Blog IDBSScoperta accelerata di farmaci. Donna che testa i campioni. Sfondo digitale.

Blog IDBS | 31 gennaio 2024

Tre consigli per accelerare la scoperta e lo sviluppo dei farmaci

Scoperta accelerata di farmaci. Donna che testa i campioni. Sfondo digitale.

Di Daniel Tabas, scienziato senior dei dati, IDBS

Ci si può chiedere come un'industria che nel 2022 ha investito quasi $58 miliardi in tecnologie1 per scoprire nuove terapie continua a far sì che il laboratorio farmaceutico si affidi pesantemente a processi manuali e antiquati, e a dati frammentati e non organizzati, per portare tali terapie verso lo sviluppo e la commercializzazione.

I ricercatori più accorti stanno iniziando a sbloccare il potenziale di apprendimento automatico (ML), intelligenza artificiale (AI), gemelli digitali e altre analisi avanzate, rendendo i dati più accessibili lungo il ciclo di vita del farmaco e accelerando la scoperta e lo sviluppo dei farmaci.2 Ma questi sistemi saranno validi solo quanto i dati su cui si basano. Secondo McKinsey & Company, un migliore processo decisionale potrebbe portare i farmaci sul mercato 500 giorni più velocemente e 25% più economici.3

La velocità con cui le terapie COVID-19 sono state immesse sul mercato ha dimostrato all'industria farmaceutica che le tempistiche di sviluppo possono davvero essere ridotte. Velocità di sviluppo è un nuovo termine utilizzato per definire la velocità con cui una terapia passa dalla scoperta allo sviluppo e alla commercializzazione.1 McKinsey afferma che "lo spazio che va dalla candidatura a nuovo farmaco in fase di sperimentazione presenta un'opportunità unica per lo sviluppo accelerato di farmaci".3 e che questa tempistica accelerata può essere raggiunta grazie alla tecnologia digitale e all'analitica avanzata.1,3

In una recente edizione di Responsabile di laboratorio,2 Alberto Pascual, PhD, Direttore di Data Science & Analytics presso IDBS, suggerisce che un sistema di analisi digitale può contribuire ad accelerare la scoperta, e propone ai responsabili dei laboratori i tre fattori seguenti, da considerare nel momento in cui prendono in mano le redini del progetto. trasformazione digitale viaggio verso la scoperta e lo sviluppo accelerato di farmaci.

1. Siate onesti sui vostri dati per massimizzare la scoperta accelerata dei farmaci

Prima di iniziare a considerare la tecnologia digitale, è importante capire veramente come sono fatti i dati, come vengono gestiti e se possono essere contestualizzati. Pascual indica un'azienda leader nel settore dei CDMO che dedica oltre 95% del suo tempo alla pulizia dei dati, un processo necessario prima che questi possano essere sfruttati, analizzati e utilizzati in modo significativo. Questo esercizio di pulizia dei dati può spesso essere attribuito alla mancanza di standardizzazione dei sistemi cartacei e rallenta il percorso di comprensione e scoperta. Tuttavia, anche i laboratori che hanno iniziato la trasformazione digitale possono scoprire che i loro dati non sono così puliti come pensano. Infatti, un'architettura di dati può mancare del contesto necessario per prendere decisioni efficaci o per soddisfare i requisiti normativi.

Raccomanda ai responsabili dei laboratori di utilizzare il Kit di strumenti F.A.I.R.4 per valutare la qualità dei dati e sfruttare le risorse. Con la continua trasformazione digitale del settore delle scienze della vita, F.A.I.R. cerca di garantire che i dati siano reperibili, accessibili, interoperabili e riutilizzabili. Una gestione e una collaborazione più efficaci dei dati, in particolare di quelli che risiedono negli archivi, possono favorire lo sviluppo e accelerare la scoperta e l'innovazione dei farmaci.5

Per un laboratorio, ciò potrebbe tradursi nel collegamento di strumenti, nella standardizzazione dei dati e nell'archiviazione centralizzata di tali dati durante l'intero ciclo di vita di un farmaco.2 Un CDMO riferisce a Pascual che, nelle prime fasi della scoperta, gli scambi di dati su una molecola di farmaco possono essere semplici, ma quando il farmaco passa alla fase IND, i dati raccolti sono vasti e creano un dossier completo di informazioni da presentare alle agenzie regolatorie. È qui che una spina dorsale digitale come IDBS Polar,6 è in grado di gestire in modo sicuro la progressione di un farmaco attraverso il suo ciclo di vita, raccogliendo, strutturando e organizzando i dati di tutti i processi e le attività operative per accelerare la comprensione dei primi prodotti e processi. La piattaforma IDBS Polar facilita l'esecuzione accurata dei processi e acquisisce i dati delle apparecchiature e degli strumenti, creando una struttura di dati centrata sul processo.

