വെല്ലുവിളി നിറഞ്ഞ സാമ്പത്തിക, സാങ്കേതിക പരിതസ്ഥിതിയിൽ മത്സരിക്കാൻ വർദ്ധിച്ചുവരുന്ന സമ്മർദ്ദത്തിലായതിനാൽ, ഫാർമസ്യൂട്ടിക്കൽ, ബയോടെക് കമ്പനികൾ ഗെയിമിന് മുന്നിൽ നിൽക്കാൻ അവരുടെ ഗവേഷണ-വികസന പ്രോഗ്രാമുകളിൽ തുടർച്ചയായി നവീകരിക്കേണ്ടതുണ്ട്.
ബാഹ്യ കണ്ടുപിടുത്തങ്ങൾ വ്യത്യസ്ത രൂപങ്ങളിൽ വരുന്നു, വിവിധ സ്ഥലങ്ങളിൽ ഉത്ഭവിക്കുന്നു - യൂണിവേഴ്സിറ്റി ലാബുകൾ മുതൽ സ്വകാര്യമായി നടത്തുന്ന വെഞ്ച്വർ ക്യാപിറ്റൽ പിന്തുണയുള്ള സ്റ്റാർട്ടപ്പുകൾ, കരാർ ഗവേഷണ ഓർഗനൈസേഷനുകൾ (CROകൾ). 2018-ലും അതിനുശേഷവും "ചൂടുള്ള" ഏറ്റവും സ്വാധീനമുള്ള ചില ഗവേഷണ ട്രെൻഡുകൾ അവലോകനം ചെയ്യാം, കൂടാതെ പുതുമകൾ നയിക്കുന്ന ചില പ്രധാന കളിക്കാരെ സംഗ്രഹിക്കാം.
കഴിഞ്ഞ വർഷം BioPharmaTrend സംഗ്രഹിച്ചുനിരവധി പ്രധാന പ്രവണതകൾബയോഫാർമസ്യൂട്ടിക്കൽ വ്യവസായത്തെ ബാധിക്കുന്നു, അതായത്: ജീൻ എഡിറ്റിംഗ് സാങ്കേതികവിദ്യകളുടെ വിവിധ വശങ്ങളുടെ പുരോഗതി (പ്രധാനമായും, CRISPR/Cas9); ഇമ്മ്യൂണോ-ഓങ്കോളജി (CAR-T സെല്ലുകൾ) മേഖലയിൽ ആകർഷകമായ വളർച്ച; മൈക്രോബയോം ഗവേഷണത്തിൽ വർദ്ധിച്ചുവരുന്ന ശ്രദ്ധ; കൃത്യമായ വൈദ്യശാസ്ത്രത്തിൽ ആഴത്തിലുള്ള താൽപ്പര്യം; ആൻറിബയോട്ടിക്കുകളുടെ കണ്ടെത്തലിലെ ചില സുപ്രധാന മുന്നേറ്റങ്ങൾ; മയക്കുമരുന്ന് കണ്ടെത്തൽ/വികസനത്തിനായുള്ള ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് (AI) നെക്കുറിച്ചുള്ള വർദ്ധിച്ചുവരുന്ന ആവേശം; മെഡിക്കൽ കഞ്ചാവിൻ്റെ മേഖലയിൽ വിവാദപരവും എന്നാൽ വേഗത്തിലുള്ളതുമായ വളർച്ച; പുതുമകളും വൈദഗ്ധ്യവും ആക്സസ് ചെയ്യുന്നതിനായി ആർ & ഡി ഔട്ട്സോഴ്സിംഗ് മോഡലുകളിൽ ഏർപ്പെടുന്നതിൽ ഫാർമയുടെ തുടർച്ചയായ ശ്രദ്ധയും.
ഈ അവലോകനത്തിൻ്റെ തുടർച്ചയാണ്, പട്ടികയിൽ കൂടുതൽ സജീവമായ ഗവേഷണ മേഖലകൾ ചേർത്തിട്ടുണ്ട്, കൂടാതെ മുകളിൽ വിവരിച്ച ട്രെൻഡുകളെക്കുറിച്ചുള്ള ചില വിപുലീകൃത വ്യാഖ്യാനങ്ങളും - പ്രസക്തമായ ഇടങ്ങളിൽ.
1. ഫാർമയും ബയോടെക്‌സും ചേർന്ന് ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് (AI) സ്വീകരിക്കൽ
ഇക്കാലത്ത് AI-യെ ചുറ്റിപ്പറ്റിയുള്ള എല്ലാ ഹൈപ്പുകളും ഉള്ളതിനാൽ, ഫാർമസ്യൂട്ടിക്കൽ ഗവേഷണത്തിലെ ഈ പ്രവണത ആരെയും അത്ഭുതപ്പെടുത്തുന്നത് ബുദ്ധിമുട്ടാണ്. എന്നിരുന്നാലും, AI- പ്രവർത്തിക്കുന്ന കമ്പനികൾ വലിയ ഫാർമയും മറ്റ് പ്രമുഖ ലൈഫ് സയൻസ് കളിക്കാരുമായി ട്രാക്ഷൻ നേടാൻ തുടങ്ങുന്നു എന്നത് ശ്രദ്ധിക്കേണ്ടതാണ്, ധാരാളം ഗവേഷണ പങ്കാളിത്തങ്ങളും സഹകരണ പരിപാടികളും -ഇവിടെഇതുവരെയുള്ള പ്രധാന ഇടപാടുകളുടെ ഒരു ലിസ്റ്റ് ആണ്, കൂടാതെഇവിടെകഴിഞ്ഞ കുറേ മാസങ്ങളായി "എഐ ഫോർ ഡ്രഗ് ഡിസ്കവറി" സ്‌പെയ്‌സിലെ ശ്രദ്ധേയമായ ചില പ്രവർത്തനങ്ങളുടെ ഒരു ഹ്രസ്വ അവലോകനമാണ്.
