Asep Medical Holdings Inc. / CA04368A1057

Asep Medical bestätigt, dass der Einsatz von KI verbesserte Behandlungen der häufigen Biofilminfektionen und eine schnelle Sepsisdiagnose ermöglicht

 

VANCOUVER, BC, 13. März 2024 - In seiner jüngsten Präsentation vor der US-amerikanischen Biophysical Society in Philadelphia1 berichtete Dr. Bob Hancock, CEO von Asep Medical Holdings Inc. („Asep Inc.“ oder das „Unternehmen“) (CSE: ASEP) (OTCQB: SEPSF) (FWB: JJ8), wie der bahnbrechende Einsatz künstlicher Intelligenz (KI) die Entwicklung neuer, verbesserter Behandlungen von Biofilminfektionen ermöglicht.

 

Biofilme sind Gemeinschaften von Bakterien, die Oberflächen infizieren und 65 % aller Infektionen verursachen. Sie sind sehr schwer zu behandeln, äußerst widerstandsfähig gegen sämtliche Antibiotika, und bisher kam es zu keiner Entwicklung einer von der FDA genehmigten Behandlung. Die Peptide von Asep Medical weisen eine starke Wirksamkeit gegen Biofilme auf und besitzen somit das Potenzial, die derzeitigen suboptimalen Behandlungen, unter anderem die physikalische Entfernung und Antibiotika-Kombinationen, zu ersetzen. Es wurden Methoden mit neuronalen Netzen unter Einsatz von künstlicher Intelligenz (KI) angewandt, um die Verbesserung von Peptiden auf der Basis des umfassenden Bestands des Unternehmens an proprietären Peptiden vorherzusagen, und in vom Unternehmen unterstützten Studien wurde demonstriert, dass diese in der Lage sind, die verbesserten Peptide mit wesentlich höherer Wirksamkeit gegen Biofilme zu prognostizieren.2 Dadurch war das Unternehmen in der Lage, sowohl die Wirksamkeit als auch die Fähigkeit zur Unterdrückung von Entzündungen (die primäre Pathologie von Biofilminfektionen) zu verbessern und die unterschiedlichen Märkte zu erkunden, die von Biofilmen beeinträchtigt werden und das globale Gesundheitswesen mit schätzungsweise 368 Milliarden $ jährlich belasten.3 Diese Märkte umfassen die Mundgesundheitspflege4, Wunden5 und die chronische Rhinosinusitis6, wobei die Asep-Peptide auf sämtliche dieser Bereiche wirken und eine ausgezeichnete Wirksamkeit bei Modellinfektionen aufweisen. Das Asep-Produkt der ersten Generation wird eine Munddusche/Mundspülung zur Prävention von Biofilminfektionen im Mundraum sein, welche zu Infektionen und zur Erosion von Zähnen und Zahnimplantaten führen können.

 

Eine weitere Einsatzmöglichkeit der KI-Technologie (LASSO-Regression) liegt in der Entwicklung des blutbasierten Genexpressionstests SepsetER, der sich in den USA derzeit in Vorbereitung zur Aufnahme von Studien für die 510(k)-Zulassung befindet. Dieser Test wurde von der University of British Columbia (UBC) unter der Leitung von Prof. Robert E. W. Hancock entwickelt und analysiert die dysfunktionalen Immunreaktionen, die bei Sepsis auftreten.7 Zur Identifizierung der Mindestmenge an Genen, die an einem Verfahren, der sogenannten zellbasierten Umprogrammierung (eine der Arten von Immundysfunktion bei Sepsis), beteiligt sind, wurde künstliche Intelligenz8,9 eingesetzt; es konnte nachgewiesen werden, dass die Expression von lediglich 6 Genen genau vorhersagen kann, ob bei einem Patienten Sepsis und das damit verbundene Mehrfachorganversagen auftreten wird.

