微软-诺华合作如何加快药物发现

在调制新药时，时间有时往往是科学家们最大的敌人之一。 诺华副总裁兼洞察力、战略与设计主管 Luca Finelli 将这种挣扎比作烹饪，以解释这个繁琐的过程如何花费如此多的时间和资源。

“通常情况下，配方科学家需要决定，‘我将服用一定量的这种成分 A 和一些量的这种成分 B。’ 然后他们尝试不同的组合，”Finelli 说。

科学家需要找到正确的分子组合来生产药物。 问题是每种混合物都需要经过一系列测试，以检查药物的安全性、效率和其他整体性能。 这需要数年时间，根据过去的实验检查数据只会让科学家们更加费劲。

“通常，他们手动执行此操作，通读所有这些文件，以找出与他们想到的问题相关的内容，”Finelli 评论道。

然而，这改变了 诺华公司 科学家们引入了 2019 年微软-诺华战略合作伙伴关系，该合作伙伴关系成立了诺华人工智能创新实验室。

“我们带来了我们在机器学习和大规模计算方面的专业知识。 这些在制药界不存在。 微软不能（独立地）接受这个。 我们不是制药公司。 因此，合作伙伴关系绝对至关重要，”Chris Bishop 说， 微软研究院 欧洲实验室主任。

在获得加速药物发现过程的技术平台后，它改变了跨国制药公司的游戏规则。 现在，诺华的科学家们可以利用人工智能的力量来检查之前进行的实验产生的结果和数据。 通过机器学习和算法，计算机可以找到隐藏在大量诺华实验室数据和文件中的所需信息。

“在这里，人工智能实际上可以通过几次点击来帮助完成这项工作，并将相关信息带回给用户以供进一步使用，告知他们如何设计未来的实验，以寻找新的方法来创建新药的配方，”Finelli 说.

这意味着他们需要更快地识别合适的分子来生产正确的分子组合和药物。 当然，这意味着更快的药物测试，整个过程最多只需要几周时间。 根据 Bishop 的说法，这项技术允许科学家“同时进行 10,000 次实验，获得结果，然后使用这些结果来设计接下来的 10,000 次实验。”

诺华首席数据和人工智能官 Shahram Ebadollahi 表示，这使公司能够为许多客户提供服务。 

“如果您查看管道的各个方面——从早期药物发现和药物开发到临床试验，再到大规模生产药物——仅在 2020 年，我们的药物就已惠及全球近 800 亿患者，”Ebadollahi 说。

有了这个，诺华计划在其未来的项目中使用它来识别分子结构并确定可能提供有价值数据的先前实验。 幸运的是，所有这些都将在更短的时间内完成。