Πώς η συνεργασία Microsoft-Novartis επιταχύνει την ανακάλυψη φαρμάκων

Ο χρόνος μερικές φορές τείνει να είναι ένας από τους μεγαλύτερους εχθρούς των επιστημόνων όταν επινοούν νέα φάρμακα. Ο Luca Finelli, Αντιπρόεδρος της Novartis και επικεφαλής του τμήματος Insights, Strategy & Design, συνέκρινε αυτόν τον αγώνα με τη μαγειρική για να εξηγήσει πώς αυτή η κουραστική διαδικασία απαιτεί τόσο πολύ χρόνο και πόρους.

«Συνήθως, ο επιστήμονας της σύνθεσης πρέπει να αποφασίσει: «Θα πάρω αυτή την ποσότητα αυτού του συστατικού Α και κάποια ποσότητα αυτού του συστατικού Β». Στη συνέχεια δοκιμάζουν διαφορετικούς συνδυασμούς», είπε ο Finelli.

Οι επιστήμονες πρέπει να βρουν τον κατάλληλο συνδυασμό μορίων για την παραγωγή φαρμάκων. Το πρόβλημα είναι ότι κάθε μείγμα θα πρέπει να υποβληθεί σε μια σειρά δοκιμών για να ελεγχθεί η ασφάλεια, η αποτελεσματικότητα και άλλες γενικές επιδόσεις του φαρμάκου. Αυτό διαρκεί χρόνια, και ο έλεγχος των δεδομένων που βασίζονται σε προηγούμενα πειράματα κάνει τα πράγματα πιο επίπονα για τους επιστήμονες.

"Κανονικά, το κάνουν αυτό χειροκίνητα, διαβάζοντας όλα αυτά τα έγγραφα για να μάθουν τι σχετίζεται με την ερώτηση που έχουν στο μυαλό τους", σχολίασε ο Finelli.

Αυτό, ωστόσο, άλλαξε για την Novartis επιστήμονες με την εισαγωγή της στρατηγικής συνεργασίας Microsoft-Novartis 2019, η οποία ίδρυσε το Novartis AI Innovation Lab.

«Φέρνουμε την τεχνογνωσία μας στη μηχανική μάθηση και στους υπολογιστές μας μεγάλης κλίμακας. Αυτά δεν υπάρχουν στον κόσμο των φαρμάκων. Και η Microsoft δεν μπορεί να το αναλάβει αυτό (ανεξάρτητα). Δεν είμαστε φαρμακευτική εταιρεία. Επομένως, η συνεργασία είναι απολύτως κρίσιμη», δήλωσε ο Chris Bishop, Microsoft Research Διευθυντής Europe Lab.

Άλλαξε το παιχνίδι για την πολυεθνική φαρμακευτική εταιρεία αφού έλαβε τις τεχνολογικές πλατφόρμες που επιταχύνουν τη διαδικασία ανακάλυψης φαρμάκων. Τώρα, οι επιστήμονες της Novartis μπορούν να χρησιμοποιήσουν τη δύναμη της τεχνητής νοημοσύνης για να ελέγξουν τα αποτελέσματα και τα δεδομένα που παράγονται από τα προηγούμενα πειράματα που πραγματοποιήθηκαν. Με τη μηχανική μάθηση και τον αλγόριθμο, οι υπολογιστές μπορούν να βρουν τις απαραίτητες πληροφορίες κρυμμένες σε τεράστιες ποσότητες εργαστηριακών δεδομένων και αρχείων Novartis.

«Εδώ, η τεχνητή νοημοσύνη μπορεί πραγματικά να βοηθήσει να γίνει αυτό με μερικά κλικ και να φέρει τις σχετικές πληροφορίες πίσω στον χρήστη για περαιτέρω χρήση, ενημερώνοντάς τους πώς να σχεδιάσουν μελλοντικά πειράματα για να βρουν νέους τρόπους για να δημιουργήσουν ένα σκεύασμα για ένα νέο φάρμακο», είπε ο Finelli. .

Αυτό σημαίνει ταχύτερη αναγνώριση των κατάλληλων μορίων που χρειάζονται για να παράγουν το σωστό μοριακό συνδυασμό και φάρμακο. Αυτό, φυσικά, μεταφράζεται σε ταχύτερο έλεγχο των φαρμάκων, με τη συνολική διαδικασία να διαρκεί μόνο εβδομάδες το πολύ. Σύμφωνα με τον Bishop, αυτή η τεχνολογία επιτρέπει στους επιστήμονες να εκτελούν «10,000 πειράματα ταυτόχρονα, να πάρουν τα αποτελέσματα και στη συνέχεια να τα χρησιμοποιήσουν για να σχεδιάσουν τα επόμενα 10,000 πειράματα».

Ο Shahram Ebadollahi, Chief Data and AI Officer της Novartis, μοιράστηκε ότι αυτό επέτρεψε στην εταιρεία να παρέχει τις υπηρεσίες της σε πολλούς από τους πελάτες της. 

«Αν κοιτάξετε κάθε πτυχή του αγωγού – από την πρώιμη ανακάλυψη φαρμάκων και την ανάπτυξη φαρμάκων έως τις κλινικές δοκιμές και στη συνέχεια μέχρι την παραγωγή του φαρμάκου σε μεγάλη κλίμακα – μόνο το 2020, τα φάρμακά μας έφτασαν σχεδόν 800 εκατομμύρια ασθενείς παγκοσμίως», δήλωσε ο Ebadollahi.

Με αυτό, η Novartis σχεδιάζει να το χρησιμοποιήσει στα μελλοντικά της έργα για τον εντοπισμό μοριακών δομών και τον προσδιορισμό προηγούμενων πειραμάτων που θα μπορούσαν να συνεισφέρουν πολύτιμα δεδομένα. Όλα αυτά, ευτυχώς, θα εκτελεστούν σε πολύ μικρότερο χρονικό διάστημα τώρα.