 

„Wir haben die KI zur Diagnostizierung von Sepsis nutzbar gemacht. Sepsis ist eine schwere Erkrankung, die für einen von fünf Todesfällen weltweit1 und im Wesentlichen für alle Todesfälle aufgrund von pandemischen Mikroben wie COVID-19 verantwortlich sind“, sagt Dr. Hancock, Chairman und CEO von Asep Inc. „Es ist von wesentlicher Bedeutung, Sepsis so früh wie möglich zu identifizieren, da sich das Todesfallrisiko mit jeder Stunde, in der keine Diagnose und keine entsprechende Behandlung erfolgen, um 7,6 % erhöht.10 Es existiert keine konventionelle Untersuchungsmethode, die das Eintreten von Sepsis in den ersten Stunden nach Einlieferung eines Patienten ins Krankenhaus präzise vorhersagen könnte. Die Asep-Wissenschaftler haben basierend auf der Analyse von vom Unternehmen erhobenen bzw. öffentlichen Daten festgestellt, dass SepsetER bei neun von zehn Patienten auf der Intensivstation und bei sieben von zehn Patienten in der Notaufnahme vorhersagen kann, ob Sepsis in der Folge auftreten wird.“

 

KI wurde auch zur Vereinfachung der extremen Komplexität7 von Sepsis eingesetzt, durch die Behandlungen bisher erschwert wurden. In klinischen Studien mit Patienten aus 4 Ländern/4 Kontinenten, die vom Lancet Journal EBioMedicine8 und dem Nature Journal Scientific Reports9 veröffentlicht wurden, wurden KI-Methoden mit LASSO-Regression angewandt. Es wurden fünf Gruppierungen (Endotypen) von Patienten identifiziert, die erhebliche Schwierigkeiten mit den zugrunde liegenden Immundefekten in jeder Gruppe aufwiesen.8 Diese Endotypen konnten mit einfachen Gen-Assays untersucht werden, die eine Genauigkeit von 89-97 % aufwiesen.8 „Die Entschlüsselung der zugrunde liegenden Immundefekte von Sepsispatienten ist sehr wichtig, um präzise Behandlungen entwickeln zu können, die für den speziellen Typ von Sepsis bei den Patienten maßgeschneidert sind“, erklärte Dr. Evan Haney, CSO von Asep. „Dies bildet die Basis für einen zweiten Test, der sich in Entwicklung befindet.“

 

ÜBERWINDUNG DES ANTIBIOTIKAVERSAGENS

 

Das Versagen von Antibiotika11 aufgrund der verzögerten Diagnose von Sepsis, die hohe Prävalenz von rekalzitranten Biofilm-Infektionen und eine erhöhte Antibiotikaresistenz, die durch die rückläufige Entdeckung von Antibiotika verstärkt wird, gehören zu den dringlichsten Gesundheitsproblemen unserer Gesellschaft. Wie oben beschrieben, haben Dr. Hancock und sein Team KI angewendet, um eine Vielzahl antimikrobieller Peptide (Ketten von etwa einem Dutzend Aminosäuren) zu identifizieren, die eine vielversprechende neue Klasse von Antibiotika darstellen. Asep Inc. hat diese KI-Methoden angepasst, um dem Versagen von Antibiotika im Zusammenhang mit Biofilmen (einem multizellulären Wachstumszustand von Bakterien, die auf konventionelle Antibiotika anpassungsfähig resistent sind) entgegenzuwirken.12,13 Das Team von Dr. Hancock verwendete die Peptid-Array-Technologie, um umfassende zufällige Peptid-Bibliotheken unter Verwendung der Aminosäurezusammensetzung der aktivsten Peptide zu erstellen. Die resultierenden Daten wurden mit einer als „künstliche neuronale Netzwerke“ bezeichneten KI-Technik verwendet, um quantitative in silico-Modelle der Antibiotikaaktivität zu entwickeln.2,12 Stichproben zeigten bei der Vorhersage der Aktivität von 100.000 virtuellen Peptiden eine bemerkenswerte Wirksamkeit. Die besten Peptide, die das oberste Viertel der vorhergesagten Aktivitäten repräsentierten, waren wirksam gegen ein breites Spektrum multiresistenter „Superbugs“ mit Aktivitäten, die besser als oder vergleichbar mit vier häufig verwendeten konventionellen Antibiotika waren und wirksamer als der am weitesten fortgeschrittene klinische Kandidat eines antimikrobiellen Peptids und in Tiermodellen auch vor Staphylococcus aureus-Infektionen Schutz boten. Ähnliche Methoden wurden zur Ableitung ausgezeichneter Antibiofilm-Peptide eingesetzt. Asep bereitet sich darauf vor, die besten dieser Peptide in Kliniken bereitzustellen.