ഗവേഷണ ഡാറ്റ മൈനിംഗ്, ടാർഗെറ്റ് ഐഡൻ്റിഫിക്കേഷനും മൂല്യനിർണ്ണയവും എന്നിവയിൽ നിന്ന്, പുതിയ ലെഡ് സംയുക്തങ്ങളും മയക്കുമരുന്ന് കാൻഡിഡേറ്റുകളും കണ്ടെത്തുന്നതിന് സഹായിക്കുന്നതിനും അവയുടെ ഗുണങ്ങളും അപകടസാധ്യതകളും പ്രവചിക്കുന്നത് വരെ - മയക്കുമരുന്ന് കണ്ടെത്തലിൻ്റെയും വികസനത്തിൻ്റെയും എല്ലാ ഘട്ടങ്ങളിലും AI- അടിസ്ഥാനമാക്കിയുള്ള ഉപകരണങ്ങളുടെ ഒരു സാധ്യത ഇപ്പോൾ പര്യവേക്ഷണം ചെയ്യപ്പെടുന്നു. അവസാനമായി, താൽപ്പര്യമുള്ള സംയുക്തങ്ങൾ ലഭിക്കുന്നതിന് കെമിക്കൽ സിന്തസിസ് ആസൂത്രണം ചെയ്യുന്നതിൽ സഹായിക്കാൻ AI- അധിഷ്ഠിത സോഫ്റ്റ്‌വെയറിന് ഇപ്പോൾ കഴിയും. പ്രീ-ക്ലിനിക്കൽ, ക്ലിനിക്കൽ പരീക്ഷണങ്ങൾ ആസൂത്രണം ചെയ്യുന്നതിനും ബയോമെഡിക്കൽ, ക്ലിനിക്കൽ ഡാറ്റ വിശകലനം ചെയ്യുന്നതിനും AI പ്രയോഗിക്കുന്നു.
ടാർഗെറ്റ് അധിഷ്ഠിത മയക്കുമരുന്ന് കണ്ടെത്തലിന് അപ്പുറം, മറ്റ് ഗവേഷണ മേഖലകളിൽ AI പ്രയോഗിക്കുന്നു, ഉദാഹരണത്തിന്, ഫിനോടൈപിക് ഡ്രഗ് ഡിസ്കവറി പ്രോഗ്രാമുകളിൽ - ഉയർന്ന ഉള്ളടക്ക സ്ക്രീനിംഗ് രീതികളിൽ നിന്നുള്ള ഡാറ്റ വിശകലനം ചെയ്യുന്നു.
ചെറിയ തന്മാത്രകളുടെ മയക്കുമരുന്ന് കണ്ടെത്തലിൽ AI- പ്രവർത്തിക്കുന്ന സ്റ്റാർട്ടപ്പുകളുടെ പ്രധാന ശ്രദ്ധാകേന്ദ്രമായതിനാൽ, ബയോളജിക്സ് കണ്ടെത്തലിനും വികസനത്തിനും അത്തരം സാങ്കേതികവിദ്യകൾ പ്രയോഗിക്കുന്നതിൽ താൽപ്പര്യമുണ്ട്.
2. മയക്കുമരുന്ന് കണ്ടെത്തൽ പര്യവേക്ഷണങ്ങൾക്കായി രാസ ഇടം വികസിപ്പിക്കുന്നു
ഏതെങ്കിലും ചെറിയ തന്മാത്ര മയക്കുമരുന്ന് കണ്ടെത്തൽ പ്രോഗ്രാമിൻ്റെ ഒരു പ്രധാന ഭാഗം ഹിറ്റ് പര്യവേക്ഷണമാണ് - വിജയകരമായ മരുന്നുകളിലേക്കുള്ള യാത്ര ആരംഭിക്കുന്ന ആരംഭ പോയിൻ്റ് തന്മാത്രകളെ തിരിച്ചറിയുക (അപൂർവ്വമായി ഈ യാത്രയെ അതിജീവിക്കുന്നു, എന്നിരുന്നാലും) - നിരവധി ഒപ്റ്റിമൈസേഷൻ, മൂല്യനിർണ്ണയം, പരിശോധന ഘട്ടങ്ങൾ എന്നിവയിലൂടെ.
ഹിറ്റ് പര്യവേക്ഷണത്തിൻ്റെ പ്രധാന ഘടകം, പ്രത്യേകിച്ച്, നോവൽ ടാർഗെറ്റ് ബയോളജി അന്വേഷിക്കുന്നതിന് ഉദ്യോഗാർത്ഥികളെ തിരഞ്ഞെടുക്കുന്നതിന് തന്മാത്രകൾ പോലെയുള്ള വിപുലീകരിച്ചതും രാസപരമായി വൈവിധ്യമാർന്നതുമായ മരുന്നുകളുടെ ഇടത്തിലേക്കുള്ള പ്രവേശനമാണ്. അറിയപ്പെടുന്ന ജൈവ ലക്ഷ്യങ്ങളെ ലക്ഷ്യമാക്കിയുള്ള ചെറിയ തന്മാത്രകളുടെ രൂപകല്പനകളെ അടിസ്ഥാനമാക്കിയാണ് ഫാർമയുടെ കൈകളിൽ നിലവിലുള്ള സംയുക്ത ശേഖരങ്ങൾ നിർമ്മിച്ചിരിക്കുന്നത് എന്നതിനാൽ, പുതിയ ബയോളജിക്കൽ ടാർഗെറ്റുകൾക്ക് ഒരേ രസതന്ത്രത്തെ അമിതമായി പുനരുപയോഗിക്കുന്നതിന് പകരം പുതിയ ഡിസൈനുകളും പുതിയ ആശയങ്ങളും ആവശ്യമാണ്.