2. Lasciare che siano gli scienziati a guidare il percorso di trasformazione digitale

La spesa globale per la trasformazione digitale nel settore farmaceutico dovrebbe raggiungere $4,5 miliardi entro il 2030.7 Si prevede che gli investimenti di Big Pharma nell'analisi dei dati aumenteranno fino a $1,2 miliardi entro il 2030, grazie alla promessa di un risparmio di 50% sui tempi di analisi e di un miglioramento di 20% sulla velocità di sviluppo.8 Nonostante l'opportunità di accelerare la scoperta di farmaci, gli scienziati di laboratorio rimangono scettici, poiché la tecnologia ha spesso avvantaggiato le parti interessate al di fuori del laboratorio più che il laboratorio stesso, afferma Pascual.

Inoltre, le precedenti adozioni digitali tendevano a diventare progetti informatici perché l'obiettivo era semplicemente quello di catturare e archiviare le informazioni a scopo di registrazione. Oggi l'obiettivo è molto più ampio: strutturare i dati per risolvere problemi scientifici utilizzando nuove pratiche analitiche e statistiche. Questo, dice Pascual, richiede che i ricercatori delle scienze della vita siano coinvolti fin dall'inizio. "Una nuova entità farmacologica è definita dai dati di processo e dai dati; uno strumento che funzioni bene per lo scienziato da banco è un must", scrive.

Le grandi organizzazioni biofarmaceutiche spesso si affidano all'IT per gestire l'analisi dei dati, mentre le organizzazioni più piccole spesso non hanno nemmeno funzioni di data science o di analisi, a parte il supporto IT di base. In entrambi i casi, gli scienziati non tendono a beneficiare delle iniziative analitiche. Le organizzazioni lungimiranti nel settore delle scienze biologiche faranno invece in modo che i responsabili delle iniziative sui dati siano responsabili nei confronti degli scienziati di riferimento. Pascual suggerisce che, in un'azienda di grandi dimensioni, questo potrebbe comportare l'integrazione di un gruppo IT con la R&S nel percorso di trasformazione digitale. Le organizzazioni più piccole potrebbero creare un team interfunzionale di informatici e scienziati.

Secondo un famoso CDMO, per convincere un team ad accettare una nuova soluzione IT è necessario riconoscere i vantaggi per l'intera azienda.9 Inoltre, il contributo degli scienziati farmaceutici di questa azienda è stato fondamentale per il successo dell'implementazione dell'offerta di IDBS. Di conseguenza, il responsabile del team di progetto dei sistemi di gestione della conoscenza dell'azienda ha constatato che "le persone al banco di prova lo usano davvero volentieri". 9La soddisfazione degli scienziati è essenziale per il successo degli strumenti digitali.

3. Affidarsi ad analisi avanzate per rivelare intuizioni profonde e pratiche.

La presenza di scienziati nel team di trasformazione digitale garantirà la realizzazione degli obiettivi corretti. Una trasformazione digitale rivelerà intuizioni sia profonde che "di buon senso" sui processi e sulle operazioni per rendere l'organizzazione più incentrata sui dati. Secondo McKinsey & Co. un'intuizione profonda potrebbe assumere la forma di una modellazione predittiva dei processi biologici e dei farmaci. Sfruttando la diversità dei dati molecolari e clinici, la modellazione predittiva potrebbe identificare nuove potenziali molecole candidate con un'alta probabilità di essere sviluppate con successo in farmaci.10 Anziché conservare questi dati in silos dipartimentali, è possibile acquisirli elettronicamente e farli fluire facilmente all'interno tra la scoperta e lo sviluppo clinico, nonché all'esterno verso le organizzazioni di ricerca a contratto (CRO) o le CDMO per analisi predittive e in tempo reale.10

E l'intuizione del buon senso può essere altrettanto preziosa. Pascual racconta l'obiettivo di buon senso di uno scienziato: "Quali molecole non funzionano, così possiamo smettere di perdere tempo con loro". Se lo scienziato non fa parte del team di adozione digitale, questo obiettivo potrebbe non essere nemmeno preso in considerazione.

