ਚੁਣੌਤੀਪੂਰਨ ਆਰਥਿਕ ਅਤੇ ਤਕਨੀਕੀ ਵਾਤਾਵਰਣ ਵਿੱਚ ਮੁਕਾਬਲਾ ਕਰਨ ਲਈ ਲਗਾਤਾਰ ਵੱਧਦੇ ਦਬਾਅ ਹੇਠ ਹੋਣ ਕਰਕੇ, ਫਾਰਮਾਸਿਊਟੀਕਲ ਅਤੇ ਬਾਇਓਟੈਕ ਕੰਪਨੀਆਂ ਨੂੰ ਖੇਡ ਤੋਂ ਅੱਗੇ ਰਹਿਣ ਲਈ ਆਪਣੇ R&D ਪ੍ਰੋਗਰਾਮਾਂ ਵਿੱਚ ਨਿਰੰਤਰ ਨਵੀਨਤਾ ਲਿਆਉਣੀ ਚਾਹੀਦੀ ਹੈ।
ਬਾਹਰੀ ਕਾਢਾਂ ਵੱਖੋ-ਵੱਖਰੇ ਰੂਪਾਂ ਵਿੱਚ ਆਉਂਦੀਆਂ ਹਨ ਅਤੇ ਵੱਖ-ਵੱਖ ਥਾਵਾਂ ਤੋਂ ਉਤਪੰਨ ਹੁੰਦੀਆਂ ਹਨ — ਯੂਨੀਵਰਸਿਟੀ ਲੈਬਾਂ ਤੋਂ, ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਆਯੋਜਿਤ ਉੱਦਮ ਪੂੰਜੀ-ਬੈਕਡ ਸਟਾਰਟਅੱਪਸ ਅਤੇ ਕੰਟਰੈਕਟ ਰਿਸਰਚ ਸੰਸਥਾਵਾਂ (ਸੀਆਰਓ) ਤੱਕ। ਆਉ ਕੁਝ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਖੋਜ ਰੁਝਾਨਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰੀਏ ਜੋ ਕਿ 2018 ਅਤੇ ਇਸ ਤੋਂ ਬਾਅਦ ਵਿੱਚ "ਗਰਮ" ਹੋਣਗੇ, ਅਤੇ ਨਵੀਨਤਾਵਾਂ ਚਲਾਉਣ ਵਾਲੇ ਕੁਝ ਪ੍ਰਮੁੱਖ ਖਿਡਾਰੀਆਂ ਦਾ ਸਾਰ ਕਰੀਏ।
ਪਿਛਲੇ ਸਾਲ BioPharmaTrend ਦਾ ਸੰਖੇਪਕਈ ਮਹੱਤਵਪੂਰਨ ਰੁਝਾਨਬਾਇਓਫਾਰਮਾਸਿਊਟੀਕਲ ਉਦਯੋਗ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨਾ, ਅਰਥਾਤ: ਜੀਨ ਸੰਪਾਦਨ ਤਕਨੀਕਾਂ ਦੇ ਵੱਖ-ਵੱਖ ਪਹਿਲੂਆਂ ਦੀ ਤਰੱਕੀ (ਮੁੱਖ ਤੌਰ 'ਤੇ, CRISPR/Cas9); ਇਮਿਊਨੋ-ਆਨਕੋਲੋਜੀ (CAR-T ਸੈੱਲ) ਦੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਦਿਲਚਸਪ ਵਾਧਾ; ਮਾਈਕ੍ਰੋਬਾਇਓਮ ਖੋਜ 'ਤੇ ਵੱਧਦਾ ਫੋਕਸ; ਸ਼ੁੱਧਤਾ ਦਵਾਈ ਵਿੱਚ ਇੱਕ ਡੂੰਘੀ ਦਿਲਚਸਪੀ; ਐਂਟੀਬਾਇਓਟਿਕਸ ਦੀ ਖੋਜ ਵਿੱਚ ਕੁਝ ਮਹੱਤਵਪੂਰਨ ਤਰੱਕੀ; ਨਸ਼ੀਲੇ ਪਦਾਰਥਾਂ ਦੀ ਖੋਜ/ਵਿਕਾਸ ਲਈ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਬਾਰੇ ਵਧਦਾ ਉਤਸ਼ਾਹ; ਮੈਡੀਕਲ ਕੈਨਾਬਿਸ ਦੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਵਿਵਾਦਪੂਰਨ ਪਰ ਤੇਜ਼ ਵਾਧਾ; ਅਤੇ ਨਵੀਨਤਾਵਾਂ ਅਤੇ ਮੁਹਾਰਤ ਤੱਕ ਪਹੁੰਚ ਕਰਨ ਲਈ R&D ਆਊਟਸੋਰਸਿੰਗ ਮਾਡਲਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ 'ਤੇ ਫਾਰਮਾ ਦਾ ਨਿਰੰਤਰ ਫੋਕਸ।