ഈ ആവശ്യത്തെത്തുടർന്ന്, അക്കാദമിക് ലാബുകളും സ്വകാര്യ കമ്പനികളും സാധാരണ ഫാർമസ്യൂട്ടിക്കൽ കമ്പനികളുടെ സംയുക്ത ശേഖരണങ്ങളിൽ ലഭ്യമായതിനേക്കാൾ വളരെയേറെ രാസ സംയുക്തങ്ങളുടെ ഡാറ്റാബേസുകൾ സൃഷ്ടിക്കുന്നു. 166,4 ബില്യൺ തന്മാത്രകൾ അടങ്ങുന്ന വെർച്വൽ തന്മാത്രകളുടെ GDB-17 ഡാറ്റാബേസ് ഉദാഹരണം.FDB-1717 വരെ കനത്ത ആറ്റങ്ങളുള്ള 10 ദശലക്ഷം ശകലങ്ങൾ പോലെയുള്ള തന്മാത്രകൾ;ZINK- വെർച്വൽ സ്ക്രീനിംഗിനായി വാണിജ്യപരമായി ലഭ്യമായ സംയുക്തങ്ങളുടെ ഒരു സൌജന്യ ഡാറ്റാബേസ്, 750 ദശലക്ഷം തന്മാത്രകൾ അടങ്ങിയിരിക്കുന്നു, ഡോക്കിംഗിന് തയ്യാറായ 3D ഫോർമാറ്റുകളിൽ 230 ദശലക്ഷം ഉൾപ്പെടെ; സിന്തറ്റിക്കലി ആക്സസ് ചെയ്യാവുന്ന റെഡിലി അവൈലബിൾ (റിയൽ) കെമിക്കൽ സ്പേസിൻ്റെ സമീപകാല വികസനവും എനാമിൻ - 650 ദശലക്ഷം തന്മാത്രകൾ വഴി തിരയാൻ കഴിയുംയഥാർത്ഥ സ്പേസ് നാവിഗേറ്റർസോഫ്റ്റ്വെയർ, ഒപ്പം337 ദശലക്ഷം തന്മാത്രകൾ തിരയാൻ കഴിയും(സാദൃശ്യത്താൽ) EnamineStore-ൽ.
ഹിറ്റ് പര്യവേക്ഷണത്തിനായി പുതിയ മയക്കുമരുന്ന് പോലുള്ള കെമിക്കൽ സ്പേസ് ആക്സസ് ചെയ്യുന്നതിനുള്ള ഒരു ബദൽ സമീപനം ഡിഎൻഎ-എൻകോഡഡ് ലൈബ്രറി ടെക്നോളജി (DELT) ഉപയോഗിക്കുന്നു. DELT സിന്തസിസിൻ്റെ "സ്പ്ലിറ്റ് ആൻഡ് പൂൾ" സ്വഭാവം കാരണം, ചെലവും സമയവും കാര്യക്ഷമമായ രീതിയിൽ (ദശലക്ഷക്കണക്കിന് കോടിക്കണക്കിന് സംയുക്തങ്ങൾ) ധാരാളം സംയുക്തങ്ങൾ നിർമ്മിക്കുന്നത് സാധ്യമാകുന്നു.ഇവിടെഡിഎൻഎ എൻകോഡ് ചെയ്ത ലൈബ്രറി സാങ്കേതികവിദ്യയുടെ ചരിത്രപരമായ പശ്ചാത്തലം, ആശയങ്ങൾ, വിജയങ്ങൾ, പരിമിതികൾ, ഭാവി എന്നിവയെക്കുറിച്ചുള്ള ഉൾക്കാഴ്ചയുള്ള റിപ്പോർട്ടാണിത്.
3. ചെറിയ തന്മാത്രകൾ ഉപയോഗിച്ച് ആർഎൻഎ ലക്ഷ്യമിടുന്നു
തുടർച്ചയായി വർദ്ധിച്ചുവരുന്ന ആവേശത്തോടെ മയക്കുമരുന്ന് കണ്ടെത്തൽ സ്ഥലത്ത് ഇതൊരു ചൂടുള്ള പ്രവണതയാണ്: അക്കാദമിക് വിദഗ്ധരും ബയോടെക് സ്റ്റാർട്ടപ്പുകളും ഫാർമസ്യൂട്ടിക്കൽ കമ്പനികളും ആർഎൻഎ ടാർഗെറ്റിംഗിൽ കൂടുതൽ സജീവമാണ്, എന്നിരുന്നാലും അനിശ്ചിതത്വവും ഉയർന്നതാണ്.
ജീവജാലങ്ങളിൽ,ഡിഎൻഎഎന്നതിനായുള്ള വിവരങ്ങൾ സംഭരിക്കുന്നുപ്രോട്ടീൻസിന്തസിസ് ഒപ്പംആർ.എൻ.എറൈബോസോമുകളിലെ പ്രോട്ടീൻ സമന്വയത്തിലേക്ക് നയിക്കുന്ന ഡിഎൻഎയിൽ എൻകോഡ് ചെയ്ത നിർദ്ദേശങ്ങൾ നടപ്പിലാക്കുന്നു. മിക്ക മരുന്നുകളും ഒരു രോഗത്തിന് ഉത്തരവാദികളായ പ്രോട്ടീനുകളെ ലക്ഷ്യം വച്ചുള്ളതാണെങ്കിലും, ചിലപ്പോൾ ഇത് രോഗകാരിയായ പ്രക്രിയകളെ അടിച്ചമർത്താൻ പര്യാപ്തമല്ല. പ്രോട്ടീനുകൾ സമന്വയിപ്പിക്കപ്പെടുന്നതിന് മുമ്പ് തന്നെ പ്രക്രിയയിൽ ആരംഭിക്കുകയും ആർഎൻഎയെ സ്വാധീനിക്കുകയും ചെയ്യുന്നത് ഒരു മികച്ച തന്ത്രമാണെന്ന് തോന്നുന്നു, അതിനാൽ ജനിതകമാതൃകയുടെ അനാവശ്യ ഫിനോടൈപ്പിലേക്കുള്ള വിവർത്തന പ്രക്രിയയെ (രോഗപ്രകടനം) ഗണ്യമായി സ്വാധീനിക്കുന്നു.
