Como a parceria Microsoft-Novartis acelera a descoberta de medicamentos

Ícone de tempo de leitura 3 minutos. ler


Os leitores ajudam a oferecer suporte ao MSpoweruser. Podemos receber uma comissão se você comprar através de nossos links. Ícone de dica de ferramenta

Leia nossa página de divulgação para descobrir como você pode ajudar o MSPoweruser a sustentar a equipe editorial Saiba mais

Cientista da Novartis usando laptop
Os cientistas da Novartis podem utilizar o poder da IA ​​para verificar os resultados e dados produzidos pelos experimentos anteriores realizados. Com aprendizado de máquina e algoritmo, os computadores podem encontrar as informações necessárias escondidas em grandes quantidades de dados e arquivos de laboratório da Novartis.

O tempo às vezes tende a ser um dos maiores inimigos dos cientistas ao inventar novos medicamentos. Luca Finelli, vice-presidente e chefe de insights, estratégia e design da Novartis, comparou essa luta à culinária para explicar como esse processo tedioso leva tanto tempo e recursos.

“Normalmente, o cientista de formulação precisa decidir: 'Vou pegar esta quantidade deste ingrediente A e alguma quantidade deste ingrediente B.' Eles então tentam diferentes combinações”, disse Finelli.

Os cientistas precisam encontrar a combinação certa de moléculas para produzir medicamentos. O problema é que cada mistura precisará passar por uma série de testes para verificar a segurança, eficiência e outros desempenhos gerais do medicamento. Isso leva anos, e verificar os dados com base em experimentos anteriores só torna as coisas mais árduas para os cientistas.

“Normalmente, eles fazem isso manualmente, lendo todos esses documentos para descobrir o que é relevante para a pergunta que têm em mente”, comentou Finelli.

Isso, porém, mudou para o Novartis cientistas com a introdução da parceria estratégica Microsoft-Novartis de 2019, que fundou o Novartis AI Innovation Lab.

“Trazemos nossa experiência em aprendizado de máquina e nossa computação em larga escala. Esses não existem no mundo farmacêutico. E a Microsoft não pode assumir isso (de forma independente). Não somos uma empresa farmacêutica. Portanto, a parceria é absolutamente crucial”, disse Chris Bishop, Microsoft Research Diretor do Laboratório Europa.

Mudou o jogo da multinacional farmacêutica ao receber as plataformas tecnológicas que aceleram o processo de descoberta de medicamentos. Agora, os cientistas da Novartis podem utilizar o poder da IA ​​para verificar os resultados e dados produzidos pelos experimentos anteriores realizados. Com aprendizado de máquina e algoritmo, os computadores podem encontrar as informações necessárias escondidas em grandes quantidades de dados e arquivos de laboratório da Novartis.

“Aqui, a IA pode realmente ajudar a fazer isso em alguns cliques e trazer as informações relevantes de volta ao usuário para uso posterior, informando-o sobre como projetar futuros experimentos para encontrar novas maneiras de criar uma formulação para um novo medicamento”, disse Finelli. .

Isso significa uma identificação mais rápida das moléculas adequadas de que precisam para produzir a combinação molecular e o medicamento corretos. Isso, é claro, se traduz em testes mais rápidos de medicamentos, com o processo geral levando apenas no máximo semanas. De acordo com Bishop, essa tecnologia permite que os cientistas realizem “10,000 experimentos simultaneamente, obtenham os resultados e os usem para projetar os próximos 10,000 experimentos”.

Shahram Ebadollahi, diretor de dados e IA da Novartis, compartilhou que isso permitiu que a empresa prestasse seus serviços a muitos de seus clientes. 

“Se você observar todos os aspectos do pipeline – desde a descoberta inicial de medicamentos e desenvolvimento de medicamentos até ensaios clínicos e depois a fabricação do medicamento em larga escala – somente em 2020, nossos medicamentos atingiram quase 800 milhões de pacientes em todo o mundo”, afirmou Ebadollahi.

Com isso, a Novartis planeja usá-lo em seus projetos futuros para identificar estruturas moleculares e determinar experimentos anteriores que possam contribuir com dados valiosos. Tudo isso, felizmente, será realizado em um tempo muito menor agora.