Amarga tekanan sing saya tambah akeh kanggo saingan ing lingkungan ekonomi lan teknologi sing tantangan, perusahaan farmasi lan bioteknologi kudu terus-terusan nggawe inovasi ing program R&D supaya bisa maju.
Inovasi eksternal teka ing macem-macem formulir lan asale saka macem-macem papan - saka laboratorium universitas, nganti perusahaan wiwitan sing didhukung modal ventura lan organisasi riset kontrak (CRO). Ayo goleki sawetara tren riset sing paling berpengaruh sing bakal dadi "panas" ing 2018 lan sabanjure, lan ngringkes sawetara pemain utama sing nyopir inovasi.
Pungkasan taun BioPharmaTrend rangkumansawetara tren pentingmengaruhi industri biofarmasi, yaiku: kemajuan saka macem-macem aspek teknologi panyuntingan gen (utamane, CRISPR/Cas9); wutah sing nyenengake ing area immuno-oncology (sel CAR-T); fokus nambah ing riset microbiome; kapentingan deepening ing medicine tliti; sawetara kemajuan penting ing panemuan antibiotik; kasenengan sing akeh babagan intelijen buatan (AI) kanggo panemuan / pangembangan obat; wutah kontroversial nanging cepet ing wilayah medical ganja; lan fokus terus pharma kanggo melu ing model outsourcing R&D kanggo ngakses inovasi lan keahlian.
Ing ngisor iki minangka tutugan review iki kanthi sawetara wilayah riset sing luwih aktif ditambahake menyang dhaptar, lan sawetara komentar lengkap babagan tren sing kasebut ing ndhuwur - yen relevan.
1. Adoption of Artificial Intelligence (AI) dening pharma lan biotech
Kanthi kabeh hype ing sekitar AI saiki, angel gawe kaget sapa wae babagan tren riset farmasi iki. Nanging, kudu dielingake manawa perusahaan sing didorong AI pancene wiwit entuk daya tarik karo farmasi gedhe lan pemain ilmu pengetahuan urip liyane, kanthi akeh kemitraan riset lan program kolaborasi -keneiku dhaftar tawaran tombol supaya adoh, lankeneminangka review ringkes babagan sawetara kegiatan sing penting ing ruang "AI kanggo panemuan obat" sajrone sawetara wulan kepungkur.
Potensi alat basis AI saiki ditliti ing kabeh tahap panemuan lan pangembangan obat - saka pertambangan data riset lan mbantu identifikasi lan validasi target, kanggo mbantu nggawe senyawa timbal anyar lan calon obat, lan prédhiksi sifat lan risiko. Lan pungkasane, piranti lunak berbasis AI saiki bisa mbantu ngrancang sintesis kimia kanggo entuk senyawa sing disenengi. AI uga ditrapake kanggo ngrancang uji coba pra-klinis lan klinis lan nganalisa data biomedis lan klinis.
Ngluwihi panemuan obat adhedhasar target, AI ditrapake ing wilayah riset liyane, umpamane, ing program penemuan obat fenotipik - nganalisa data saka metode screening konten sing dhuwur.
Kanthi fokus utama wiwitan sing didorong AI ing panemuan obat molekul cilik, ana uga minat kanggo ngetrapake teknologi kasebut kanggo panemuan lan pangembangan biologi.
2. Ngembangake papan kimia kanggo eksplorasi panemuan obat
Bagéyan penting saka program panemuan obat molekul cilik yaiku eksplorasi - identifikasi molekul titik wiwitan sing bakal miwiti lelungan menyang obat sing sukses (nanging arang bisa urip ing perjalanan iki) - liwat pirang-pirang tahap optimasi, validasi lan uji coba.
Elemen kunci eksplorasi hit yaiku akses menyang ruang molekul obat kaya obat sing ditambahi lan macem-macem kimia kanggo milih calon, utamane, kanggo nyoba biologi target novel. Amarga koleksi senyawa sing ana ing tangan pharma dibangun ing bagean adhedhasar desain molekul cilik sing ngarahake target biologi sing dikenal, target biologis anyar mbutuhake desain anyar lan ide anyar, tinimbang daur ulang kimia sing padha.
