ფარმაცევტული კვლევის ტოპ 7 ტენდენცია 2018 წელს

რთულ ეკონომიკურ და ტექნოლოგიურ გარემოში კონკურენციის მზარდი ზეწოლის ქვეშ, ფარმაცევტულმა და ბიოტექნოლოგიურმა კომპანიებმა მუდმივად უნდა განახორციელონ სიახლეები R&D პროგრამებში, რათა თამაშზე წინ დარჩეს.

გარე ინოვაციები სხვადასხვა ფორმით მოდის და სათავეს იღებს სხვადასხვა ადგილას - საუნივერსიტეტო ლაბორატორიებიდან, კერძო სარისკო კაპიტალით მხარდაჭერილი სტარტაპებით და კონტრაქტის კვლევით ორგანიზაციებამდე (CROs). მოდით გადახედოთ ზოგიერთი ყველაზე გავლენიანი კვლევის ტენდენციებს, რომლებიც „ცხელი“ იქნება 2018 წელს და მის შემდგომ, და შევაჯამოთ ზოგიერთი ძირითადი მოთამაშე, რომელიც განაპირობებს ინოვაციებს.

გასულ წელს BioPharmaTrend-მა შეაჯამარამდენიმე მნიშვნელოვანი ტენდენციაგავლენას ახდენს ბიოფარმაცევტულ ინდუსტრიაზე, კერძოდ: გენის რედაქტირების ტექნოლოგიების სხვადასხვა ასპექტების წინსვლა (ძირითადად, CRISPR/Cas9); მომხიბლავი ზრდა იმუნო-ონკოლოგიის სფეროში (CAR-T უჯრედები); მზარდი ყურადღება მიკრობიომის კვლევაზე; გაღრმავებული ინტერესი ზუსტი მედიცინის მიმართ; ზოგიერთი მნიშვნელოვანი მიღწევა ანტიბიოტიკების აღმოჩენაში; მზარდი შფოთვა ხელოვნური ინტელექტის (AI) შესახებ ნარკოტიკების აღმოჩენის/განვითარებისთვის; საკამათო, მაგრამ სწრაფი ზრდა სამედიცინო კანაფის სფეროში; და ფარმას უწყვეტი ფოკუსირება R&D აუთსორსინგის მოდელებში ჩართვაზე ინოვაციებსა და გამოცდილებაზე წვდომისათვის.

ქვემოთ მოცემულია ამ მიმოხილვის გაგრძელება, სიას დაემატა კვლევის კიდევ რამდენიმე აქტიური სფერო, და რამდენიმე ვრცელი კომენტარი ზემოთ ჩამოთვლილ ტენდენციებზე - საჭიროების შემთხვევაში.

1. ხელოვნური ინტელექტის (AI) მიღება ფარმასა და ბიოტექნიკის მიერ

დღესდღეობით ხელოვნური ინტელექტის გარშემო არსებული აჟიოტაჟის გამო, ძნელია ვინმეს გაოცება ფარმაცევტული კვლევის ამ ტენდენციით. თუმცა, უნდა აღინიშნოს, რომ AI-ზე ორიენტირებული კომპანიები ნამდვილად იწყებენ მოზიდვას დიდ ფარმაცევტებთან და ცხოვრების მეცნიერების სხვა წამყვან მოთამაშეებთან, მრავალი კვლევითი პარტნიორობითა და ერთობლივი პროგრამით –აქარის აქამდე ძირითადი გარიგებების სია დააქარის მოკლე მიმოხილვა ზოგიერთი მნიშვნელოვანი აქტივობის შესახებ "AI ნარკოტიკების აღმოჩენისთვის" სივრცეში ბოლო რამდენიმე თვის განმავლობაში.

AI-ზე დაფუძნებული ხელსაწყოების პოტენციალი ახლა შესწავლილია ნარკოტიკების აღმოჩენისა და განვითარების ყველა ეტაპზე - კვლევის მონაცემების მოპოვებიდან და სამიზნეების იდენტიფიკაციისა და ვალიდაციის ხელშეწყობით, ახალი ტყვიის ნაერთებისა და წამლების კანდიდატების მოძიებაში დახმარებამდე და მათი თვისებებისა და რისკების პროგნოზირებამდე. და ბოლოს, AI-ზე დაფუძნებულ პროგრამულ უზრუნველყოფას ახლა შეუძლია დაეხმაროს ქიმიური სინთეზის დაგეგმვას საინტერესო ნაერთების მისაღებად. AI ასევე გამოიყენება პრეკლინიკური და კლინიკური კვლევების დაგეგმვისა და ბიოსამედიცინო და კლინიკური მონაცემების გასაანალიზებლად.

სამიზნეზე დაფუძნებული ნარკოტიკების აღმოჩენის მიღმა, ხელოვნური ინტელექტი გამოიყენება სხვა კვლევის სფეროებში, მაგალითად, ფენოტიპური წამლების აღმოჩენის პროგრამებში - მაღალი შემცველობის სკრინინგის მეთოდების მონაცემების გაანალიზება.

AI-ზე ორიენტირებული სტარტაპების ძირითადი აქცენტი მცირე მოლეკულების წამლების აღმოჩენაზე, ასევე არსებობს ინტერესი ამგვარი ტექნოლოგიების გამოყენებით ბიოლოგიური აღმოჩენისა და განვითარებისთვის.

2. ქიმიური სივრცის გაფართოება ნარკოტიკების აღმოჩენისთვის

ნებისმიერი მცირე მოლეკულური წამლის აღმოჩენის პროგრამის სასიცოცხლო მნიშვნელობის ნაწილია დარტყმის კვლევა - ამოსავალი წერტილის მოლეკულების იდენტიფიცირება, რომლებიც დაიწყებენ მოგზაურობას წარმატებული მედიკამენტებისკენ (თუმცა იშვიათად გადარჩებიან ამ მოგზაურობაში) - მრავალი ოპტიმიზაციის, ვალიდაციის და ტესტირების ეტაპების მეშვეობით.

დარტყმის კვლევის მთავარი ელემენტია წვდომა წამლის გაფართოებულ და ქიმიურად მრავალფეროვან სივრცეზე, როგორიცაა მოლეკულები, რათა აირჩიოთ კანდიდატები, განსაკუთრებით ახალი სამიზნე ბიოლოგიის შესასწავლად. იმის გათვალისწინებით, რომ ფარმაცევტების ხელთ არსებული ნაერთების კოლექციები ნაწილობრივ აშენდა მცირე მოლეკულების დიზაინზე, რომელიც მიზნად ისახავს ცნობილ ბიოლოგიურ სამიზნეებს, ახალი ბიოლოგიური სამიზნეები მოითხოვს ახალ დიზაინს და ახალ იდეებს, ნაცვლად ზედმეტად იგივე ქიმიის გადამუშავებისა.

ამ საჭიროების შემდეგ, აკადემიური ლაბორატორიები და კერძო კომპანიები ქმნიან ქიმიური ნაერთების მონაცემთა ბაზებს ბევრად აღემატება იმას, რაც ხელმისაწვდომია ტიპიური ფარმაცევტული კომპანიის ნაერთების კოლექციებში. მაგალითები მოიცავს GDB-17 ვირტუალური მოლეკულების მონაცემთა ბაზას, რომელიც შეიცავს 166,4 მილიარდ მოლეკულას დაFDB-1710 მილიონი ფრაგმენტის მსგავსი მოლეკულა 17-მდე მძიმე ატომით;თუთია– ვირტუალური სკრინინგისთვის კომერციულად ხელმისაწვდომი ნაერთების უფასო მონაცემთა ბაზა, რომელიც შეიცავს 750 მილიონ მოლეკულას, მათ შორის 230 მილიონს 3D ფორმატში, რომელიც მზად არის დასამაგრებლად; და სინთეზურად ხელმისაწვდომი ადვილად ხელმისაწვდომი (რეალური) ქიმიური სივრცის ბოლოდროინდელი განვითარება Enamine-ის მიერ - 650 მილიონი მოლეკულა მოძიებაREAL კოსმოსური ნავიგატორიპროგრამული უზრუნველყოფა და337 მილიონი მოლეკულა საძიებელია(მსგავსებით) EnamineStore-ში.