പ്രശ്‌നം എന്തെന്നാൽ, ചെറിയ തന്മാത്രകൾക്കുള്ള കുപ്രസിദ്ധമായ ടാർഗെറ്റുകളാണ് ആർഎൻഎകൾ - അവ രേഖീയമാണ്, പക്ഷേ വിചിത്രമായി വളച്ചൊടിക്കാനോ മടക്കാനോ സ്വയം ഒട്ടിപ്പിടിക്കാനോ കഴിവുള്ളവയാണ്, മരുന്നുകൾക്ക് അനുയോജ്യമായ ബൈൻഡിംഗ് പോക്കറ്റുകളിലേക്ക് അതിൻ്റെ ആകൃതി മോശമായി കടം കൊടുക്കുന്നു. കൂടാതെ, പ്രോട്ടീനുകളിൽ നിന്ന് വ്യത്യസ്തമായി, അവ വെറും നാല് ന്യൂക്ലിയോടൈഡ് ബിൽഡിംഗ് ബ്ലോക്കുകൾ ഉൾക്കൊള്ളുന്നു, അവയെല്ലാം വളരെ സാമ്യമുള്ളതും ചെറിയ തന്മാത്രകളുടെ സെലക്ടീവ് ടാർഗെറ്റിംഗിന് ബുദ്ധിമുട്ടുള്ളതുമാണ്.
എന്നിരുന്നാലും,സമീപകാല മുന്നേറ്റങ്ങൾആർഎൻഎയെ ലക്ഷ്യം വയ്ക്കുന്ന മയക്കുമരുന്ന് പോലെയുള്ള, ജൈവശാസ്ത്രപരമായി സജീവമായ ചെറിയ തന്മാത്രകൾ വികസിപ്പിക്കാൻ യഥാർത്ഥത്തിൽ സാധ്യമാണെന്ന് നിർദ്ദേശിക്കുന്നു. നോവൽ ശാസ്‌ത്രീയ ഉൾക്കാഴ്‌ചകൾ ആർഎൻഎയ്‌ക്ക് ഒരു സുവർണ്ണ തിരക്ക് ഉണ്ടാക്കി –കുറഞ്ഞത് ഒരു ഡസൻ കമ്പനികൾബിഗ് ഫാർമ (ബയോജൻ, മെർക്ക്, നൊവാർട്ടിസ്, ഫൈസർ) ഉൾപ്പെടെയുള്ള പ്രോഗ്രാമുകളും അരാക്കിസ് തെറാപ്പിറ്റിക്‌സ് പോലുള്ള ബയോടെക് സ്റ്റാർട്ടപ്പുകളും ഉൾപ്പെടുന്നു.$38M സീരീസ് എ റൗണ്ട്2017-ൽ, വിപുലീകരണ ചികിത്സകൾ -2018-ൻ്റെ തുടക്കത്തിൽ $55M സീരീസ് എ.
4. പുതിയ ആൻ്റിബയോട്ടിക്കുകളുടെ കണ്ടെത്തൽ
ആൻറിബയോട്ടിക് പ്രതിരോധശേഷിയുള്ള ബാക്ടീരിയ - സൂപ്പർബഗുകളുടെ വർദ്ധനവിനെക്കുറിച്ച് വർദ്ധിച്ചുവരുന്ന ആശങ്കയുണ്ട്. ഓരോ വർഷവും ലോകമെമ്പാടുമുള്ള 700,000 മരണങ്ങൾക്ക് അവർ ഉത്തരവാദികളാണ്, യുകെ ഗവൺമെൻ്റ് അവലോകനമനുസരിച്ച്, ഈ സംഖ്യ നാടകീയമായി വർദ്ധിക്കും - 2050 ആകുമ്പോഴേക്കും 10 ദശലക്ഷമായി. ബാക്ടീരിയകൾ പരിണമിക്കുകയും ആൻറിബയോട്ടിക്കുകൾക്കുള്ള പ്രതിരോധം വികസിപ്പിക്കുകയും ചെയ്യുന്നു, അവ പരമ്പരാഗതമായി വലിയ വിജയത്തോടെ ഉപയോഗിച്ചു. സമയം കൊണ്ട് പ്രയോജനമില്ലാത്തത്.
രോഗികളിൽ ലളിതമായ കേസുകൾ കൈകാര്യം ചെയ്യുന്നതിനായി നിരുത്തരവാദപരമായ ആൻറിബയോട്ടിക്കുകളുടെ കുറിപ്പടിയും കന്നുകാലി വളർത്തലിലെ ആൻറിബയോട്ടിക്കുകളുടെ വ്യാപകമായ ഉപയോഗവും ബാക്ടീരിയൽ മ്യൂട്ടേഷനുകളുടെ നിരക്ക് ത്വരിതപ്പെടുത്തുന്നതിലൂടെ സാഹചര്യത്തെ അപകടത്തിലാക്കുന്നു, ഇത് മയക്കുമരുന്നുകളെ ഭയാനകമായ വേഗതയിൽ പ്രതിരോധിക്കും.
മറുവശത്ത്, ആൻറിബയോട്ടിക്കുകളുടെ കണ്ടെത്തൽ ഫാർമസ്യൂട്ടിക്കൽ ഗവേഷണത്തിന് ആകർഷകമല്ലാത്ത മേഖലയാണ്, കൂടുതൽ 'സാമ്പത്തികമായി സാധ്യമായ' മരുന്നുകൾ വികസിപ്പിക്കുന്നതുമായി താരതമ്യം ചെയ്യുമ്പോൾ. മുപ്പത് വർഷങ്ങൾക്ക് മുമ്പ് അവതരിപ്പിച്ച നോവൽ ആൻറിബയോട്ടിക് ക്ലാസുകളുടെ പൈപ്പ്ലൈൻ ഉണങ്ങുന്നതിന് പിന്നിലെ പ്രധാന കാരണം ഇതാണ്.
