Todas las Noticias en Películas, Avances de Películas y Reseñas.

Cómo la asociación Microsoft-Novartis acelera el descubrimiento de fármacos

Los científicos de Novartis pueden utilizar el poder de la IA para comprobar los resultados y los datos producidos por los experimentos anteriores realizados. Con el aprendizaje automático y los algoritmos, las computadoras pueden encontrar la información necesaria escondida en grandes cantidades de datos y archivos de laboratorio de Novartis.

El tiempo tiende a ser a veces uno de los mayores enemigos de los científicos cuando elaboran nuevos medicamentos. Luca Finelli, vicepresidente y director de Insights, Strategy & Design de Novartis, comparó esta lucha con la cocina para explicar cómo este tedioso proceso requiere tanto tiempo y recursos.

“Por lo general, el científico de la formulación debe decidir: ‘Tomaré esta cantidad de este ingrediente A y cierta cantidad de este ingrediente B’. Luego prueban diferentes combinaciones”, dijo Finelli.

Los científicos necesitan encontrar la combinación adecuada de moléculas para producir medicamentos. El problema es que cada mezcla deberá someterse a una serie de pruebas para comprobar la seguridad, la eficiencia y otros resultados generales del fármaco. Esto lleva años, y comprobar los datos basados ​​en experimentos anteriores sólo hace que las cosas sean más agotadoras para los científicos.

“Normalmente, lo hacen manualmente, leyendo todos estos documentos para descubrir qué es relevante para la pregunta que tienen en mente”, comentó Finelli.

Esto, sin embargo, cambió para el Novartis científicos con la introducción de la asociación estratégica Microsoft-Novartis de 2019, que fundó el Laboratorio de Innovación de IA de Novartis.

“Aportamos nuestra experiencia en aprendizaje automático y nuestra computación a gran escala. Esos no existen en el mundo farmacéutico. Y Microsoft no puede encargarse de esto (de forma independiente). No somos una empresa farmacéutica. Por lo tanto, la asociación es absolutamente crucial”, afirmó Chris Bishop, director del laboratorio de Microsoft Research Europe.

Cambió el juego para la multinacional farmacéutica después de recibir las plataformas tecnológicas que aceleran el proceso de descubrimiento de fármacos. Ahora, los científicos de Novartis pueden utilizar el poder de la IA para comprobar los resultados y los datos producidos por los experimentos anteriores realizados. Con el aprendizaje automático y los algoritmos, las computadoras pueden encontrar la información necesaria escondida en grandes cantidades de datos y archivos de laboratorio de Novartis.

Recomendado:  Julia Roberts, Sean Penn, Armie Hammer y Joel Edgerton protagonizarán nuevas series del creador de Mr. Robot – Noticias de la serie

“Aquí, la IA puede ayudar a hacer esto con unos pocos clics y devolver la información relevante al usuario para su uso posterior, informándole cómo diseñar experimentos futuros para encontrar nuevas formas de crear una formulación para un nuevo medicamento”, dijo Finelli. .

Esto significa una identificación más rápida de las moléculas adecuadas que necesitan para producir la combinación molecular y el medicamento adecuados. Esto, por supuesto, se traduce en pruebas más rápidas de los medicamentos, y el proceso general sólo lleva un máximo de semanas. Según Bishop, esta tecnología permite a los científicos realizar “10.000 experimentos simultáneamente, obtener los resultados y luego utilizarlos para diseñar los siguientes 10.000 experimentos”.

Shahram Ebadollahi, director de datos e inteligencia artificial de Novartis, compartió que esto permitió a la empresa brindar su servicio a muchos de sus clientes.

“Si se analizan todos los aspectos del proceso, desde el descubrimiento temprano de fármacos y su desarrollo hasta los ensayos clínicos y luego hasta la fabricación del fármaco a gran escala, solo en 2020, nuestros medicamentos llegaron a casi 800 millones de pacientes en todo el mundo”, afirmó Ebadollahi.

Con ello, Novartis planea utilizarlo en sus futuros proyectos para identificar estructuras moleculares y determinar experimentos anteriores que puedan aportar datos valiosos. Todo esto, afortunadamente, se realizará en un tiempo mucho más corto.