È fondamentale collaborare con lo scienziato del laboratorio per implementare una struttura portante di dati a supporto degli obiettivi futuri. Questo garantirà che i dati siano contestualmente appropriati e interoperabili con altri set di dati e altri dipartimenti. Una struttura portante di dati di qualità ben curata, come ad esempio IDBS Polar,6 garantisce che i dati siano completi, accessibili e riutilizzabili. L'IDBS Polar acquisisce senza problemi i dati provenienti da sistemi, strumenti e processi e facilita le intuizioni basate su modelli per accelerare la scoperta e lo sviluppo di farmaci.

Risparmiate la metà del tempo nella scoperta

Pascual afferma che queste tre fasi sono essenziali nel percorso verso la trasformazione digitale e che la scoperta accelerata dei farmaci rimane l'obiettivo. Gli esperti del settore ritengono che i progressi dell'IA e del ML renderanno questo obiettivo una realtà. Gli studi in corso sull'impiego di queste tecnologie avanzate rivelano il potenziale risparmio di tempo. Ad esempio, il Boston Consulting Group (BCG) ha rilevato che le fasi di scoperta e preclinica possono richiedere in media sei anni. Il BCG ha studiato le pipeline di ricerca di 20 aziende farmaceutiche ad alta intensità di IA in un periodo di 10 anni e ha scoperto che cinque dei candidati farmaci hanno raggiunto la fase di sperimentazione clinica in un tempo storico. In un altro studio, BCG e il finanziatore della ricerca Wellcome hanno rilevato che l'IA può far risparmiare 25-50% tempo e costi nella scoperta di farmaci fino alla fase preclinica.11

Tuttavia, catturare e trasferire le conoscenze dalla scoperta alla post-commercializzazione rimane una delle maggiori sfide del settore biofarmaceutico. L'adozione di una struttura portante altamente contestualizzata come l'IDBS Polar, con AI/ML incorporata, offre approfondimenti e analisi end-to-end, attraverso la modellazione e la simulazione, per prendere decisioni più accurate e basate sui dati.12 Questi dati completi e contestualizzati, combinati con analisi avanzate, eliminano i pregiudizi verso i dati di "successo" per consentire l'innovazione e accelerare la scoperta e lo sviluppo di farmaci.

 

Se ti è piaciuto questo post, leggine altri di Daniel Tabas.

Sei modi in cui l'apprendimento automatico trasformerà il ciclo di vita biofarmaceutico

 

 

L'autore

Daniel Tabas - Tre consigli per accelerare la scoperta e lo sviluppo di farmaciDaniel Tabas lavora come senior data scientist nel gruppo Data Science & Analytics di IDBS. È un informatico con un dottorato in Bioinformatica, specializzato in scienza dei dati, analitica e intelligenza artificiale, e con un'ampia esperienza nei settori biomedico/biofarmaceutico. Dopo aver conseguito la laurea in Informatica presso l'Università Complutense di Madrid, è entrato a far parte del Centro Nazionale Spagnolo per la Biotecnologia, dove ha lavorato in un gruppo di strutture di base mentre completava il suo dottorato in Bioinformatica. In seguito, ha lavorato in PerkinElmer come ingegnere AI principale. 

 

 

Riferimenti

  1. Accelerare lo sviluppo dei farmaci per stare al passo con la scoperta dei farmaci, di Donna Conroy, Forbes10 marzo 2023.
  2. La gestione efficace dei dati è la chiave per accelerare la scoperta e lo sviluppo dei farmaci, di Alberto Pascual, PhD, Responsabile di laboratorio, 10 gennaio 2023.
  3. La ricerca dell'eccellenza nello sviluppo di nuovi farmaci, McKinsey & Company, Di Gaurav Agrawal, et. al., 1 novembre 2019.
  4. Attuazione FAIR, Alleanza di Pistoia.
  5. Accelerare la R&S con i dati FAIR, di Jim Olson, Scoperta e sviluppo di farmaci, 4 agosto 2022.
  6. IDBS Polar.
  7. L'industria farmaceutica spenderà $4,5 miliardi per la trasformazione digitale entro il 2030, ABI Research, 23 mar 2021
  8. Trasformazione digitale nell'industria farmaceutica: Tendenze del 2023, bambù agile.
  9. L'adozione precoce della piattaforma di bioprocessi di IDBS pone Lonza Biologics in una posizione di vantaggio.
  10. Come i big data possono rivoluzionare la R&S farmaceutica, di Jamie Cattell, et. al., McKinsey &Co., 1 aprile 2013.
  11. Il potenziale dell'IA per accelerare la scoperta di farmaci necessita di un controllo della realtà, natura10 ottobre 2023.
  12. Trasformare la scoperta dei farmaci attraverso l'intelligenza artificiale.
Consultate la nostra sezione Blog per saperne di più

Altre notizie