റെഗുലേറ്ററി നിയമനിർമ്മാണത്തിലെ ചില പ്രയോജനകരമായ മാറ്റങ്ങൾ, ആൻറിബയോട്ടിക്സ് കണ്ടെത്തൽ പ്രോഗ്രാമുകളിലേക്ക് പണം ഒഴുക്കാൻ ഫാർമയെ ഉത്തേജിപ്പിക്കുന്നു, കൂടാതെ വെഞ്ച്വർ നിക്ഷേപകർ - വാഗ്ദാനമായ ആൻറി ബാക്ടീരിയൽ മരുന്നുകൾ വികസിപ്പിച്ചെടുക്കുന്ന ബയോടെക് സ്റ്റാർട്ടപ്പുകളിലേക്ക് ഇക്കാലത്ത് ആൻറിബയോട്ടിക് കണ്ടെത്തൽ കൂടുതൽ ആകർഷകമായ മേഖലയായി മാറുന്നു. 2016-ൽ ഞങ്ങളിൽ ഒരാൾ (AB)ആൻറിബയോട്ടിക് മരുന്ന് കണ്ടുപിടിത്തത്തിൻ്റെ അവസ്ഥ അവലോകനം ചെയ്തുമാക്രോലൈഡ് ഫാർമസ്യൂട്ടിക്കൽസ്, ഇറ്റെറം തെറാപ്പിറ്റിക്‌സ്, സ്‌പെറോ തെറാപ്പിറ്റിക്‌സ്, സിഡാര തെറാപ്പിറ്റിക്‌സ്, എൻ്റാസിസ് തെറാപ്പിറ്റിക്‌സ് എന്നിവയുൾപ്പെടെ ബഹിരാകാശത്തെ വാഗ്ദാനമായ ചില സ്റ്റാർട്ടപ്പുകളെ സംഗ്രഹിച്ചു.
ശ്രദ്ധേയമായി, ആൻറിബയോട്ടിക് മേഖലയിലെ ഏറ്റവും ആവേശകരമായ സമീപകാല മുന്നേറ്റങ്ങളിലൊന്നാണ്Teixobactin കണ്ടുപിടിച്ചത്നോർത്ത് ഈസ്റ്റേൺ യൂണിവേഴ്സിറ്റിയിലെ ആൻ്റിമൈക്രോബിയൽ ഡിസ്കവറി സെൻ്റർ ഡയറക്ടർ ഡോ. കിം ലൂയിസിൻ്റെ നേതൃത്വത്തിലുള്ള ഒരു കൂട്ടം ശാസ്ത്രജ്ഞർ 2015-ൽ അതിൻ്റെ അനലോഗ്കളും. ഈ ശക്തമായ പുതിയ ആൻറിബയോട്ടിക് വിഭാഗത്തിന് അതിനെതിരായ ബാക്ടീരിയ പ്രതിരോധത്തിൻ്റെ വികാസത്തെ ചെറുക്കാൻ കഴിയുമെന്ന് വിശ്വസിക്കപ്പെടുന്നു. കഴിഞ്ഞ വർഷം, ലിങ്കൺ സർവ്വകലാശാലയിലെ ഗവേഷകർ ടീക്സോബാക്റ്റിൻ്റെ ഒരു സമന്വയ പതിപ്പ് വിജയകരമായി വികസിപ്പിച്ചെടുത്തു, ഇത് ഒരു സുപ്രധാന ചുവടുവയ്പ്പുണ്ടാക്കി.
ഇപ്പോൾ സിംഗപ്പൂർ ഐ റിസർച്ച് ഇൻസ്റ്റിറ്റ്യൂട്ടിലെ ഗവേഷകർ മരുന്നിൻ്റെ സിന്തറ്റിക് പതിപ്പ് ലൈവ് മൗസ് മോഡലുകളിൽ സ്റ്റാഫൈലോകോക്കസ് ഓറിയസ് കെരാറ്റിറ്റിസിനെ വിജയകരമായി സുഖപ്പെടുത്തുമെന്ന് തെളിയിച്ചിട്ടുണ്ട്; ടീക്സോബാക്റ്റിൻ്റെ പ്രവർത്തനം വിട്രോയിൽ മാത്രം പ്രകടമാകുന്നതിന് മുമ്പ്. ഈ പുതിയ കണ്ടെത്തലുകളോടെ, ഡോക്ടർമാർക്ക് ഉപയോഗിക്കാൻ കഴിയുന്ന ഒരു മരുന്നായി മാറാൻ ടീക്സോബാക്റ്റിന് 6-10 വർഷത്തെ വികസനം ആവശ്യമാണ്.
2015-ൽ ടീക്സോബാക്റ്റിൻ കണ്ടെത്തിയതിനുശേഷം, ആൻറിബയോട്ടിക്കുകളുടെ മറ്റൊരു പുതിയ കുടുംബം മലാസിഡിൻ.2018 ൻ്റെ തുടക്കത്തിൽ വെളിപ്പെടുത്തി. ഈ കണ്ടെത്തൽ ഇപ്പോഴും അതിൻ്റെ പ്രാരംഭ ഘട്ടത്തിലാണ്, ടീക്സോബാക്ടിനെക്കുറിച്ചുള്ള ഏറ്റവും പുതിയ ഗവേഷണം പോലെ വികസിച്ചിട്ടില്ല.