Sawise kabutuhan kasebut, laboratorium akademik lan perusahaan swasta nggawe database senyawa kimia sing ngluwihi sing kasedhiya ing koleksi senyawa perusahaan farmasi. Conto kalebu database GDB-17 molekul virtual ngemot 166,4 milyar molekul lanFDB-17saka 10 yuta molekul kaya fragmen kanthi nganti 17 atom abot;ZINK- basis data gratis senyawa sing kasedhiya kanthi komersial kanggo screening virtual, ngemot 750 yuta molekul, kalebu 230 yuta ing format 3D sing siap kanggo docking; lan pangembangan anyar ruang kimia REadily AvailabLe (REAL) sing bisa diakses sacara sintetik dening Enamine - 650 yuta molekul sing bisa ditelusuri liwatREAL Space Navigatorpiranti lunak, lan337 yuta molekul sing bisa ditelusuri(kanthi mirip) ing EnamineStore.
Pendekatan alternatif kanggo ngakses ruang kimia kaya obat anyar kanggo eksplorasi hit yaiku nggunakake teknologi perpustakaan sing dienkode DNA (DELT). Amarga sifat sintesis DELT "pamisah-lan-blumbang", bisa nggawe senyawa sing akeh banget kanthi biaya lan wektu sing efisien (mayuta-yuta nganti milyaran senyawa).keneminangka laporan wawasan babagan latar mburi sajarah, konsep, sukses, watesan, lan masa depan teknologi perpustakaan sing dienkode DNA.
3. Nargetake RNA kanthi molekul cilik
Iki minangka tren panas ing ruang panemuan obat kanthi kasenengan sing terus berkembang: akademisi, startup biotek lan perusahaan farmasi saya aktif babagan penargetan RNA, sanajan kahanan sing durung mesthi uga dhuwur.
Ing organisme urip,DNAnyimpen informasi kanggoproteinsintesis lanRNAnindakake instruksi sing dikode ing DNA sing ndadékaké sintesis protein ing ribosom. Nalika mayoritas obat diarahake kanggo nargetake protein sing tanggung jawab kanggo penyakit, kadhangkala ora cukup kanggo nyegah proses patogen. Iku misale jek strategi pinter kanggo miwiti luwih awal ing proses lan pengaruhe RNA sadurunge protèin padha malah disintesis, mulane akeh pengaruhe proses terjemahan genotipe kanggo phenotype sing ora dikarepake (manifestasi penyakit).
Masalahe, RNA minangka target sing nggegirisi kanggo molekul cilik - padha linear, nanging bisa clumsily corak, melu, utawa nempel dhewe, kurang menehi wangun kanggo kanthong naleni cocok kanggo obatan. Kajaba iku, beda karo protèin, mung kalebu papat blok bangunan nukleotida, mula kabeh katon padha lan angel kanggo nargetake selektif dening molekul cilik.
Nanging,sawetara kemajuan anyarsuggest sing bener bisa kanggo berkembang tamba-kaya, molekul cilik biologi aktif sing target RNA. Wawasan ilmiah novel nyebabake cepet-cepet emas kanggo RNA -paling rolas perusahaanduwe program khusus, kalebu apotek gedhe (Biogen, Merck, Novartis, lan Pfizer), lan startup biotek kaya Arrakis Therapeutics kanthi$38M Series A babaking 2017, lan Expansion Therapeutics -$55M Series A ing awal 2018.
4. Panemuan antibiotik anyar
Ana keprihatinan sing saya tambah babagan mundhake bakteri tahan antibiotik - superbugs. Dheweke tanggung jawab kanggo udakara 700.000 tiwas ing saindenging jagad saben taun, lan miturut tinjauan pamrentah Inggris, jumlah iki bisa nambah kanthi dramatis - nganti 10 yuta ing taun 2050. Bakteri berkembang lan tahan kanggo antibiotik sing digunakake kanthi tradisional kanthi sukses, banjur dadi. ora ana gunane karo wektu.
Resep antibiotik sing ora tanggung jawab kanggo ngobati kasus sing gampang ing pasien lan panggunaan antibiotik sing nyebar ing peternakan ternak mbebayani kahanan kasebut kanthi nyepetake mutasi bakteri, nggawe tahan obat-obatan kanthi kacepetan sing nguwatirake.
Ing sisih liya, panemuan antibiotik wis dadi wilayah sing ora nyenengake kanggo riset farmasi, dibandhingake karo ngembangake obat-obatan sing luwih 'layak ekonomi'. Iki bisa uga dadi sebab utama ing mburi saluran pipa kelas antibiotik novel, kanthi sing pungkasan dikenalake luwih saka telung puluh taun kepungkur.
