piattaforma SoftMining è già completa e funzionante. L’applicazione della piattaforma per la progettazione e la produzione di molecole attive prevede le seguenti fasi di sviluppo: – Screening di database di molecole note. – Previsione delle proprietà farmacocinetiche (ADME) e tossicologiche. – Selezione di molecole candidate identificate in base alla massima affinità per i recettori coinvolti nella malattia. – Sintesi chimica (utilizzando un sintetizzatore automatico). – Test in vitro per valutare l’efficacia. – Redazione e deposito del brevetto delle molecole più promettenti. – Licensing di molecole ad aziende farmaceutiche. I principali vantaggi rispetto ai concorrenti attualmente presenti sul mercato sono: – La piattaforma è una combinazione unica di chimica farmaceutica, intelligenza artificiale e robotica. Consente di progettare, sintetizzare e testare un gran numero di molecole con elevata precisione e velocità. – Il sistema racchiude diversi strumenti in un’unica piattaforma, riducendo la necessità di utilizzare software diversi o di rivolgersi a diverse aziende. – La tecnologia AI all’avanguardia utilizzata permette di ottenere risultati molto più accurati, riducendo drasticamente il problema dei falsi positivi.
Settore: SERVIZI

Stadio della startup

Prodotto/Servizio

Team

Dati della startup

Costituzione Impresa : 23/11/2022
Data iscrizione alla sezione delle Startup: 05/03/2019
Denominazione:
SOFTMINING S.R.L.
Comune: FISCIANO
Codice Fiscale: 03006660645
Forma Giuridica : SOCIETA' A RESPONSABILITA' LIMITATA
Codice Ateco : 7211
Settore : SERVIZI

Softmining

Modello di Business

SM ha sviluppato numerosi strumenti e algoritmi per la previsione accurata dell’attività di nuove molecole. Il mercato di riferimento è quello farmaceutico e l’obiettivo è quello di co-sviluppare o concedere in licenza molecole al termine della fase preclinica. Negli ultimi due anni abbiamo utilizzato la nostra piattaforma AI di Drug Discovery per lo sviluppo congiunto con aziende farmaceutiche o per progettare de novo o ottimizzare molecole esistenti. Inoltre, abbiamo sviluppato tecniche di sintesi chimica e di analisi assistite da robot sulla scala del microlitro. Disponiamo di una piattaforma completa che considera il meccanismo d’azione, la selettività, il metabolismo, i possibili effetti collaterali, la sintesi chimica e la brevettabilità delle molecole ottenute. Alcuni dei metodi utilizzati sono alla base di alcuni progetti di ricerca europei, come CLINGLIO e NEWROAD (Horizon Europe). Alcuni dei nostri software sono disponibili in modalità SaaS. Tra questi, i motori di ricerca semantica Arise e Brevia e i motori di similarità Matisse e Similis. Arise e Brevia sono due motori di ricerca ottimizzati rispettivamente sulla letteratura scientifica e sui brevetti. Alla base di entrambi c’è un algoritmo in grado di raggruppare semanticamente i documenti e restituire quelli più rilevanti. Matisse permette di cercare recettori con siti di legame simili sfruttando tecniche matematiche avanzate. L’identificazione di siti di legame simili facilita il repurposing dei farmaci e identifica i possibili effetti collaterali. L’uso del nostro software può avvenire come SaaS in cambio di licenze annuali. Questo è applicabile ad Arise, Brevia, Similis e Matisse. Altri strumenti di SoftMining, come quelli di data mining cardiaco per il monitoraggio dello stato di un paziente, possono essere offerti come API.