ალტერნატიული მიდგომა ახალი წამლის მსგავსი ქიმიურ სივრცეში წვდომისათვის არის დნმ-ით კოდირებული ბიბლიოთეკის ტექნოლოგიის (DELT) გამოყენება. DELT-ის სინთეზის „გაყოფა და აუზი“ ბუნების გამო, შესაძლებელი ხდება უზარმაზარი რაოდენობის ნაერთების დამზადება ხარჯების და დროის ეფექტური გზით (მილიონიდან მილიარდამდე ნაერთები).აქარის გამჭრიახი მოხსენება დნმ-ით დაშიფრული ბიბლიოთეკის ტექნოლოგიის ისტორიულ ფონზე, კონცეფციებზე, წარმატებებზე, შეზღუდვებზე და მომავალზე.

3. რნმ-ის დამიზნება მცირე მოლეკულებით

ეს არის ცხელი ტენდენცია წამლების აღმოჩენის სივრცეში, მუდმივად მზარდი აღელვებით: აკადემიკოსები, ბიოტექნოლოგიური სტარტაპები და ფარმაცევტული კომპანიები სულ უფრო აქტიურობენ რნმ-ის მიზნობრიობასთან დაკავშირებით, თუმცა გაურკვევლობა ასევე მაღალია.

ცოცხალ ორგანიზმში,დნმინახავს ინფორმაციასცილასინთეზი დარნმასრულებს დნმ-ში დაშიფრულ ინსტრუქციებს, რაც იწვევს რიბოსომებში ცილის სინთეზს. მიუხედავად იმისა, რომ წამლების უმეტესობა მიმართულია დაავადებაზე პასუხისმგებელი ცილებისკენ, ზოგჯერ ეს არ არის საკმარისი პათოგენური პროცესების ჩასახშობად. როგორც ჩანს, ჭკვიანური სტრატეგიაა პროცესის ადრე დაწყება და რნმ-ზე გავლენის მოხდენა ცილების სინთეზამდე, რაც არსებითად იმოქმედებს გენოტიპის არასასურველ ფენოტიპზე გადაყვანის პროცესზე (დაავადების გამოვლინება).

პრობლემა იმაში მდგომარეობს, რომ რნმ არის ცნობილი საშინელი სამიზნეები მცირე მოლეკულებისთვის - ისინი წრფივია, მაგრამ შეუძლიათ მოუხერხებლად დატრიალდნენ, დაკეცონ ან შეაერთონ საკუთარ თავს, რაც ცუდად აწვდის თავის ფორმას წამლების შესაკრავ ჯიბეებს. გარდა ამისა, პროტეინებისგან განსხვავებით, ისინი შედგება მხოლოდ ოთხი ნუკლეოტიდური სამშენებლო ბლოკისგან, რაც მათ ყველა ძალიან ჰგავს და რთულდება მცირე მოლეკულების შერჩევითი დამიზნებისთვის.

თუმცა,რამდენიმე ბოლო წინსვლავარაუდობენ, რომ რეალურად შესაძლებელია წამლის მსგავსი, ბიოლოგიურად აქტიური მცირე მოლეკულების განვითარება, რომლებიც მიზნად ისახავს რნმ-ს. ახალმა სამეცნიერო შეხედულებებმა გამოიწვია ოქროს ციებ-ცხელება რნმ-ისთვის -მინიმუმ ათეული კომპანიააქვს მასზე მიძღვნილი პროგრამები, მათ შორის დიდი ფარმა (Biogen, Merck, Novartis და Pfizer) და ბიოტექნოლოგიური სტარტაპები, როგორიცაა Arrakis Therapeutics.$38 მილიონი სერია A რაუნდი2017 წელს და Expansion Therapeutics –$55 მილიონი სერია A 2018 წლის დასაწყისში.