ਹੇਠਾਂ ਸੂਚੀ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ ਖੋਜ ਦੇ ਕਈ ਹੋਰ ਸਰਗਰਮ ਖੇਤਰਾਂ ਦੇ ਨਾਲ ਇਸ ਸਮੀਖਿਆ ਦੀ ਨਿਰੰਤਰਤਾ ਹੈ, ਅਤੇ ਉੱਪਰ ਦੱਸੇ ਗਏ ਰੁਝਾਨਾਂ 'ਤੇ ਕੁਝ ਵਿਸਤ੍ਰਿਤ ਟਿੱਪਣੀਆਂ - ਜਿੱਥੇ ਸੰਬੰਧਤ ਹਨ।
1. ਫਾਰਮਾ ਅਤੇ ਬਾਇਓਟੈਕ ਦੁਆਰਾ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਨੂੰ ਅਪਣਾਉਣਾ
ਅੱਜਕੱਲ੍ਹ AI ਦੇ ਆਲੇ-ਦੁਆਲੇ ਦੇ ਸਾਰੇ ਪ੍ਰਚਾਰ ਦੇ ਨਾਲ, ਫਾਰਮਾਸਿਊਟੀਕਲ ਖੋਜ ਵਿੱਚ ਇਸ ਰੁਝਾਨ ਨਾਲ ਕਿਸੇ ਨੂੰ ਵੀ ਹੈਰਾਨ ਕਰਨਾ ਔਖਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇਹ ਨੋਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ AI-ਸੰਚਾਲਿਤ ਕੰਪਨੀਆਂ ਅਸਲ ਵਿੱਚ ਬਹੁਤ ਸਾਰੀਆਂ ਖੋਜ ਸਾਂਝੇਦਾਰੀਆਂ ਅਤੇ ਸਹਿਯੋਗੀ ਪ੍ਰੋਗਰਾਮਾਂ ਦੇ ਨਾਲ, ਵੱਡੇ ਫਾਰਮਾ ਅਤੇ ਹੋਰ ਪ੍ਰਮੁੱਖ ਜੀਵਨ ਵਿਗਿਆਨ ਖਿਡਾਰੀਆਂ ਨਾਲ ਟ੍ਰੈਕਸ਼ਨ ਪ੍ਰਾਪਤ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਦਿੰਦੀਆਂ ਹਨ -ਇਥੇਹੁਣ ਤੱਕ ਦੇ ਮੁੱਖ ਸੌਦਿਆਂ ਦੀ ਸੂਚੀ ਹੈ, ਅਤੇਇਥੇਪਿਛਲੇ ਕਈ ਮਹੀਨਿਆਂ ਵਿੱਚ "ਏਆਈ ਫਾਰ ਡਰੱਗ ਡਿਸਕਵਰੀ" ਸਪੇਸ ਵਿੱਚ ਕੁਝ ਮਹੱਤਵਪੂਰਨ ਗਤੀਵਿਧੀਆਂ ਦੀ ਇੱਕ ਸੰਖੇਪ ਸਮੀਖਿਆ ਹੈ।
AI-ਅਧਾਰਿਤ ਟੂਲਜ਼ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਹੁਣ ਡਰੱਗ ਖੋਜ ਅਤੇ ਵਿਕਾਸ ਦੇ ਸਾਰੇ ਪੜਾਵਾਂ 'ਤੇ ਖੋਜਿਆ ਜਾਂਦਾ ਹੈ - ਖੋਜ ਡੇਟਾ ਮਾਈਨਿੰਗ ਅਤੇ ਟੀਚੇ ਦੀ ਪਛਾਣ ਅਤੇ ਪ੍ਰਮਾਣਿਕਤਾ ਵਿੱਚ ਸਹਾਇਤਾ ਤੋਂ, ਨਾਵਲ ਲੀਡ ਮਿਸ਼ਰਣਾਂ ਅਤੇ ਡਰੱਗ ਉਮੀਦਵਾਰਾਂ ਦੇ ਨਾਲ ਆਉਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਤੱਕ, ਅਤੇ ਉਹਨਾਂ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਅਤੇ ਜੋਖਮਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਤੱਕ। ਅਤੇ ਅੰਤ ਵਿੱਚ, AI-ਅਧਾਰਿਤ ਸੌਫਟਵੇਅਰ ਹੁਣ ਦਿਲਚਸਪੀ ਦੇ ਮਿਸ਼ਰਣ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਰਸਾਇਣਕ ਸੰਸਲੇਸ਼ਣ ਦੀ ਯੋਜਨਾ ਬਣਾਉਣ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਨ ਦੇ ਯੋਗ ਹੈ। AI ਨੂੰ ਪ੍ਰੀ-ਕਲੀਨਿਕਲ ਅਤੇ ਕਲੀਨਿਕਲ ਅਜ਼ਮਾਇਸ਼ਾਂ ਦੀ ਯੋਜਨਾ ਬਣਾਉਣ ਅਤੇ ਬਾਇਓਮੈਡੀਕਲ ਅਤੇ ਕਲੀਨਿਕਲ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਵੀ ਲਾਗੂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਟੀਚਾ-ਅਧਾਰਿਤ ਡਰੱਗ ਖੋਜ ਤੋਂ ਪਰੇ, ਏਆਈ ਨੂੰ ਹੋਰ ਖੋਜ ਖੇਤਰਾਂ ਵਿੱਚ ਲਾਗੂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਉਦਾਹਰਣ ਵਜੋਂ, ਫੀਨੋਟਾਈਪਿਕ ਡਰੱਗ ਖੋਜ ਪ੍ਰੋਗਰਾਮਾਂ ਵਿੱਚ - ਉੱਚ ਸਮੱਗਰੀ ਸਕ੍ਰੀਨਿੰਗ ਵਿਧੀਆਂ ਤੋਂ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ।
ਛੋਟੇ ਅਣੂ ਦਵਾਈਆਂ ਦੀ ਖੋਜ 'ਤੇ AI ਦੁਆਰਾ ਚਲਾਏ ਜਾਣ ਵਾਲੇ ਸਟਾਰਟਅਪਸ ਦੇ ਮੁੱਖ ਫੋਕਸ ਦੇ ਨਾਲ, ਜੀਵ ਵਿਗਿਆਨ ਖੋਜ ਅਤੇ ਵਿਕਾਸ ਲਈ ਅਜਿਹੀਆਂ ਤਕਨਾਲੋਜੀਆਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਵਿੱਚ ਵੀ ਦਿਲਚਸਪੀ ਹੈ।
2. ਨਸ਼ੀਲੇ ਪਦਾਰਥਾਂ ਦੀ ਖੋਜ ਲਈ ਰਸਾਇਣਕ ਥਾਂ ਦਾ ਵਿਸਤਾਰ ਕਰਨਾ
ਕਿਸੇ ਵੀ ਛੋਟੇ ਅਣੂ ਡਰੱਗ ਖੋਜ ਪ੍ਰੋਗਰਾਮ ਦਾ ਇੱਕ ਮਹੱਤਵਪੂਰਣ ਹਿੱਸਾ ਹਿੱਟ ਐਕਸਪਲੋਰੇਸ਼ਨ ਹੈ - ਉਹਨਾਂ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਅਣੂਆਂ ਦੀ ਪਛਾਣ ਜੋ ਸਫਲ ਦਵਾਈਆਂ ਵੱਲ ਯਾਤਰਾ ਸ਼ੁਰੂ ਕਰਨਗੇ (ਹਾਲਾਂਕਿ ਉਹ ਇਸ ਸਫ਼ਰ ਤੋਂ ਬਹੁਤ ਘੱਟ ਬਚਦੇ ਹਨ) - ਕਈ ਅਨੁਕੂਲਤਾ, ਪ੍ਰਮਾਣਿਕਤਾ ਅਤੇ ਟੈਸਟਿੰਗ ਪੜਾਵਾਂ ਰਾਹੀਂ।