 

„Wir setzen KI täglich als wertvolles Tool im Kampf gegen Antibiotikaversagen ein, um Probleme zu lösen, denen mit konventionellen Methoden nicht beizukommen ist. Während andere noch versuchen, herauszufinden, wie KI am besten einsetzbar ist, nutzen wir sie bereits mit erstaunlichem Erfolg in der Diagnostik und der Behandlung. Asep Inc. ist bestrebt, die Leistungskraft von KI zur Verbesserung der Gesundheit der Menschen nutzbar zu machen“, sagte Dr. Evan Haney, Chief Scientific Officer von Asep.

 

Über Asep Medical Holdings Inc.

 

Asep Medical Holdings Inc. ( asepmedical.com) ist bestrebt, das globale Problem des Antibiotikaversagens anzugehen, indem neuartige Lösungen für bedeutende medizinische Bedürfnisse in der Humanmedizin entwickelt werden. Das Unternehmen entstand durch eine Konsolidierung von drei bestehenden Privatunternehmen, allesamt mit Technologien in fortgeschrittener Entwicklung: Sepset Biosciences Inc. (proprietäre Diagnosetools zur frühzeitigen und rechtzeitigen Erkennung von Sepsis), ABT Innovations Inc. (Breitbandtherapeutika zur Behandlung von multiresistenten Biofilm-Infektionen) und SafeCoat Medical Inc. (eine antimikrobielle Peptid-Bewuchsschutzbeschichtungstechnologie für medizinische Geräte).

 

Sepset Biosciences Inc. (sepset.ca) entwickelt eine Diagnosetechnologie, die anhand einer Genexpressionssignatur des Patienten die die Entwicklung einer schweren Sepsis vorhersagt – eine der signifikanten Erkrankungen, die zu einem Antibiotikaversagen führen, da Antibiotika die Primärbehandlung für Sepsis sind. Sepsis war im Jahr 2017 für fast 20 % aller Todesfälle weltweit verantwortlich, und im Wesentlichen für alle Todesfälle aufgrund von COVID-19 und anderen Pandemien. Der SepsetER-Test ist ein auf Blut basierender Genexpressions-Assay, der einfach umzusetzen ist, und die Ergebnisse liegen in etwa einer Stunde nach der Entnahme einer Blutprobe in der Notaufnahme oder auf der Intensivstation vor. Diese proprietäre Diagnosetechnologie unterscheidet sich von aktuellen Diagnosetests dadurch, dass sie die Diagnose einer schweren Sepsis innerhalb von ca. 60 Minuten nach Beginn des Tests ermöglicht. Eine Bakterienkultur, der Goldstandard, liefert eine Diagnose nach ca. 15 Stunden, diese kann aber auch bis zu drei Tagen dauern. Asep Inc. ist der Ansicht, dass sein Test es Ärzten ermöglichen wird, frühzeitig kritische Entscheidungen bezüglich geeigneter Therapien zu treffen und somit die Gesamtmorbidität und Mortalität aufgrund von Sepsis zu reduzieren.

 

Die von ABT Innovations Inc. (abtinnovations.ca) entwickelte Peptidtechnologie deckt ein breites Spektrum von therapeutischen Anwendungen ab: bakterielle Biofilm-Infektionen (Infektionen durch medizinische Geräte, chronische Infektionen, Lungen-, Harnblasen-, Wund-, Zahn-, Haut und HNO-Infektionen, Sinusitis, orthopädische Infektionen etc.), Entzündungshemmer, antiinfektiöse Immunmodulatoren sowie Impfstoff-Adjuvanzien. Das Unternehmen befindet sich in der präklinischen Entwicklungsphase mit vielversprechenden Daten.