5. ഫിനോടൈപ്പിക് സ്ക്രീനിംഗ്
ചിത്രത്തിന് കടപ്പാട്:സൈലൈഫ് ലാബ്
2011-ൽ ഡേവിഡ് സ്വിനിയും ജേസൺ ആൻ്റണിയും രചയിതാക്കൾഅവരുടെ കണ്ടെത്തലുകളുടെ ഫലങ്ങൾ പ്രസിദ്ധീകരിച്ചു1999 നും 2008 നും ഇടയിൽ പുതിയ മരുന്നുകൾ എങ്ങനെ കണ്ടുപിടിച്ചു എന്നതിനെക്കുറിച്ച്, ടാർഗെറ്റ് അധിഷ്ഠിത സമീപനങ്ങളേക്കാൾ (യഥാക്രമം 28 അംഗീകൃത മരുന്നുകൾ vs 17, യഥാക്രമം) ഫിനോടൈപിക് സ്ക്രീനിംഗ് ഉപയോഗിച്ചാണ് ഫസ്റ്റ്-ഇൻ-ക്ലാസ് ചെറിയ തന്മാത്രാ മരുന്നുകൾ കണ്ടെത്തിയത് എന്ന വസ്തുത അനാവരണം ചെയ്തു. പ്രസ്താവിച്ച കാലയളവിൽ ഒരു പ്രധാന ശ്രദ്ധാകേന്ദ്രമായിരുന്ന ടാർഗെറ്റ് അധിഷ്ഠിത സമീപനമായിരുന്നു അത് എന്നത് കണക്കിലെടുക്കുമ്പോൾ അത് കൂടുതൽ ശ്രദ്ധേയമാണ്.
ഈ സ്വാധീനമുള്ള വിശകലനം 2011 മുതൽ ഫാർമസ്യൂട്ടിക്കൽ വ്യവസായത്തിലും അക്കാദമിയയിലും - ഔഷധ കണ്ടെത്തൽ മാതൃകയുടെ ഒരു നവോത്ഥാനത്തിന് കാരണമായി. അടുത്തിടെ, നൊവാർട്ടിസിലെ ശാസ്ത്രജ്ഞർഅവലോകനം നടത്തിഈ പ്രവണതയുടെ നിലവിലെ അവസ്ഥയും ഫാർമ റിസർച്ച് ഓർഗനൈസേഷനുകളും ഫിനോടൈപ്പിക് സമീപനത്തിൽ കാര്യമായ വെല്ലുവിളികൾ നേരിട്ടപ്പോൾ, കഴിഞ്ഞ 5 വർഷമായി ടാർഗെറ്റ് അധിഷ്ഠിത സ്‌ക്രീനുകളുടെ എണ്ണം കുറയുകയും ഫിനോടൈപ്പിക് സമീപനങ്ങളുടെ വർദ്ധനവ് ഉണ്ടെന്നും ഒരു നിഗമനത്തിലെത്തി. മിക്കവാറും, ഈ പ്രവണത 2018-നപ്പുറം തുടരും.
പ്രധാനമായി, ഫിനോടൈപ്പിക്, ടാർഗെറ്റ് അധിഷ്ഠിത സമീപനങ്ങളെ താരതമ്യം ചെയ്യുന്നതിനുമപ്പുറം, അനശ്വര സെൽ ലൈനുകളിൽ നിന്ന് പ്രാഥമിക കോശങ്ങളിലേക്കും രോഗികളുടെ കോശങ്ങളിലേക്കും സഹ-സംസ്‌കാരങ്ങളിലേക്കും 3D സംസ്‌കാരങ്ങളിലേക്കും പോകുന്നത് പോലെ, കൂടുതൽ സങ്കീർണ്ണമായ സെല്ലുലാർ പരിശോധനകളിലേക്ക് വ്യക്തമായ പ്രവണതയുണ്ട്. ഉപസെല്ലുലാർ കമ്പാർട്ട്‌മെൻ്റുകൾ, സിംഗിൾ-സെൽ വിശകലനം, സെൽ ഇമേജിംഗ് എന്നിവയിലെ മാറ്റങ്ങൾ നിരീക്ഷിക്കുന്നതിനുള്ള ഏകീകൃത റീഡൗട്ടുകൾക്കപ്പുറം പരീക്ഷണാത്മക സജ്ജീകരണവും കൂടുതൽ സങ്കീർണ്ണമായിക്കൊണ്ടിരിക്കുകയാണ്.
6. അവയവങ്ങൾ (ശരീരം)-ഓൺ-എ-ചിപ്പ്
ജീവനുള്ള മനുഷ്യ കോശങ്ങളാൽ നിരത്തപ്പെട്ട മൈക്രോചിപ്പുകൾ മയക്കുമരുന്ന് വികസനത്തിലും രോഗ മോഡലിംഗിലും വ്യക്തിഗത വൈദ്യശാസ്ത്രത്തിലും വിപ്ലവം സൃഷ്ടിക്കും. 'ഓർഗൻസ്-ഓൺ-ചിപ്‌സ്' എന്ന് വിളിക്കപ്പെടുന്ന ഈ മൈക്രോചിപ്പുകൾ പരമ്പരാഗത മൃഗ പരിശോധനയ്ക്ക് സാധ്യതയുള്ള ഒരു ബദൽ വാഗ്ദാനം ചെയ്യുന്നു. ആത്യന്തികമായി, സിസ്റ്റങ്ങളെ മൊത്തത്തിൽ ബന്ധിപ്പിക്കുന്നത് മയക്കുമരുന്ന് കണ്ടെത്തുന്നതിനും മയക്കുമരുന്ന് കാൻഡിഡേറ്റ് പരിശോധനയ്ക്കും മൂല്യനിർണ്ണയത്തിനും അനുയോജ്യമായ മുഴുവൻ "ബോഡി-ഓൺ-എ-ചിപ്പ്" സിസ്റ്റവും ഉള്ള ഒരു മാർഗമാണ്.
ഈ പ്രവണത ഇപ്പോൾ മയക്കുമരുന്ന് കണ്ടുപിടിത്തത്തിലും വികസന മേഖലയിലും വലിയ കാര്യമാണ്, കൂടാതെ അടുത്തിടെയുള്ള ഒരു "ഓർഗൻ-ഓൺ-എ-ചിപ്പ്" മാതൃകയുടെ നിലവിലെ അവസ്ഥയും സന്ദർഭവും ഞങ്ങൾ ഇതിനകം ഉൾപ്പെടുത്തിയിട്ടുണ്ട്.മിനി അവലോകനം.