ਹਿੱਟ ਐਕਸਪਲੋਰੇਸ਼ਨ ਦਾ ਮੁੱਖ ਤੱਤ ਨਸ਼ੀਲੇ ਪਦਾਰਥਾਂ ਦੀ ਵਿਸਤ੍ਰਿਤ ਅਤੇ ਰਸਾਇਣਕ ਤੌਰ 'ਤੇ ਵਿਭਿੰਨ ਜਗ੍ਹਾ ਤੱਕ ਪਹੁੰਚ ਹੈ ਜਿਵੇਂ ਕਿ ਅਣੂ ਉਮੀਦਵਾਰਾਂ ਦੀ ਚੋਣ ਕਰਨ ਲਈ, ਖਾਸ ਕਰਕੇ, ਨਾਵਲ ਟੀਚੇ ਦੇ ਜੀਵ ਵਿਗਿਆਨ ਦੀ ਜਾਂਚ ਲਈ। ਇਹ ਦੇਖਦੇ ਹੋਏ ਕਿ ਫਾਰਮਾ ਦੇ ਹੱਥੋਂ ਮੌਜੂਦਾ ਮਿਸ਼ਰਿਤ ਸੰਗ੍ਰਹਿ ਜਾਣੇ-ਪਛਾਣੇ ਜੀਵ-ਵਿਗਿਆਨਕ ਟੀਚਿਆਂ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਣ ਵਾਲੇ ਛੋਟੇ ਅਣੂ ਡਿਜ਼ਾਈਨਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਹਿੱਸੇ ਵਿੱਚ ਬਣਾਏ ਗਏ ਸਨ, ਨਵੇਂ ਜੈਵਿਕ ਟੀਚਿਆਂ ਨੂੰ ਉਸੇ ਰਸਾਇਣ ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਰੀਸਾਈਕਲ ਕਰਨ ਦੀ ਬਜਾਏ ਨਵੇਂ ਡਿਜ਼ਾਈਨ ਅਤੇ ਨਵੇਂ ਵਿਚਾਰਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਇਸ ਲੋੜ ਦੇ ਬਾਅਦ, ਅਕਾਦਮਿਕ ਲੈਬਾਂ ਅਤੇ ਪ੍ਰਾਈਵੇਟ ਕੰਪਨੀਆਂ ਆਮ ਫਾਰਮਾਸਿਊਟੀਕਲ ਕੰਪਨੀ ਦੇ ਮਿਸ਼ਰਣ ਸੰਗ੍ਰਹਿ ਵਿੱਚ ਉਪਲਬਧ ਰਸਾਇਣਕ ਮਿਸ਼ਰਣਾਂ ਦੇ ਡੇਟਾਬੇਸ ਨੂੰ ਤਿਆਰ ਕਰਦੀਆਂ ਹਨ। ਉਦਾਹਰਨਾਂ ਵਿੱਚ 166,4 ਅਰਬ ਅਣੂਆਂ ਵਾਲੇ ਵਰਚੁਅਲ ਅਣੂਆਂ ਦਾ GDB-17 ਡੇਟਾਬੇਸ ਅਤੇFDB-1717 ਭਾਰੀ ਪਰਮਾਣੂਆਂ ਦੇ ਨਾਲ 10 ਮਿਲੀਅਨ ਟੁਕੜੇ-ਵਰਗੇ ਅਣੂਆਂ ਦਾ;ਜ਼ਿੰਕ- ਵਰਚੁਅਲ ਸਕ੍ਰੀਨਿੰਗ ਲਈ ਵਪਾਰਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਮਿਸ਼ਰਣਾਂ ਦਾ ਇੱਕ ਮੁਫਤ ਡੇਟਾਬੇਸ, ਜਿਸ ਵਿੱਚ 750 ਮਿਲੀਅਨ ਅਣੂ ਹਨ, ਜਿਸ ਵਿੱਚ ਡੌਕਿੰਗ ਲਈ ਤਿਆਰ 3D ਫਾਰਮੈਟਾਂ ਵਿੱਚ 230 ਮਿਲੀਅਨ ਸ਼ਾਮਲ ਹਨ; ਅਤੇ ਐਨਾਮੀਨ ਦੁਆਰਾ ਸਿੰਥੈਟਿਕ ਤੌਰ 'ਤੇ ਪਹੁੰਚਯੋਗ ਆਸਾਨੀ ਨਾਲ ਉਪਲਬਧ (ਅਸਲ) ਰਸਾਇਣਕ ਥਾਂ ਦਾ ਇੱਕ ਤਾਜ਼ਾ ਵਿਕਾਸ - 650 ਮਿਲੀਅਨ ਅਣੂ ਇਸ ਦੁਆਰਾ ਖੋਜੇ ਜਾ ਸਕਦੇ ਹਨਰੀਅਲ ਸਪੇਸ ਨੇਵੀਗੇਟਰਸਾਫਟਵੇਅਰ, ਅਤੇ337 ਮਿਲੀਅਨ ਅਣੂ ਖੋਜਣ ਯੋਗ ਹਨ(ਸਮਾਨਤਾ ਦੁਆਰਾ) EnamineStore 'ਤੇ।
