Hvordan Microsoft-Novartis-partnerskabet fremskynder opdagelsen af lægemidler
3 min. Læs
Udgivet den
Del denne artikel
Forbedre denne vejledning
Læs vores oplysningsside for at finde ud af, hvordan du kan hjælpe MSPoweruser med at opretholde redaktionen Læs mere
Tid plejer nogle gange at være en af forskernes største fjender, når de laver ny medicin. Luca Finelli, Novartis Vice President og Head of Insights, Strategy & Design, sammenlignede denne kamp med madlavning for at forklare, hvordan denne kedelige proces tager så meget tid og ressourcer.
"Typisk skal formuleringsforskeren beslutte, 'Jeg vil tage denne mængde af denne ingrediens A og en vis mængde af denne ingrediens B.' Så prøver de forskellige kombinationer,” sagde Finelli.
Forskere skal finde den rigtige kombination af molekyler for at producere medicin. Problemet er, at hver blanding skal gennemgå en række tests for at kontrollere lægemidlets sikkerhed, effektivitet og andre generelle ydeevne. Dette tager år, og kontrol af data baseret på tidligere eksperimenter gør kun tingene mere anstrengende for videnskabsmænd.
"Normalt gør de dette manuelt og læser alle disse dokumenter igennem for at finde ud af, hvad der er relevant for det spørgsmål, de har i tankerne," kommenterede Finelli.
Dette ændrede sig dog for Novartis videnskabsmænd med introduktionen af Microsoft-Novartis strategiske partnerskab i 2019, som grundlagde Novartis AI Innovation Lab.
"Vi bringer vores ekspertise inden for maskinlæring og vores store databehandling. De findes ikke i pharma-verdenen. Og Microsoft kan ikke påtage sig dette (uafhængigt). Vi er ikke et medicinalfirma. Så partnerskabet er helt afgørende,” sagde Chris Bishop, Microsoft Research Europa Lab direktør.
Det ændrede spillet for det multinationale medicinalfirma efter at have modtaget de teknologiske platforme, der fremskynder lægemiddelopdagelsesprocessen. Nu kan Novartis-forskere bruge AI-kraften til at kontrollere resultaterne og data produceret af de tidligere udførte eksperimenter. Med maskinlæring og algoritme kan computere finde den nødvendige information, der gemmer sig i enorme mængder af Novartis laboratoriedata og filer.
"Her kan AI faktisk hjælpe med at gøre dette med nogle få klik og bringe den relevante information tilbage til brugeren til videre brug, og informere dem om, hvordan de skal designe fremtidige eksperimenter for at finde nye måder at skabe en formulering til et nyt lægemiddel," sagde Finelli .
Dette betyder hurtigere identifikation af de egnede molekyler, de skal bruge for at producere den rigtige molekylære kombination og medicin. Dette oversættes naturligvis til hurtigere test af lægemidler, hvor den samlede proces kun tager maksimalt uger. Ifølge Bishop giver denne teknologi videnskabsmænd mulighed for at udføre "10,000 eksperimenter samtidigt, få resultaterne og derefter bruge dem til at designe de næste 10,000 eksperimenter."
Shahram Ebadollahi, Novartis Chief Data and AI Officer, delte, at dette gjorde det muligt for virksomheden at levere sin service til mange af sine kunder.
"Hvis man ser på alle aspekter af pipelinen - fra tidlig lægemiddelopdagelse og lægemiddeludvikling til kliniske forsøg og derefter til fremstilling af lægemidlet i stor skala - alene i 2020 nåede vores medicin næsten 800 millioner patienter verden over," sagde Ebadollahi.
Med dette planlægger Novartis at bruge det i sine fremtidige projekter til at identificere molekylære strukturer og bestemme tidligere eksperimenter, der kan bidrage med værdifulde data. Alt dette vil heldigvis blive udført på meget kortere tid nu.