 

Die Technologie von SafeCoat Medical Inc. (safecoatmedical.com) umfasst selbstmontierende biokompatible Polymere, die mit konjugierten antimikrobiellen Peptiden kombiniert und als stabile antimikrobielle und/oder Bewuchsschutzbeschichtungen auf praktisch jede Oberfläche aufgetragen werden können. Von besonderem Interesse ist die Anwendung dieser vielseitigen antimikrobiellen Beschichtung auf verschiedene Medizinprodukte und Implantate, die häufig mit Biofilm-Infektionen kontaminiert sind. SafeCoat optimiert Methoden zur Herstellung und zum Auftragen dieser antibakteriellen Beschichtungen auf eine Vielzahl von Oberflächen und kann die Zusammensetzung der Beschichtung und der zugehörigen Peptidsequenzen für jede gewünschte Anwendung anpassen.

 

FÜR WEITERE INFORMATIONEN KONTAKTIEREN SIE BITTE –

 

Chris Dallin, Marketing Director

Asep Medical Holdings Inc.

E. [e-mail]

T. +1 [phone]

 

ZUKUNFTSGERICHTETE AUSSAGEN

 

Diese Pressemitteilung enthält bestimmte „zukunftsgerichtete Aussagen“ im Sinne dieser Aussagen nach den geltenden Wertpapiergesetzen. Zukunftsgerichtete Aussagen sind häufig durch Wörter wie „antizipieren“, „planen“, „fortsetzen“, „erwarten“, „projizieren“, „beabsichtigen“, „glauben“, „antizipieren“, „schätzen“, „können“, „werden“, „potenziell“, „vorgeschlagen“, „positioniert“ und andere ähnliche Wörter gekennzeichnet, oder durch Aussagen, wonach bestimmte Ereignisse oder Bedingungen eintreten „können“ oder „werden“. Zu diesen Aussagen gehören unter anderem die erfolgreiche klinische Erprobung unseres Sepsis-Diagnosetests und die beabsichtigte Beantragung der behördlichen Zulassung: dass das Unternehmen die behördliche Zulassung nicht wie geplant oder überhaupt erhält; die Durchführung präklinischer Studien zu unserem führenden Therapeutikum in der Erwartung, dass dies zu schnellen klinischen Studien führen wird; der Zeitrahmen für die Diagnose von Sepsis mit den Produkten des Unternehmens; die potenziellen Chancen für die Umsatzgenerierung; die therapeutischen Vorteile der Produkte des Unternehmens; und andere Aussagen in Bezug auf die vorgeschlagenen Geschäftspläne des Unternehmens. Bei den Schlussfolgerungen und Vorhersagen, die in den zukunftsgerichteten Aussagen in dieser Pressemitteilung enthalten sind, wurden verschiedene Annahmen getroffen. Zukunftsgerichtete Aussagen beruhen auf den Meinungen und Schätzungen der Geschäftsleitung zum Zeitpunkt der Abgabe der Aussagen und unterliegen einer Vielzahl von Risiken, einschließlich des Risikos, dass die Produkte des Unternehmens nicht die erwartete Leistung erbringen; dass das Unternehmen nicht die erforderlichen behördlichen Zulassungen oder Testergebnisse erhält; dass die Produkttests des Unternehmens nicht erfolgreich sind und die Genehmigungen nicht innerhalb der geschätzten Fristen oder überhaupt nicht erteilt werden; dass das Unternehmen nicht in der Lage ist, mit seinen Produkten wie erwartet oder überhaupt Einnahmen zu erzielen; dass der Markt für die Produkte des Unternehmens möglicherweise nicht der Beschreibung in dieser Pressemitteilung entspricht; sowie verschiedene andere Risikofaktoren, die im Prospekt von Asep Medical Inc. vom 9. November 2021 und im Lagebericht (MD&A) des Unternehmens genannt werden, die auf dem Profil des Unternehmens unter www.sedar.com eingesehen werden können, sowie Ungewissheiten und anderen Faktoren, die dazu führen können, dass die tatsächlichen Ereignisse oder Ergebnisse wesentlich von den in den zukunftsgerichteten Aussagen prognostizierten abweichen. Asep Medical Inc. ist nicht verpflichtet und lehnt ausdrücklich jede Absicht oder Verpflichtung ab, zukunftsgerichtete Aussagen zu aktualisieren oder zu revidieren, sei es aufgrund neuer Informationen, zukünftiger Ereignisse oder aus anderen Gründen, es sei denn, dies ist ausdrücklich durch geltendes Recht vorgeschrieben.