6-7 വർഷങ്ങൾക്ക് മുമ്പ് ഒരുപാട് സംശയങ്ങൾ നിലനിന്നിരുന്നുവെങ്കിലും, ഈ മേഖലയെക്കുറിച്ചുള്ള കാഴ്ചപ്പാടുകൾ ആവേശഭരിതരായ ദത്തെടുക്കുന്നവർ വ്യക്തമാക്കിയപ്പോൾ. എന്നാൽ, ഇന്ന് വിമർശകർ പൂർണ പിൻവാങ്ങലിലാണ്. റെഗുലേറ്ററി, ഫണ്ടിംഗ് ഏജൻസികൾ മാത്രമല്ലആശയം സ്വീകരിച്ചു, എന്നാൽ ഇപ്പോൾ അത് വർദ്ധിച്ചുവരികയാണ്സ്വീകരിച്ചുഫാർമയും അക്കാദമിയയും ഒരു മയക്കുമരുന്ന് ഗവേഷണ പ്ലാറ്റ്ഫോമായി. ഓൺ-ചിപ്പ് സിസ്റ്റങ്ങളിൽ രണ്ട് ഡസനിലധികം അവയവ സംവിധാനങ്ങളെ പ്രതിനിധീകരിക്കുന്നു. അതിനെക്കുറിച്ച് കൂടുതൽ വായിക്കുകഇവിടെ.
7. ബയോ പ്രിൻ്റിംഗ്
മനുഷ്യ കോശങ്ങളുടെയും അവയവങ്ങളുടെയും ബയോ പ്രിൻ്റിംഗ് മേഖല അതിവേഗം വികസിച്ചുകൊണ്ടിരിക്കുന്നു, ഇത് വൈദ്യശാസ്ത്രത്തിൻ്റെ ഭാവിയാണ്. 2016 ൻ്റെ തുടക്കത്തിൽ സ്ഥാപിതമായ,സെലിങ്ക്3D പ്രിൻ്റ് ചെയ്യാവുന്ന ബയോഇങ്ക് വാഗ്ദാനം ചെയ്യുന്ന ലോകത്തിലെ ആദ്യത്തെ കമ്പനികളിൽ ഒന്നാണ് - മനുഷ്യകോശങ്ങളുടെ ജീവനും വളർച്ചയും പ്രാപ്തമാക്കുന്ന ഒരു ദ്രാവകം. ഇപ്പോൾ കമ്പനി ശരീരത്തിൻ്റെ ഭാഗങ്ങൾ ബയോപ്രിൻ്റ് ചെയ്യുന്നു - മൂക്കും ചെവിയും, പ്രധാനമായും മരുന്നുകളും സൗന്ദര്യവർദ്ധക വസ്തുക്കളും പരിശോധിക്കുന്നതിനായി. കരൾ പോലുള്ള മനുഷ്യാവയവങ്ങളിൽ നിന്നുള്ള കോശങ്ങളുമായി "കളിക്കാൻ" ഗവേഷകരെ പ്രാപ്തരാക്കുന്ന ക്യൂബുകളും ഇത് പ്രിൻ്റ് ചെയ്യുന്നു.
ക്യാൻസർ ഗവേഷണത്തിൻ്റെയും മയക്കുമരുന്ന് കണ്ടെത്തലിൻ്റെയും മേഖലയെ ഗണ്യമായി മുന്നോട്ട് കൊണ്ടുപോകുന്നതിനായി, ക്യാൻസർ ടിഷ്യൂകൾ ഉൽപ്പാദിപ്പിക്കുന്നതിൽ വൈദഗ്ധ്യമുള്ള ഫ്രഞ്ച് മെഡ്‌ടെക് കമ്പനിയായ CTI ബയോടെക്കുമായി സെല്ലിങ്ക് അടുത്തിടെ പങ്കാളിത്തം സ്ഥാപിച്ചു.
രോഗിയുടെ കാൻസർ കോശങ്ങളുടെ സാമ്പിളുമായി സെല്ലിങ്കിൻ്റെ ബയോഇങ്ക് കലർത്തി ക്യാൻസർ ട്യൂമറുകളുടെ 3D പ്രിൻ്റ് പകർപ്പുകൾ വരെ CTI-യെ യുവ ബയോടെക് സ്റ്റാർട്ടപ്പ് സഹായിക്കും. നിർദ്ദിഷ്ട ക്യാൻസർ തരങ്ങൾക്കെതിരായ നവീനമായ ചികിത്സകൾ തിരിച്ചറിയാൻ ഇത് ഗവേഷകരെ സഹായിക്കും.
മറ്റൊരു ബയോടെക് സ്റ്റാർട്ടപ്പ് ബയോളജിക്കൽ മെറ്റീരിയലുകൾ അച്ചടിക്കുന്നതിനായി 3D പ്രിൻ്റിംഗ് സാങ്കേതികവിദ്യ വികസിപ്പിക്കുന്നു - ഒരു ഓക്സ്ഫോർഡ് യൂണിവേഴ്സിറ്റി സ്പിൻഔട്ട് കമ്പനിയായ OxSyBioവെറും 10 മില്യൺ പൗണ്ട് സുരക്ഷിതമാക്കിസീരീസ് എ ധനസഹായത്തിൽ.
3D ബയോപ്രിൻറിംഗ് വളരെ ഉപയോഗപ്രദമായ ഒരു സാങ്കേതികവിദ്യയാണെങ്കിലും, അത് നിശ്ചലവും നിർജീവവുമാണ്, കാരണം ഇത് അച്ചടിച്ച വസ്തുവിൻ്റെ പ്രാരംഭ അവസ്ഥയെ മാത്രം പരിഗണിക്കുന്നു. അച്ചടിച്ച ബയോ ഒബ്‌ജക്‌റ്റുകളിൽ (“4D ബയോ പ്രിൻ്റിംഗ്” എന്ന് വിളിക്കപ്പെടുന്നവ) നാലാമത്തെ മാനമായി “സമയം” ഉൾപ്പെടുത്തുക എന്നതാണ് കൂടുതൽ വിപുലമായ ഒരു സമീപനം, ബാഹ്യ ഉത്തേജനം അടിച്ചേൽപ്പിക്കുമ്പോൾ കാലത്തിനനുസരിച്ച് അവയുടെ ആകൃതികളും പ്രവർത്തനങ്ങളും മാറ്റാൻ അവയെ പ്രാപ്‌തമാക്കുന്നു.ഇവിടെ4D ബയോ പ്രിൻ്റിംഗിനെക്കുറിച്ചുള്ള ഉൾക്കാഴ്ചയുള്ള അവലോകനമാണ്.