4. ახალი ანტიბიოტიკების აღმოჩენა

არსებობს მზარდი შეშფოთება ანტიბიოტიკებისადმი მდგრადი ბაქტერიების - სუპერბაქტერიების გამრავლების შესახებ. ისინი პასუხისმგებელნი არიან ყოველწლიურად მსოფლიოში 700,000 სიკვდილზე და დიდი ბრიტანეთის მთავრობის მიმოხილვის თანახმად, ეს რიცხვი შეიძლება მკვეთრად გაიზარდოს - 10 მილიონამდე 2050 წლისთვის. ბაქტერიები ვითარდება და ავითარებს რეზისტენტობას იმ ანტიბიოტიკების მიმართ, რომლებიც ტრადიციულად დიდი წარმატებით იყენებდნენ და შემდეგ ხდებიან. დროთა განმავლობაში უსარგებლო.

ანტიბიოტიკების უპასუხისმგებლო დანიშვნა პაციენტებში მარტივი შემთხვევების სამკურნალოდ და ანტიბიოტიკების ფართო გამოყენება მეცხოველეობაში საფრთხეს უქმნის სიტუაციას ბაქტერიული მუტაციების სიჩქარის აჩქარებით, რაც მათ საგანგაშო სისწრაფით აძლიერებს წამლების მიმართ.

მეორე მხრივ, ანტიბიოტიკების აღმოჩენა ფარმაცევტული კვლევისთვის არამიმზიდველი სფეროა, შედარებით უფრო „ეკონომიკურად მიზანშეწონილი“ წამლების შემუშავებასთან შედარებით. ალბათ ეს არის ახალი ანტიბიოტიკების კლასების მილსადენის გაშრობის მთავარი მიზეზი, რომელიც ოცდაათ წელზე მეტი ხნის წინ დაინერგა.

დღესდღეობით, ანტიბიოტიკების აღმოჩენა უფრო მიმზიდველი სფერო ხდება მარეგულირებელ კანონმდებლობაში გარკვეული სასიკეთო ცვლილებების გამო, რაც ასტიმულირებს ფარმაკებს, გადაეღოს ფული ანტიბიოტიკების აღმოჩენის პროგრამებში და ვენჩურული ინვესტორები - ბიოტექნოლოგიურ სტარტაპებში, რომლებიც ავითარებენ პერსპექტიულ ანტიბაქტერიულ მედიკამენტებს. 2016 წელს, ერთ-ერთი ჩვენგანი (AB)მიმოიხილა ანტიბიოტიკების აღმოჩენის მდგომარეობადა შეაჯამა ზოგიერთი პერსპექტიული სტარტაპი სივრცეში, მათ შორის Macrolide Pharmaceuticals, Iterum Therapeutics, Spero Therapeutics, Cidara Therapeutics და Entasis Therapeutics.

აღსანიშნავია, რომ ანტიბიოტიკების სივრცეში ერთ-ერთი ყველაზე საინტერესო ბოლოდროინდელი მიღწევაატეიქსობაქტინის აღმოჩენადა მისი ანალოგები 2015 წელს მეცნიერთა ჯგუფის მიერ, დოქტორი კიმ ლუისის ხელმძღვანელობით, ანტიმიკრობული აღმოჩენის ცენტრის დირექტორი ჩრდილო-აღმოსავლეთ უნივერსიტეტში. ითვლება, რომ ეს ახალი ძლიერი ანტიბიოტიკების კლასის შეუძლია გაუძლოს მის მიმართ ბაქტერიული წინააღმდეგობის განვითარებას. გასულ წელს, ლინკოლნის უნივერსიტეტის მკვლევარებმა წარმატებით შეიმუშავეს ტეიქსობაქტინის სინთეზირებული ვერსია, რაც მნიშვნელოვანი წინგადადგმული ნაბიჯია.

