Miten Microsoft-Novartis-kumppanuus nopeuttaa huumeiden löytämistä

Aika on joskus taipumus olla yksi tutkijoiden suurimmista vihollisista uusia lääkkeitä keksiessään. Luca Finelli, Novartisin varatoimitusjohtaja ja Insights-, strategia- ja suunnittelujohtaja, vertasi tätä kamppailua ruoanlaittoon selittääkseen, kuinka tämä työläs prosessi vie niin paljon aikaa ja resursseja.

"Yleensä formulaatiotutkijan on päätettävä: 'otan tämän määrän tätä ainesosaa A ja jonkin verran tätä ainesosaa B." Sitten he kokeilevat erilaisia ​​yhdistelmiä”, Finelli sanoi.

Tutkijoiden on löydettävä oikea molekyylien yhdistelmä lääkkeiden tuottamiseksi. Ongelmana on, että jokaiselle sekoitukselle on suoritettava sarja testejä lääkkeen turvallisuuden, tehokkuuden ja muun yleisen suorituskyvyn tarkistamiseksi. Tämä kestää vuosia, ja aikaisempien kokeiden perusteella saatujen tietojen tarkistaminen vain tekee tutkijoille työstä raskaampaa.

"Tavallisesti he tekevät tämän manuaalisesti ja lukevat kaikki nämä asiakirjat läpi saadakseen selville, mikä on olennaista heidän mielessään olevan kysymyksen kannalta", Finelli kommentoi.

Tämä kuitenkin muuttui Novartis tutkijat ottamalla käyttöön 2019 Microsoftin ja Novartisin strategisen kumppanuuden, joka perusti Novartis AI Innovation Labin.

”Tuemme koneoppimisen asiantuntemuksemme ja laajamittaisen laskentamme. Niitä ei farmaseuttisessa maailmassa ole. Ja Microsoft ei voi ottaa tätä (itsenäisesti). Emme ole lääkeyhtiö. Joten kumppanuus on ehdottoman tärkeä", sanoi Chris Bishop. Microsoft Research Europe Lab johtaja.

Se muutti monikansallisen lääkeyhtiön pelin saatuaan lääkekeksintöä nopeuttavat teknologia-alustat. Nyt Novartiksen tutkijat voivat hyödyntää tekoälyn tehoa tarkistaakseen aikaisempien kokeiden tulokset ja tuottamat tiedot. Koneoppimisen ja algoritmien avulla tietokoneet löytävät tarvittavan tiedon suuresta Novartiksen laboratoriodatasta ja tiedostoista.

"Täällä tekoäly voi itse asiassa auttaa tekemään tämän muutamalla napsautuksella ja tuoda asiaankuuluvat tiedot takaisin käyttäjälle myöhempää käyttöä varten. Hän kertoo heille, kuinka suunnitella tulevia kokeita löytääkseen uusia tapoja luoda formulaatio uudelle lääkkeelle", Finelli sanoi. .

Tämä tarkoittaa niiden sopivien molekyylien nopeampaa tunnistamista, joita he tarvitsevat oikean molekyyliyhdistelmän ja lääkkeen tuottamiseksi. Tämä tietysti tarkoittaa nopeampaa lääkkeiden testausta, ja kokonaisprosessi kestää vain enintään viikkoja. Bishopin mukaan tämän tekniikan avulla tutkijat voivat suorittaa "10,000 10,000 koetta samanaikaisesti, saada tulokset ja sitten käyttää niitä seuraavien XNUMX XNUMX kokeen suunnitteluun".

Shahram Ebadollahi, Novartiksen tieto- ja tekoälypäällikkö, kertoi, että tämän ansiosta yritys pystyi tarjoamaan palvelujaan monille asiakkailleen. 

"Jos tarkastellaan kaikkia prosessin näkökohtia – varhaisesta lääkekehityksestä ja lääkekehityksestä kliinisiin kokeisiin ja sitten lääkkeen valmistukseen suuressa mittakaavassa – pelkästään vuonna 2020, lääkkeemme tavoittivat lähes 800 miljoonaa potilasta maailmanlaajuisesti", Ebadollahi sanoi.

Tämän avulla Novartis aikoo käyttää sitä tulevissa projekteissaan molekyylirakenteiden tunnistamiseen ja aikaisempien kokeiden määrittämiseen, jotka saattavat antaa arvokasta tietoa. Kaikki tämä, onneksi, esitetään nyt paljon lyhyemmässä ajassa.