Massa. Découverte de médicaments auto-immuns, structurellement.
Un moteur d'IA pour détecter le mimétisme moléculaire entre pathogènes et protéines humaines — l'une des hypothèses les plus structurellement solides sur ce qui déclenche la maladie auto-immune. De l'identification des cibles à la validation clinique, en un seul pipeline.
La découverte de médicaments auto-immuns reste empirique et lente.
La plupart des thérapies auto-immunes émergent encore de l'immunosuppression large, du repositionnement ou du tâtonnement. Le mimétisme moléculaire — le mécanisme par lequel des protéines pathogéniques ressemblent suffisamment aux protéines humaines pour déclencher une réponse auto-immune — est l'une des explications les plus structurellement convaincantes du déclenchement auto-immun. Massa transforme cette hypothèse en infrastructure que les équipes pharma peuvent réellement utiliser.
Un pipeline de l'hypothèse au candidat.
Identification de cibles
Modèles d'IA entraînés pour détecter la similarité structurelle et de séquence entre protéines pathogéniques et auto-antigènes humains dans les conditions auto-immunes.
Détection de patterns inter-maladies
Signatures de mimétisme partagées entre plusieurs conditions auto-immunes — utiles pour comprendre la comorbidité et identifier des cibles thérapeutiques plus larges.
Pipeline de validation
Intégration avec les flux de travail de validation expérimentale. De l'analyse in silico à la confirmation en laboratoire, conçu comme une boucle continue, pas un transfert.
Corrélation clinique
Connecté aux données de MAR Platform, les cibles candidates peuvent être croisées avec des données cliniques réelles et des PROMs — fermant la boucle entre hypothèse moléculaire et résultat patient.
Cadre PI de niveau pharma
Construit pour la collaboration avec la R&D pharma. Limites de PI claires, journaux d'audit, documentation de niveau réglementaire dès le premier jour.
Candidats thérapeutiques
Outputs conçus pour alimenter directement les pipelines de développement pharmaceutique existants — des anticorps monoclonaux aux petites molécules et thérapies à base de peptides.
Pas en développement. En optimisation.
Cypher est le moteur de détection de similarité de séquences qui propulse Massa. En 24 mois, il est passé d'une preuve de concept à des performances qui rendent tractables des recherches auparavant impossibles.
Pharma est le client.
Contrairement à Maia Clinical et Maia, Massa sert pharma comme client direct — sous un modèle commercial différent et avec une classe de données différente. Il existe une séparation totale entre les opérations pharma de Massa et les produits orientés patients. Aucune donnée patient de Maia n'est jamais transférée à Massa sans consentement explicite et spécifique à l'étude.
Pourquoi le mimétisme structurel, why now.
Le cadre biologique
Le mimétisme est de plus en plus compris comme un mécanisme unificateur dans les maladies auto-immunes. L'attaquer directement — plutôt que de traiter l'inflammation en aval — ouvre des stratégies thérapeutiques entièrement nouvelles.
L'IA à la bonne échelle
Détecter le mimétisme structurel dans l'univers des protéines est un problème computationnel qui n'est devenu tractable que récemment. Cypher est la preuve que nous sommes à ce point d'inflexion.
La couche de données européenne
MAR Platform et Maia fournissent des données cliniques réelles et des PROMs qu'aucune plateforme de découverte basée aux États-Unis ne peut répliquer. Cela change le type de validation de candidats possible.
Intégré, pas ajouté
La plupart des outils de découverte computationnelle de médicaments sont séparés des données cliniques. Massa fait partie d'une architecture où découverte et evidence clinique parlent le même langage.
Les conversations avec pharma commencent à BioSpain.
Autres produits Neural Omega
La conversation commence à Bilbao.
Si votre équipe explore le mimétisme moléculaire comme angle thérapeutique dans la maladie auto-immune, BioSpain 2026 est l'endroit où nous voulons en parler. Les réunions préalables sont disponibles dès maintenant.
Explorer les collaborations pharma →