ახლა სინგაპურის თვალის კვლევის ინსტიტუტის მკვლევარებმა აჩვენეს, რომ წამლის სინთეზურ ვერსიას შეუძლია წარმატებით განკურნოს Staphylococcus aureus კერატიტი ცოცხალი თაგვის მოდელებში; მანამდე ტეიქსობაქტინის აქტივობა მხოლოდ ინ ვიტრო იყო დემონსტრირებული. ამ ახალი აღმოჩენებით, ტეიქსობაქტინს კიდევ 6-10 წელი დასჭირდება, რათა გახდეს წამალი, რომლის გამოყენებაც ექიმებს შეუძლიათ.

2015 წელს ტეიქსობაქტინის აღმოჩენის შემდეგ, ანტიბიოტიკების კიდევ ერთი ახალი ოჯახი, სახელად მალაციდინები, შეიქმნა.გამოვლინდა 2018 წლის დასაწყისში. ეს აღმოჩენა ჯერ კიდევ ადრეულ ეტაპებზეა და არც ისე განვითარებული, როგორც ტეიქსობაქტინის უახლესი კვლევა

5. ფენოტიპური სკრინინგი

სურათის კრედიტი:SciLifeLab

2011 წელს ავტორები დევიდ სვინი და ჯეისონ ენტონიგამოაქვეყნეს მათი დასკვნების შედეგებიიმის შესახებ, თუ როგორ აღმოაჩინეს ახალი მედიკამენტები 1999-დან 2008 წლამდე, გამოავლინა ის ფაქტი, რომ ფენოტიპური სკრინინგის გამოყენებით ფაქტობრივად აღმოაჩინეს ბევრად მეტი პირველი კლასის მცირე მოლეკულური წამალი, ვიდრე სამიზნე მიდგომები (შესაბამისად, 28 დამტკიცებული წამალი 17-ის წინააღმდეგ) - და ეს კიდევ უფრო გასაოცარია იმის გათვალისწინებით, რომ ეს იყო მიზანმიმართული მიდგომა, რომელიც იყო ძირითადი აქცენტი აღნიშნული პერიოდის განმავლობაში.

ამ გავლენიანმა ანალიზმა გამოიწვია ფენოტიპური წამლების აღმოჩენის პარადიგმის რენესანსი 2011 წლიდან - როგორც ფარმაცევტულ ინდუსტრიაში, ასევე აკადემიაში. ახლახან Novartis-ის მეცნიერებმაჩაატარა მიმოხილვაამ ტენდენციის ამჟამინდელი მდგომარეობის შესახებ და მივიდნენ დასკვნამდე, რომ, მიუხედავად იმისა, რომ ფარმაცევტული ორგანიზაციები ფენოტიპურ მიდგომასთან დაკავშირებით მნიშვნელოვან გამოწვევებს შეხვდნენ, ბოლო 5 წლის განმავლობაში მცირდება სამიზნეზე დაფუძნებული ეკრანები და გაიზარდა ფენოტიპური მიდგომები. სავარაუდოდ, ეს ტენდენცია 2018 წლის შემდეგაც გაგრძელდება.

მნიშვნელოვანია, რომ მხოლოდ ფენოტიპურ და სამიზნეზე დაფუძნებული მიდგომების შედარების გარდა, აშკარაა ტენდენცია უფრო რთული უჯრედული ანალიზისკენ, როგორიცაა უკვდავი უჯრედული ხაზებიდან პირველად უჯრედებამდე, პაციენტის უჯრედებზე, თანაკულტურებსა და 3D კულტურებზე გადასვლა. ექსპერიმენტული კონფიგურაცია ასევე სულ უფრო დახვეწილია, რაც ცალმხრივი წაკითხვის ფარგლებს სცილდება უჯრედულ ნაწილებში ცვლილებების დაკვირვებას, ერთუჯრედიან ანალიზს და უჯრედულ ვიზუალიზაციასაც კი.