ക്ലോസിംഗ് വീക്ഷണം
ഇപ്പോൾ വിവരിച്ചിരിക്കുന്ന ഓരോ മുൻനിര ട്രെൻഡുകളിലേക്കും ആഴത്തിൽ മുങ്ങാതെ തന്നെ, AI പ്രവർത്തനത്തിൻ്റെ വർദ്ധിച്ചുവരുന്ന ഒരു ഭാഗം എടുക്കുമെന്ന് വ്യക്തമാകും. ബയോഫാർമ നവീകരണത്തിൻ്റെ ഈ പുതിയ മേഖലകളെല്ലാം വലിയ ഡാറ്റാ കേന്ദ്രീകൃതമായി മാറിയിരിക്കുന്നു. ഈ സാഹചര്യം തന്നെ AI-യ്‌ക്ക് ഒരു മുൻനിര പങ്കാണ് നൽകുന്നത്, വിഷയത്തിൻ്റെ ഈ കവറേജിൻ്റെ പോസ്റ്റ്‌സ്‌ക്രിപ്റ്റ് എന്ന നിലയിൽ, തുടർച്ചയായ പരിണാമത്തിന് വിധേയമാകുന്ന ഒന്നിലധികം, വിശകലന, സംഖ്യാ ഉപകരണങ്ങൾ AI ഉൾക്കൊള്ളുന്നു. മയക്കുമരുന്ന് കണ്ടെത്തലിലും പ്രാരംഭ ഘട്ട വികസനത്തിലും AI യുടെ പ്രയോഗങ്ങൾ പ്രധാനമായും ലക്ഷ്യമിടുന്നത് മറഞ്ഞിരിക്കുന്ന പാറ്റേണുകളും അനുമാനങ്ങളും കണ്ടെത്തുന്നതിനാണ്, അല്ലാത്തപക്ഷം തിരിച്ചറിയാനോ മനസ്സിലാക്കാനോ കഴിയാത്ത കാരണങ്ങളെയും ഫലങ്ങളെയും ബന്ധിപ്പിക്കുന്നു.
അതിനാൽ, ഫാർമസ്യൂട്ടിക്കൽ ഗവേഷണത്തിൽ ഉപയോഗിക്കുന്ന AI ഉപകരണങ്ങളുടെ ഉപവിഭാഗം കൂടുതൽ ഉചിതമായി "മെഷീൻ ഇൻ്റലിജൻസ്" അല്ലെങ്കിൽ "മെഷീൻ ലേണിംഗ്" എന്ന പേരിലാണ് വരുന്നത്. ക്ലാസിഫയറുകളും സ്റ്റാറ്റിസ്റ്റിക്കൽ ലേണിംഗ് രീതികളും പോലെ മാനുഷിക മാർഗനിർദേശത്താൽ ഇവ രണ്ടും മേൽനോട്ടം വഹിക്കാം, അല്ലെങ്കിൽ വിവിധ തരത്തിലുള്ള കൃത്രിമ ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ നടപ്പിലാക്കുന്നത് പോലെ അവയുടെ ആന്തരിക പ്രവർത്തനങ്ങളിൽ മേൽനോട്ടം വഹിക്കപ്പെടില്ല. ഭാഷയും സെമാൻ്റിക് പ്രോസസ്സിംഗും അനിശ്ചിത (അല്ലെങ്കിൽ അവ്യക്തമായ) ന്യായവാദത്തിനുള്ള പ്രോബബിലിസ്റ്റിക് രീതികളും ഉപയോഗപ്രദമായ പങ്ക് വഹിക്കുന്നു.
ഈ വ്യത്യസ്‌തമായ പ്രവർത്തനങ്ങൾ "AI" യുടെ വിശാലമായ അച്ചടക്കത്തിലേക്ക് എങ്ങനെ സംയോജിപ്പിക്കാമെന്ന് മനസിലാക്കുക എന്നത് എല്ലാ താൽപ്പര്യമുള്ള കക്ഷികളും ഏറ്റെടുക്കേണ്ട ഒരു ശ്രമകരമായ ദൗത്യമാണ്. വിശദീകരണങ്ങളും വ്യക്തതകളും തേടാനുള്ള ഏറ്റവും നല്ല സ്ഥലങ്ങളിലൊന്നാണ്ഡാറ്റ സയൻസ് സെൻട്രൽപോർട്ടലും പ്രത്യേകിച്ച് വിൻസെൻ്റ് ഗ്രാൻവില്ലിൻ്റെ ബ്ലോഗ് പോസ്റ്റുകളുംവ്യത്യാസങ്ങൾ വ്യക്തമാക്കുന്നുAI, മെഷീൻ ലീനിംഗ്, ആഴത്തിലുള്ള പഠനം, സ്ഥിതിവിവരക്കണക്കുകൾ എന്നിവയ്ക്കിടയിൽ. മൊത്തത്തിൽ AI- യുടെ ഉൾക്കാഴ്ചകളിൽ വിദഗ്ദ്ധനാകുക എന്നത് ഏതെങ്കിലും ബയോഫാർമ ട്രെൻഡുകൾക്ക് മുമ്പിൽ നിൽക്കുന്നതിൻ്റെ ഒഴിച്ചുകൂടാനാവാത്ത ഘടകമാണ്.
പോസ്റ്റ് സമയം: മെയ്-29-2018