Jak partnerstwo Microsoft-Novartis przyspiesza odkrywanie leków

Czas czasami jest jednym z największych wrogów naukowców podczas przygotowywania nowych leków. Luca Finelli, wiceprezes Novartis i szef działu Insights, Strategy & Design, porównał tę walkę do gotowania, aby wyjaśnić, jak ten żmudny proces zajmuje tyle czasu i zasobów.

„Zazwyczaj badacz zajmujący się recepturami musi zdecydować: »Wezmę tę ilość tego składnika A i pewną ilość tego składnika B«. Następnie próbują różnych kombinacji” — powiedział Finelli.

Naukowcy muszą znaleźć odpowiednią kombinację cząsteczek do produkcji leków. Problem polega na tym, że każda mieszanka będzie musiała przejść szereg testów, aby sprawdzić bezpieczeństwo, skuteczność i inne ogólne działanie leku. Zajmuje to lata, a sprawdzanie danych na podstawie wcześniejszych eksperymentów tylko utrudnia pracę naukowcom.

„Zwykle robią to ręcznie, czytając wszystkie te dokumenty, aby dowiedzieć się, co jest istotne dla pytania, które mają na myśli” – skomentował Finelli.

Zmieniło się to jednak dla Novartis naukowców wraz z wprowadzeniem strategicznego partnerstwa Microsoft-Novartis 2019, które założyło Novartis AI Innovation Lab.

„Wnosimy naszą wiedzę z zakresu uczenia maszynowego i obliczeń na dużą skalę. Te nie istnieją w świecie farmaceutycznym. A Microsoft nie może tego podjąć (samodzielnie). Nie jesteśmy firmą farmaceutyczną. Dlatego partnerstwo jest absolutnie kluczowe” – powiedział Chris Bishop, Microsoft Research Dyrektor laboratorium w Europie.

Zmieniło to grę dla międzynarodowej firmy farmaceutycznej po otrzymaniu platform technologicznych, które przyspieszają proces odkrywania leków. Teraz naukowcy Novartis mogą wykorzystać moc sztucznej inteligencji do sprawdzania wyników i danych uzyskanych podczas poprzednich eksperymentów. Dzięki uczeniu maszynowemu i algorytmom komputery mogą znaleźć potrzebne informacje ukryte w ogromnych ilościach danych i plików laboratoryjnych firmy Novartis.

„Tutaj sztuczna inteligencja może rzeczywiście pomóc w tym za pomocą kilku kliknięć i przekazać użytkownikowi odpowiednie informacje do dalszego wykorzystania, informując go, jak zaprojektować przyszłe eksperymenty, aby znaleźć nowe sposoby tworzenia formuły dla nowego leku” – powiedział Finelli .

Oznacza to szybszą identyfikację odpowiednich cząsteczek, których potrzebują, aby wytworzyć odpowiednią kombinację molekularną i lekarstwo. To oczywiście przekłada się na szybsze testowanie leków, a cały proces zajmuje tylko maksymalnie tygodnie. Według Bishopa ta technologia umożliwia naukowcom jednoczesne wykonywanie „10,000 10,000 eksperymentów, uzyskanie wyników, a następnie wykorzystanie ich do zaprojektowania kolejnych XNUMX XNUMX eksperymentów”.

Shahram Ebadollahi, dyrektor ds. danych i AI w Novartis, powiedział, że dzięki temu firma mogła świadczyć swoje usługi wielu swoim klientom. 

„Jeśli przyjrzysz się każdemu aspektowi rurociągu – od wczesnego odkrycia leku i opracowania leku po badania kliniczne, a następnie produkcję leku na dużą skalę – tylko w 2020 r. nasze leki dotarły do ​​prawie 800 milionów pacjentów na całym świecie” – stwierdził Ebadollahi.

Dzięki temu Novartis planuje wykorzystać go w swoich przyszłych projektach do identyfikacji struktur molekularnych i określenia wcześniejszych eksperymentów, które mogą dostarczyć cennych danych. Wszystko to, na szczęście, zostanie zrealizowane w znacznie krótszym czasie.