6. ორგანოები (სხეული)-ჩიპზე

მიკროჩიპებს, რომლებიც გაფორმებულია ცოცხალი ადამიანის უჯრედებით, შეიძლება მოახდინოს რევოლუცია წამლების განვითარებაში, დაავადების მოდელირებასა და პერსონალიზებულ მედიცინაში. ეს მიკროჩიპები, სახელწოდებით „ორგანოები ჩიპებზე“, გვთავაზობენ პოტენციურ ალტერნატივას ცხოველებზე ტრადიციული ტესტირებისა. საბოლოო ჯამში, სისტემების საერთოდ დაკავშირება არის გზა, რომ გქონდეთ მთელი „სხეული ჩიპზე“ სისტემა, რომელიც იდეალურია წამლის აღმოჩენისთვის და წამლის კანდიდატის ტესტირებისთვის და დადასტურებისთვის.

ეს ტენდენცია ახლა დიდია ნარკოტიკების აღმოჩენისა და განვითარების სივრცეში და ჩვენ უკვე გავაშუქეთ „ორგანო-ჩიპზე“ პარადიგმის ამჟამინდელი სტატუსი და კონტექსტი ბოლო დროს.მინი მიმოხილვა.

მიუხედავად იმისა, რომ ბევრი სკეპტიციზმი არსებობდა 6-7 წლის წინ, როდესაც ამ სფეროში პერსპექტივები გამოხატული იყო ენთუზიაზმით მიმღებთა მიერ. თუმცა, დღეს, როგორც ჩანს, კრიტიკოსები სრულ უკან დახევაში არიან. არა მხოლოდ მარეგულირებელი და დაფინანსების სააგენტოებიმოიცვა კონცეფცია, მაგრამ ახლა სულ უფრო და უფრომიღებულიროგორც ნარკოტიკების კვლევის პლატფორმა როგორც ფარმაცევტული, ასევე აკადემიური წრეების მიერ. ორ ათეულზე მეტი ორგანოთა სისტემა წარმოდგენილია ჩიპურ სისტემებში. წაიკითხეთ მეტი ამის შესახებაქ.

7. ბიობეჭდვა

ადამიანის ქსოვილებისა და ორგანოების ბიობეჭდვის სფერო სწრაფად ვითარდება და ეს, უდავოდ, მედიცინის მომავალია. დაარსდა 2016 წლის დასაწყისში,სელლინკიარის მსოფლიოში ერთ-ერთი პირველი კომპანია, რომელიც გთავაზობთ 3D დასაბეჭდად ბიოინკს - სითხეს, რომელიც უზრუნველყოფს ადამიანის უჯრედების სიცოცხლეს და ზრდას. ახლა კომპანია ბიობეჭდავს სხეულის ნაწილებს - ცხვირებსა და ყურებს, ძირითადად წამლებისა და კოსმეტიკური საშუალებების შესამოწმებლად. ის ასევე ბეჭდავს კუბებს, რომლებიც მკვლევარებს საშუალებას აძლევს „ეთამაშონ“ ადამიანის ორგანოების უჯრედებს, როგორიცაა ღვიძლი.

სელლინკმა ცოტა ხნის წინ თანამშრომლობდა CTI Biotech-თან, ფრანგულ სამედიცინო კომპანიასთან, რომელიც სპეციალიზირებულია კიბოს ქსოვილების წარმოებაში, რათა არსებითად გაზარდოს კიბოს კვლევისა და წამლების აღმოჩენის სფერო.

ახალგაზრდა ბიოტექნოლოგიური სტარტაპი არსებითად დაეხმარება CTI-ს კიბოს სიმსივნის ასლების 3D ბეჭდვაში, Cellink-ის ბიოინკის შერევით პაციენტის კიბოს უჯრედების ნიმუშთან. ეს დაეხმარება მკვლევარებს კიბოს სპეციფიკური ტიპების საწინააღმდეგო ახალი მკურნალობის იდენტიფიცირებაში.

კიდევ ერთი ბიოტექნოლოგიური სტარტაპი, რომელიც ავითარებს 3D ბეჭდვის ტექნოლოგიას ბიოლოგიური მასალების დასაბეჭდად - ოქსფორდის უნივერსიტეტის სპინოუტ კომპანია OxSyBio, რომელიცახლახან უზრუნველყოფილია 10 მილიონი ფუნტისერიის A დაფინანსებაში.