Saiki panemuan antibiotik dadi wilayah sing luwih menarik amarga sawetara owah-owahan sing migunani ing legislatif peraturan, ngrangsang pharma kanggo ngetokake dhuwit menyang program panemuan antibiotik, lan investor usaha - menyang startup biotek ngembangake obat antibakteri sing janjeni. Ing 2016, salah siji saka kita (AB)nliti kahanan penemuan obat antibiotiklan ngringkes sawetara startups janjeni ing papan, kalebu Macrolide Pharmaceuticals, Iterum Therapeutics, Spero Therapeutics, Cidara Therapeutics, lan Entasis Therapeutics.
Utamane, salah sawijining terobosan paling anyar ing ruang antibiotik yaikupanemuan Teixobactinlan analog ing 2015 dening klompok ilmuwan dipimpin déning Dr Kim Lewis, Direktur Antimicrobial Discovery Center ing Northeastern University. Kelas antibiotik anyar sing kuat iki dipercaya bisa nahan pangembangan resistensi bakteri. Taun kepungkur, peneliti saka Universitas Lincoln sukses ngembangake versi teixobactin sing disintesis, nggawe langkah maju sing penting.
Saiki peneliti saka Singapore Eye Research Institute wis nuduhake versi sintetik saka tamba bisa kasil ngobati Staphylococcus aureus keratitis ing model mouse urip; sadurunge kegiatan teixobactin mung dituduhake ing vitro. Kanthi temuan anyar kasebut, teixobactin mbutuhake pangembangan 6-10 taun maneh kanggo dadi obat sing bisa digunakake dening dokter.
Wiwit panemuan teixobactin ing taun 2015, kulawarga antibiotik anyar liyane sing diarani malacidinsdicethakaké ana ing awal 2018. Panemuan iki isih ana ing tahap awal, lan ora meh dikembangake kaya riset paling anyar babagan teixobactin
5. Skrining fenotipik
Kredit gambar:SciLifeLab
Ing 2011 penulis David Swinney lan Jason Anthonynerbitake asil panemunebabagan carane obat-obatan anyar ditemokake ing antarane 1999 lan 2008 ngumumake kasunyatan manawa luwih akeh obat molekul cilik kelas kapisan sing wis ditemokake kanthi nggunakake skrining fenotipik tinimbang pendekatan adhedhasar target (28 obat sing disetujoni vs 17, masing-masing) - lan iku malah luwih striking njupuk menyang akun sing iku target adhedhasar pendekatan sing wis fokus utama liwat periode nyatakake.
Analisis pengaruh iki nyebabake kebangkitan paradigma panemuan obat fenotipik wiwit taun 2011 - ing industri farmasi lan akademisi. Bubar, ilmuwan ing Novartisnindakake reviewsaka kahanan saiki tren iki lan teka menyang kesimpulan sing, nalika organisasi riset farmasi nemokke tantangan owahan karo pendekatan phenotypic, ana nomer mudun saka layar basis target lan Tambah saka pendekatan phenotypic ing 5 taun kepungkur. Paling kamungkinan, gaya iki bakal terus adoh ngluwihi 2018.
Sing penting, ngluwihi mung mbandhingake pendekatan adhedhasar fenotipik lan target, ana tren sing jelas menyang tes seluler sing luwih rumit, kayata pindhah saka garis sel sing ora bisa mati menyang sel primer, sel pasien, co-kultur, lan budaya 3D. Persiyapan eksperimen uga saya tambah canggih, ngluwihi maca univariate kanggo ngamati owah-owahan ing kompartemen subselular, analisis sel siji lan malah pencitraan sel.
6. Organ (awak)-on-a-chip
Microchip sing dilapisi dening sel manungsa sing urip bisa ngrevolusi pangembangan obat, model penyakit lan obat pribadi. Microchip iki, sing diarani 'organ-on-chips', menehi alternatif potensial kanggo tes kewan tradisional. Pungkasane, nyambungake sistem kabeh minangka cara kanggo nduwe sistem "body-on-a-chip" kabeh sing cocog kanggo panemuan obat lan tes lan validasi calon obat.
Tren iki saiki dadi masalah gedhe ing panemuan obat lan papan pangembangan lan kita wis nutupi status saiki lan konteks paradigma "organ-on-a-chip" ing jaman saiki.mini-review.
