כיצד שותפות מיקרוסופט-נוברטיס מזרזת את גילוי התרופות

הזמן נוטה לפעמים להיות אחד האויבים הגדולים ביותר של המדענים כשרקחים תרופות חדשות. לוקה פינלי, סגן נשיא נוברטיס וראש תחום תובנות, אסטרטגיה ועיצוב, השווה את המאבק הזה לבישול כדי להסביר כיצד התהליך המייגע הזה לוקח כל כך הרבה זמן ומשאבים.

"בדרך כלל, מדען הניסוח צריך להחליט, 'אני אקח את הכמות הזו של מרכיב A וכמות מסוימת של מרכיב זה B'. לאחר מכן הם מנסים שילובים שונים", אמר פינלי.

מדענים צריכים למצוא את השילוב הנכון של מולקולות כדי לייצר תרופות. הבעיה היא שכל תערובת תצטרך לעבור סדרה של בדיקות כדי לבדוק את בטיחות התרופה, יעילותה וביצועים כלליים אחרים. זה לוקח שנים, ובדיקת הנתונים המבוססים על ניסויים קודמים רק הופכת את הדברים למאומצים יותר עבור מדענים.

"בדרך כלל, הם עושים זאת באופן ידני, וקוראים את כל המסמכים הללו כדי לגלות מה רלוונטי לשאלה שהם חושבים", העיר פינלי.

עם זאת, זה השתנה עבור נוברטיס מדענים עם הצגת השותפות האסטרטגית של מיקרוסופט-נוברטיס לשנת 2019, שהקימה את מעבדת החדשנות בינה מלאכותית של נוברטיס.

"אנחנו מביאים את המומחיות שלנו בלמידת מכונה ואת המחשוב בקנה מידה גדול שלנו. כאלה לא קיימים בעולם הפארמה. ומיקרוסופט לא יכולה לקחת את זה על עצמה (באופן עצמאי). אנחנו לא חברת פארמה. אז השותפות היא חיונית לחלוטין", אמר כריס בישופ, מחקר של מיקרוסופט מנהל מעבדת אירופה.

זה שינה את המשחק עבור חברת התרופות הרב-לאומית לאחר שקיבלה את הפלטפורמות הטכנולוגיות שמאיצות את תהליך גילוי התרופות. כעת, מדעני נוברטיס יכולים לנצל את הכוח של בינה מלאכותית כדי לבדוק את התוצאות והנתונים שהופקו על ידי הניסויים הקודמים שבוצעו. עם למידת מכונה ואלגוריתם, מחשבים יכולים למצוא את המידע הדרוש מסתתר בכמויות אדירות של נתוני מעבדה וקבצים של נוברטיס.

"כאן, בינה מלאכותית יכולה למעשה לעזור לעשות זאת בכמה קליקים ולהחזיר את המידע הרלוונטי למשתמש לשימוש נוסף, וליידע אותם כיצד לתכנן ניסויים עתידיים כדי למצוא דרכים חדשות ליצור פורמולציה לתרופה חדשה", אמר פינלי. .

משמעות הדבר היא זיהוי מהיר יותר של המולקולות המתאימות שהן צריכות להפיק את השילוב המולקולרי והתרופה הנכונים. זה, כמובן, מתורגם לבדיקה מהירה יותר של תרופות, כאשר התהליך הכולל נמשך רק שבועות לכל היותר. לדברי בישופ, הטכנולוגיה הזו מאפשרת למדענים לבצע "10,000 ניסויים בו-זמנית, לקבל את התוצאות, ואז להשתמש בהן כדי לתכנן את 10,000 הניסויים הבאים".

שאהרם אבדוללהי, מנהל הנתונים וה-AI של נוברטיס, שיתף כי הדבר איפשר לחברה לספק את השירות שלה לרבים מלקוחותיה. 

"אם מסתכלים על כל היבט של הצינור - מגילוי מוקדם של תרופות ופיתוח תרופות ועד לניסויים קליניים ולאחר מכן על ייצור התרופה בקנה מידה גדול - בשנת 2020 לבדה, התרופות שלנו הגיעו לכמעט 800 מיליון חולים ברחבי העולם", הצהיר אבדוללהי.

עם זאת, נוברטיס מתכננת להשתמש בו בפרויקטים העתידיים שלה כדי לזהות מבנים מולקולריים ולקבוע ניסויים לשעבר שעשויים לתרום נתונים יקרי ערך. כל זה, למרבה המזל, יבוצע בזמן קצר בהרבה כעת.