მიუხედავად იმისა, რომ 3D ბიობეჭდვა ძალზე სასარგებლო ტექნოლოგიაა, ის სტატიკური და უსულოა, რადგან ითვალისწინებს მხოლოდ დაბეჭდილი ობიექტის საწყის მდგომარეობას. უფრო მოწინავე მიდგომაა „დროის“ ჩართვა, როგორც მეოთხე განზომილება ბეჭდურ ბიოობიექტებში (ე.წ. „4D ბიობეჭდვა“), რაც მათ საშუალებას აძლევს შეცვალონ თავიანთი ფორმები ან ფუნქციები დროთა განმავლობაში, როდესაც გარე სტიმული დაწესდება.აქარის გამჭრიახი მიმოხილვა 4D ბიობეჭდვის შესახებ.

დახურვის პერსპექტივა

მაშინაც კი, თუ არ ჩავუღრმავდებით ზემოთ აღწერილი თითოეულ მთავარ ტენდენციას, აშკარა უნდა გახდეს, რომ AI მიიღებს მოქმედების მზარდ ნაწილს. ბიოფარმას ინოვაციის ყველა ეს ახალი სფერო გახდა დიდი მონაცემების ცენტრი. ეს გარემოება თავისთავად იწინასწარმეტყველებს ხელოვნური ინტელექტის გამორჩეულ როლს, ასევე აღნიშნავს, როგორც თემის ამ გაშუქების პოსტსკრიპტს, რომ AI მოიცავს მრავალ, ანალიტიკურ და რიცხვობრივ ინსტრუმენტებს, რომლებიც განიცდიან უწყვეტ ევოლუციას. ხელოვნური ინტელექტის გამოყენება წამლების აღმოჩენასა და განვითარების ადრეულ ეტაპზე უმეტესწილად მიმართულია ფარული შაბლონებისა და დასკვნების გამოვლენაზე, რომლებიც აკავშირებენ მიზეზებსა და ეფექტებს, სხვაგვარად შეუსაბამო ან გასაგებად.

ამრიგად, ხელოვნური ინტელექტის ინსტრუმენტების ქვეჯგუფი, რომლებიც გამოიყენება ფარმაცევტულ კვლევებში, უფრო სათანადოდ ექცევა "მანქანური ინტელექტის" ან "მანქანის სწავლის" სახელწოდებას. ეს შეიძლება იყოს როგორც ადამიანის ხელმძღვანელობით, როგორც კლასიფიკატორებში და სტატისტიკურ სწავლის მეთოდებში, ან მათი შიდა ფუნქციონირების გარეშე ზედამხედველობის ქვეშ, როგორც სხვადასხვა ტიპის ხელოვნური ნერვული ქსელების განხორციელებისას. ასევე სასარგებლო როლს თამაშობს ენა და სემანტიკური დამუშავება და გაურკვეველი (ან ბუნდოვანი) მსჯელობის ალბათური მეთოდები.

იმის გაგება, თუ როგორ შეიძლება ამ განსხვავებული ფუნქციების ინტეგრირება „AI“-ს ფართო დისციპლინაში, არის რთული ამოცანა, რომელიც ყველა დაინტერესებულმა მხარემ უნდა შეასრულოს. ახსნა-განმარტებების მოსაძებნად ერთ-ერთი საუკეთესო ადგილიამონაცემთა მეცნიერების ცენტრალურიპორტალი და განსაკუთრებით ვინსენტ გრანვილის ბლოგის პოსტები, რომელიც რეგულარულადხსნის განსხვავებებსAI-ს, მანქანურ მიდრეკილებას, ღრმა სწავლებასა და სტატისტიკას შორის. მთლიანად ხელოვნური ინტელექტის წვდომის შესახებ ცოდნა არის შეუცვლელი კომპონენტი ბიოფარმას ნებისმიერი ტენდენციის შესანარჩუნებლად ან წინსვლისთვის.