微軟-諾華合作如何加快藥物發現

在調製新藥時，時間有時往往是科學家們最大的敵人之一。 諾華公司副總裁兼洞察力、戰略與設計主管 Luca Finelli 將這場鬥爭比作烹飪，以解釋這一繁瑣的過程如何花費如此多的時間和資源。

“通常情況下，配方科學家需要決定，‘我將服用一定量的這種成分 A 和一些量的這種成分 B。’ 然後他們嘗試不同的組合，”Finelli 說。

科學家需要找到正確的分子組合來生產藥物。 問題是每種混合物都需要經過一系列測試，以檢查藥物的安全性、效率和其他整體性能。 這需要數年時間，根據過去的實驗檢查數據只會讓科學家們更加費勁。

“通常，他們手動執行此操作，通讀所有這些文件，以找出與他們所考慮的問題相關的內容，”Finelli 評論道。

然而，這改變了 諾華公司 科學家們引入了 2019 年微軟-諾華戰略合作夥伴關係，該合作夥伴關係成立了諾華人工智能創新實驗室。

“我們帶來了我們在機器學習和大規模計算方面的專業知識。 這些在製藥界不存在。 微軟不能（獨立地）接受這個。 我們不是製藥公司。 因此，合作夥伴關係絕對至關重要，”Chris Bishop 說， 微軟研究院 歐洲實驗室主任。

在獲得加速藥物發現過程的技術平台後，它改變了跨國製藥公司的遊戲規則。 現在，諾華的科學家們可以利用人工智能的力量來檢查之前進行的實驗產生的結果和數據。 通過機器學習和算法，計算機可以找到隱藏在大量諾華實驗室數據和文件中的所需信息。

“在這裡，人工智能實際上可以通過幾次點擊來幫助完成這項工作，並將相關信息帶回給用戶以供進一步使用，告知他們如何設計未來的實驗，以尋找新的方法來創建新藥的配方，”Finelli 說.

這意味著他們需要更快地識別合適的分子來生產正確的分子組合和藥物。 當然，這意味著更快的藥物測試，整個過程最多只需要幾週時間。 根據 Bishop 的說法，這項技術允許科學家“同時進行 10,000 次實驗，獲得結果，然後使用這些結果來設計接下來的 10,000 次實驗。”

諾華首席數據和人工智能官 Shahram Ebadollahi 表示，這使公司能夠為許多客戶提供服務。 

“如果您查看管道的各個方面——從早期藥物發現和藥物開發到臨床試驗，再到大規模生產藥物——僅在 2020 年，我們的藥物就已惠及全球近 800 億患者，”Ebadollahi 說。

有了這個，諾華計劃在其未來的項目中使用它來識別分子結構並確定可能提供有價值數據的先前實驗。 幸運的是，所有這些都將在更短的時間內完成。