Innovazione

In possesso di titoli di proprietà intellettuale in capo all’impresa e/o ai founder e/o terzi 102020000015541 proprietario – Brevetto per invenzione industriale Breve descrizione degli aspetti di innovazione che caratterizzano il business dell’impresa L’industria farmaceutica è estremamente inefficiente nello sviluppo di un nuovo farmaco, come dimostrano i lunghi tempi di sviluppo e i costi di R&S in costante aumento. Una delle ragioni risiede nel paradigma di ricerca utilizzato finora. Il paradigma dominante nella scoperta dei farmaci è il concetto di progettazione di ligandi massimamente selettivi per agire su singoli target farmacologici. Tuttavia, molti farmaci efficaci agiscono attraverso la modulazione di più proteine. I metodi computazionali (CM) nella scoperta dei farmaci sono stati insoddisfacenti per molti anni, perché sviluppati per risolvere modelli sbagliati. La ricerca di nuove molecole attive è spesso limitata dalla scarsa accuratezza dei metodi, dagli scarsi dati utilizzati per l’addestramento delle reti e dalla scarsa qualità dei modelli di attività. Tutto ciò comporta tempi lunghi e costi elevati per l’identificazione di buoni candidati. SoftMining ha superato molte limitazioni e ha raggiunto un’elevata efficienza. Ciò è dimostrato anche dalla notevole pipeline di molecole e materiali. La nostra piattaforma è agnostica rispetto alle malattie e consente di analizzare le complesse interazioni che si verificano tra centinaia di recettori in una cellula. L’approccio SoftMining è nuovo e presenta due vantaggi principali rispetto ai metodi classici. In primo luogo, i metodi e gli algoritmi offrono una comprensione più accurata dei sistemi biologici. La precisione è spesso paragonabile ai metodi sperimentali per chiarire il meccanismo d’azione di una molecola. SoftMining utilizza strumenti proprietari per calcolare l’energia di legame (che include un calcolo esplicito dell’entropia) con errori paragonabili a quelli sperimentali, cercare siti di legame simili e calcolare la somiglianza elettrotopologica delle molecole, prevedere il meccanismo d’azione e identificare nuovi composti lead. Abbiamo anche uno strumento che permette di ottimizzare una molecola in parallelo su un’intera libreria di recettori (maggiori informazioni su www.softmining.it). Il secondo aspetto è legato ai dati sperimentali. Utilizziamo nuove tecnologie di sintesi assistita da robot per produrre rapidamente dati sperimentali omogenei. Questo permette di utilizzare dati puliti e corretti standardizzati durante tutto il processo, consentendoci di addestrare correttamente le reti neurali evitando i tipici problemi legati a dati di input errati.

Requisiti di innovazione tecnologica

R&S

Team Qualificato

Proprietà Intellettuale

classe di produzione
1-100K euro
A

Leggenda Classe di Produzione
A=1-100K euro
B=100K-500K euro
C=500K-1M euro
D=1M-2M euro
E=2M-5M euro
F=5M-10M euro
G=10M-50M euro
H=più di 5OM di euro
ND=non disponibile

classe di addetti
non disponibile

Leggenda Classe di Addetti
A=0-4 addetti
B=5-9 addetti
C=10-19 addetti
D=20-49 addetti
E=50-249 addetti
F=almeno 250 addetti
ND=non disponibile

ND
classe di capitale
5K-10K euro
3

Leggenda Classe di Capitale
1=1 euro
2=1-5K euro
3-5K-10K euro
4=10K-50K euro
5=50K-100K euro
6=100K-250K euro
7=250K-500K euro
8=500K-1M euro
9=1M-2,5M euro
10=2,5M-5M euro
11=più di 5M di euro
ND=non disponibile

prevalenza femminile
NO

Legenda prevalenza femminile/giovanile/straniera
NO: [% del capitale sociale + % Amministratori] / 2 ≤ 50%
Maggioritaria: [% del capitale sociale + % Amministratori] / 2 > 50%
Forte: [% del capitale sociale + % Amministratoril / 2 > 66%
Esclusiva: [% del capitale sociale + % Amministratori] / 2 = 100%
?: Non disponibile

I dati sulla prevalenza sono riferiti al trimestre precedente

prevalenza giovanile
NO

Legenda prevalenza femminile/giovanile/straniera
NO: [% del capitale sociale + % Amministratori] / 2 ≤ 50%
Maggioritaria: [% del capitale sociale + % Amministratori] / 2 > 50%
Forte: [% del capitale sociale + % Amministratoril / 2 > 66%
Esclusiva: [% del capitale sociale + % Amministratori] / 2 = 100%
?: Non disponibile

I dati sulla prevalenza sono riferiti al trimestre precedente

prevalenza straniera
NO

Legenda prevalenza femminile/giovanile/straniera
NO: [% del capitale sociale + % Amministratori] / 2 ≤ 50%
Maggioritaria: [% del capitale sociale + % Amministratori] / 2 > 50%
Forte: [% del capitale sociale + % Amministratoril / 2 > 66%
Esclusiva: [% del capitale sociale + % Amministratori] / 2 = 100%
?: Non disponibile

I dati sulla prevalenza sono riferiti al trimestre precedente