 

QUELLENANGABEN

 

1 https://www.biophysics.org/2024meeting#/

2 Haney, E.F., Y. Brito-Sánchez, M.J. Trimble, S.C. Mansour, A. Cherkasov, and R.E.W. Hancock. 2018. Computer-aided discovery of peptides that specifically attack bacterial biofilms. Sci. Reports 8:1871.

3 Cámara et al. (2022) npj Biofilms and Microbiomes. 8:42.

4 Hu, J., J. Yu, H. Liu, Z. Wang, M. Haapasalo, E.F. Haney, R.E.W. Hancock, S. Deng, and Y. Shen. 2023. Dynamic killing effectiveness of mouth rinses and a d-enantiomeric peptide on oral multispecies biofilms grown on dental restorative material surfaces. J. Dentistry. 134:104552.

5 Wu, B.C., E.F. Haney, N. Akhoundsadegh, D. Pletzer, M.J. Trimble, A.E. Adriaans, P.H. Nibbering and R.E.W. Hancock. 2021. Human organoid biofilm model for assessing antibiofilm activity of novel agents. NPJ Biofilms and Microbiomes 7:8.

6 Alford, M.A., K.-Y.G. Choi, M.J. Trimble, H. Masoudi, P. Kalsi, D. Pletzer, R.E.W. Hancock. 2021. Murine models of sinusitis infection for screening antimicrobial and immunomodulatory therapies. Frontiers Cell. Infect. Microbiol. 11:621081.

7 Rudd, K. E. et al. Global, regional, and national sepsis incidence and mortality, 1990-2017: analysis for the Global Burden of Disease Study. Lancet 395, 200–211 (2020).

8 Baghela, A., O.M. Pena, A.H. Lee, B. Baquir, R. Falsafi, A. An, S.W. Farmer, A. Hurlburt, A. Mondragon-Cardona, J.D. Rivera, A. Baker, U. Trahtemberg, M. Shojaei, C.E. Jimenez-Canizales, C.C. dos Santos, B. Tang, H.R. Bouma, G.V. Cohen Freue, and R.E.W. Hancock. 2022. Predicting sepsis severity at first clinical presentation: the role of endotypes and mechanistic signatures. eBiomedicine 75:103776.

9 Baghela, A., A. An, P. Zhang, E. Acton, J. Gauthier, E. Brunet-Ratnasingham, T. Blimkie, G. Cohen Freue, D. Kaufmann, A.H.Y. Lee, R.C. Levesque, and R.E.W. Hancock. 2023. Predicting severity in COVID-19 disease using sepsis blood gene expression signatures. Sci. Reports 13:1247.

10 Kumar, A. et al. Duration of hypotension before initiation of effective antimicrobial therapy is the critical determinant of survival in human septic shock. Crit Care Med 34, 1589–1596 (2006).

11 Haney, E.H., and R.E.W. Hancock. 2022. Addressing antibiotic failure – beyond genetically encoded antimicrobial resistance. Frontiers Drug Discov. 2:892975.

12 Cherkasov, A., K. Hilpert, H. Jenssen, C.D. Fjell, M. Waldbrook, S.C. Mullaly, R. Volkmer and R.E.W. Hancock. 2009. Use of artificial intelligence in the design of small peptide antibiotics effective against a broad spectrum of highly antibiotic resistant Superbugs. ACS Chemical Biol. 4:65-74.

13 Hancock, R.E.W., M. Alford, and E.F. Haney. 2021. Antibiofilm activity of host defence peptides: Complexity provides opportunities. Nature Microbiol. Rev. 19:786-797.

 

Die Ausgangssprache (in der Regel Englisch), in der der Originaltext veröffentlicht wird, ist die offizielle, autorisierte und rechtsgültige Version. Diese Übersetzung wird zur besseren Verständigung mitgeliefert. Die deutschsprachige Fassung kann gekürzt oder zusammengefasst sein. Es wird keine Verantwortung oder Haftung für den Inhalt, die Richtigkeit, die Angemessenheit oder die Genauigkeit dieser Übersetzung übernommen. Aus Sicht des Übersetzers stellt die Meldung keine Kauf- oder Verkaufsempfehlung dar! Bitte beachten Sie die englische Originalmeldung auf www.sedarplus.ca, www.sec.gov, www.asx.com.au/ oder auf der Firmenwebsite!