Usi di intelligenza artificiale, cloud computing e computer quantistici nell'industria farmaceutica

In che modo le aziende farmaceutiche guardano ai computer per portare nuovi farmaci sul mercato rapidamente e con meno spese.

Le aziende farmaceutiche sono sempre alla ricerca di modi per accelerare i processi di sviluppo e approvazione dei farmaci e ridurre le spese. La ricerca e sviluppo per ogni nuovo farmaco può costare ciascuno da quasi $ 1 miliardo di dollari a oltre $ 2 miliardi. Ciò non include gli studi clinici richiesti dalla FDA. Quelli possono costare tra $ 7 milioni e $ 19 milioni nella fase 2 e saltare oltre $ 52 milioni nella fase 3. (Ci sono quattro fasi.)

Peggio ancora, solo il 12-13 percento dei nuovi farmaci percorre in media l'intero processo di 10-15 anni per raggiungere gli scaffali del mercato.

Ecco tre modi - tutti tecnologici - le aziende farmaceutiche stanno cercando di ridurre quel prezzo.

Intelligenza artificiale: ordinamento dei dati per le soluzioni

Le compagnie farmaceutiche producono enormi quantità di informazioni. Questi possono variare dalla composizione di una particolare molecola ai risultati del sondaggio da parte dei volontari della sperimentazione.

Gran parte di queste informazioni sono archiviate grezze in database come data lake. Nessun essere umano può ordinare e analizzare tutte queste informazioni in un ragionevole lasso di tempo. Quindi le aziende si rivolgono all'intelligenza artificiale (AI) per cercare e ordinare tutti quei dati.

Trovare nuovi farmaci (o le possibilità di ottenerne uno) è in cima a quella lista. L'intelligenza artificiale, ad esempio, dovrebbe capire come funziona una molecola specifica per produrre un particolare risultato in un farmaco. Non è previsto alcun programma specifico per raggiungere la soluzione; invece, la macchina stessa dovrebbe inventarsene una da sola. I ricercatori possono quindi utilizzare gli algoritmi appena generati per creare nuovi farmaci simili ed essere sicuri dei loro effetti.

Le IA stanno anche aiutando a determinare gli effetti di questi potenziali farmaci prima di testarli sugli esseri viventi. Come funziona è un programma con capacità di apprendimento profondo (DL) che esaminerebbe un milione di immagini di cellule per apprendere le diverse parti. Quindi applicherebbe la conoscenza nel discernere le differenze tra cellule normali, sane e anormali. Queste informazioni potrebbero essere utili per capire gli effetti di un nuovo farmaco nella lotta contro le cellule tumorali.

Un altro modo in cui vengono utilizzate le IA è quello di assistere nelle importantissime sperimentazioni cliniche. Possono ordinare i dati dei pazienti ottenuti da un EMR e fonti simili per i volontari più qualificati. Ciò può aumentare drasticamente il successo delle prove durante tutte e quattro le fasi. Gli studi hanno dimostrato che senza l'assistenza, circa l'80% delle prove fallisce perché le aziende non sono riuscite a trovare i candidati giusti per rispettare le scadenze delle prove.

Anche la gestione delle malattie croniche fino alla previsione della prossima epidemia viene presa in considerazione per queste applicazioni avanzate.

Cloud Computing: gestione dei dati per le soluzioni

I data lake menzionati in precedenza possono essere creati e archiviati utilizzando il cloud computing. Questo offre diversi vantaggi:

Le aziende farmaceutiche evitano la necessità di una costosa rete interna e di un dipartimento IT per la sua gestione. Ciò include hardware e software costosi che possono diventare rapidamente obsoleti.

Scalare le operazioni come desiderato. Hai bisogno di più spazio di archiviazione per ospitare un nuovo algoritmo AI? Basta avvisare il fornitore di servizi cloud. Hai bisogno di ancora più spazio e potenza di calcolo per eseguire la macchina di IA e i programmi di deep learning? Ancora una volta, contatta il fornitore. I fornitori di cloud hyperscale Amazon, Google e Microsoft sono solo alcune delle aziende con reti sufficientemente grandi da gestire le operazioni di molte grandi aziende farmaceutiche.

Distribuisci le attività a livello globale. I dipendenti possono lavorare in modo collaborativo da casa o da altri luoghi remoti, cosa diventata vitale durante la pandemia di COVID-19 del 2020 e i blocchi che ne sono seguiti. Partner come piccole aziende biotecnologiche, gruppi accademici e persino aziende farmaceutiche rivali potranno accedere 24 ore su 24, 7 giorni su 7 con il loro panel PC medico per lavorare su obiettivi comuni con costi minimi. Una cooperazione come questa riduce sia i costi che i tempi di sviluppo e approvazione dei farmaci.

Informatica quantistica: applica la fisica alla chimica dei farmaci

Come detto in precedenza, le aziende farmaceutiche generano enormi quantità di informazioni. La scoperta, l'analisi, i test e l'elaborazione di farmaci mettono a dura prova anche i migliori supercomputer di oggi. In risposta, le aziende farmaceutiche sperano che il calcolo quantistico sia la svolta di cui avranno bisogno per affrontare questo collo di bottiglia.

I computer quantistici vengono presi in considerazione per fornire assistenza in due modi distinti, ma correlati.

I supercomputer di oggi possono impiegare mesi o anni per eseguire i calcoli necessari di tutte le interazioni molecolari di un farmaco come l'aspirina. I computer quantistici, d'altra parte, impiegherebbero pochi secondi. Ciò ridurrebbe drasticamente sia il tempo che il denaro spesi per trovare nuove molecole di farmaci per prodotti commerciali.

Il secondo è come questi farmaci interagiscono con il corpo umano. Computer quantistici

potrebbe potenzialmente calcolare tutti i possibili effetti di un nuovo farmaco sul corpo umano. Lo fanno utilizzando modelli in silico (umani virtuali) alloggiati all'interno dei loro algoritmi. Ciò potrebbe ridurre o addirittura eliminare per sempre le sperimentazioni umane.