Nalika akeh skeptisisme ana sawetara 6-7 taun kepungkur, nalika perspektif ing lapangan kasebut diartikulasikan dening para pengadopsi sing antusias. Nanging, dina iki, para kritikus katon mundur. Ora mung duwe lembaga regulasi lan pendanaannganut konsep, nanging saiki tambah akehdiadopsiminangka platform riset obat dening pharma lan akademisi. Luwih saka rong lusin sistem organ diwakili ing sistem on-chip. Waca liyane babagankene.
7. Bioprinting
Wilayah bioprinting jaringan lan organ manungsa kanthi cepet berkembang lan, mesthi, masa depan obat. Diadegake ing awal 2016,Cellinkminangka salah sawijining perusahaan pisanan ing donya sing nawakake bioink sing bisa dicithak 3D - cairan sing bisa urip lan tuwuh sel manungsa. Saiki perusahaan bioprints bagean awak - irung lan kuping, utamané kanggo testing obatan lan kosmetik. Uga nyetak kubus supaya peneliti bisa "muter" karo sel saka organ manungsa kayata ati.
Cellink bubar kerja sama karo CTI Biotech, perusahaan medtech Prancis sing spesialisasine ngasilake jaringan kanker, supaya bisa maju kanthi signifikan babagan riset kanker lan panemuan obat.
Wiwitan biotek enom bakal mbantu CTI kanggo nyetak 3D replika tumor kanker, kanthi nyampur bioink Cellink karo sampel sel kanker pasien. Iki bakal mbantu peneliti ngenali perawatan anyar kanggo jinis kanker tartamtu.
Startup biotek liyane ngembangake teknologi cetak 3D kanggo nyetak bahan biologis - perusahaan spinout Universitas Oxford, OxSyBio, singmung dijamin £ 10ming pembiayaan Seri A.
Nalika bioprinting 3D minangka teknologi sing migunani banget, nanging statis lan inanimate amarga mung nimbang kahanan awal obyek sing dicithak. Pendekatan sing luwih maju yaiku nggabungake "wektu" minangka dimensi kaping papat ing obyek bio sing dicithak (disebut "bioprinting 4D"), ndadekake dheweke bisa ngganti wujud utawa fungsionalitas kanthi wektu nalika stimulus eksternal dileksanakake.kenepunika review Insightful ing 4D bioprinting.
Panutup perspektif
Sanajan tanpa nyilem jero ing saben tren paling ndhuwur sing wis diterangake, mesthine bakal katon yen AI bakal njupuk bagean sing saya tambah akeh. Kabeh wilayah anyar inovasi biopharma iki wis dadi pusat data gedhe. Kahanan iki dhewe nuduhake peran utama kanggo AI, uga nyathet, minangka postscript kanggo jangkoan topik kasebut, yen AI kalebu macem-macem alat analitis lan numerik sing ngalami evolusi terus-terusan. Aplikasi AI ing panemuan obat lan pangembangan tahap awal umume ditargetake kanggo nemokake pola lan kesimpulan sing didhelikake sing nyambungake panyebab lan akibat sing ora bisa dingerteni utawa dingerteni.
Mangkono, subset saka alat AI sing digunakake ing riset pharmaceutical luwih cocog miturut moniker "intelijen mesin" utawa "belajar mesin". Iki bisa uga diawasi dening tuntunan manungsa, kaya ing klasifikasi lan metode pembelajaran statistik, utawa ora diawasi ing karya batine kaya ing implementasine macem-macem jinis jaringan syaraf tiruan. Pangolahan basa lan semantik lan cara probabilistik kanggo nalar sing ora mesthi (utawa kabur) uga nduweni peran sing migunani.
Ngerteni carane macem-macem fungsi kasebut bisa digabungake menyang disiplin "AI" sing wiyar minangka tugas sing angel ditindakake kabeh pihak sing kasengsem. Salah sawijining panggonan sing paling apik kanggo nggoleki panjelasan lan klarifikasi yaikuPusat Ilmu Dataportal lan utamané kiriman blog dening Vincent Granville, sing ajegnjlentrehake bedaneantarane AI, machine leaning, deep learning, lan statistik. Dadi ngerti babagan seluk-beluk AI sacara sakabehe minangka komponen sing ora bisa dipisahake supaya bisa terus maju utawa luwih maju tinimbang tren biopharma.
Posting wektu: May-29-2018