ਹਿੱਟ ਖੋਜ ਲਈ ਨਵੀਂ ਨਸ਼ੀਲੇ ਪਦਾਰਥ-ਵਰਗੇ ਰਸਾਇਣਕ ਸਪੇਸ ਨੂੰ ਐਕਸੈਸ ਕਰਨ ਲਈ ਇੱਕ ਵਿਕਲਪਿਕ ਪਹੁੰਚ DNA-ਏਨਕੋਡਡ ਲਾਇਬ੍ਰੇਰੀ ਤਕਨਾਲੋਜੀ (DELT) ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀ ਹੈ। DELT ਸੰਸਲੇਸ਼ਣ ਦੀ "ਸਪਲਿਟ-ਐਂਡ-ਪੂਲ" ਪ੍ਰਕਿਰਤੀ ਦੇ ਕਾਰਨ, ਲਾਗਤ- ਅਤੇ ਸਮਾਂ-ਕੁਸ਼ਲ ਢੰਗ ਨਾਲ (ਲੱਖਾਂ ਤੋਂ ਅਰਬਾਂ ਮਿਸ਼ਰਣਾਂ) ਵਿੱਚ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਮਿਸ਼ਰਣ ਬਣਾਉਣਾ ਸੰਭਵ ਹੋ ਜਾਂਦਾ ਹੈ।ਇਥੇਇਤਿਹਾਸਕ ਪਿਛੋਕੜ, ਸੰਕਲਪਾਂ, ਸਫਲਤਾਵਾਂ, ਸੀਮਾਵਾਂ, ਅਤੇ ਡੀਐਨਏ-ਏਨਕੋਡਡ ਲਾਇਬ੍ਰੇਰੀ ਤਕਨਾਲੋਜੀ ਦੇ ਭਵਿੱਖ ਬਾਰੇ ਇੱਕ ਸਮਝਦਾਰ ਰਿਪੋਰਟ ਹੈ।
3. ਛੋਟੇ ਅਣੂਆਂ ਨਾਲ ਆਰਐਨਏ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਣਾ
ਇਹ ਲਗਾਤਾਰ ਵਧ ਰਹੇ ਉਤਸ਼ਾਹ ਦੇ ਨਾਲ ਡਰੱਗ ਖੋਜ ਸਪੇਸ ਵਿੱਚ ਇੱਕ ਗਰਮ ਰੁਝਾਨ ਹੈ: ਅਕਾਦਮਿਕ, ਬਾਇਓਟੈਕ ਸਟਾਰਟਅਪ ਅਤੇ ਫਾਰਮਾਸਿਊਟੀਕਲ ਕੰਪਨੀਆਂ ਆਰਐਨਏ ਨਿਸ਼ਾਨਾ ਬਣਾਉਣ ਬਾਰੇ ਤੇਜ਼ੀ ਨਾਲ ਸਰਗਰਮ ਹਨ, ਹਾਲਾਂਕਿ ਅਨਿਸ਼ਚਿਤਤਾ ਵੀ ਉੱਚੀ ਹੈ।
ਜੀਵਤ ਜੀਵ ਵਿਚ,ਡੀ.ਐਨ.ਏਲਈ ਜਾਣਕਾਰੀ ਸਟੋਰ ਕਰਦਾ ਹੈਪ੍ਰੋਟੀਨਸੰਸਲੇਸ਼ਣ ਅਤੇਆਰ.ਐਨ.ਏਡੀਐਨਏ ਵਿੱਚ ਏਨਕੋਡ ਕੀਤੀਆਂ ਹਦਾਇਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ ਜਿਸ ਨਾਲ ਰਾਈਬੋਸੋਮ ਵਿੱਚ ਪ੍ਰੋਟੀਨ ਸੰਸਲੇਸ਼ਣ ਹੁੰਦਾ ਹੈ। ਹਾਲਾਂਕਿ ਜ਼ਿਆਦਾਤਰ ਦਵਾਈਆਂ ਕਿਸੇ ਬਿਮਾਰੀ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਪ੍ਰੋਟੀਨ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਣ ਲਈ ਨਿਰਦੇਸ਼ਿਤ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ, ਕਈ ਵਾਰ ਇਹ ਜਰਾਸੀਮ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਦਬਾਉਣ ਲਈ ਕਾਫ਼ੀ ਨਹੀਂ ਹੁੰਦੀਆਂ ਹਨ। ਇਹ ਪ੍ਰੋਟੀਨ ਦੇ ਸੰਸ਼ਲੇਸ਼ਣ ਤੋਂ ਪਹਿਲਾਂ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਸ਼ੁਰੂਆਤ ਕਰਨ ਅਤੇ ਆਰਐਨਏ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਲਈ ਇੱਕ ਸਮਾਰਟ ਰਣਨੀਤੀ ਦੀ ਤਰ੍ਹਾਂ ਜਾਪਦਾ ਹੈ, ਇਸਲਈ ਅਣਚਾਹੇ ਫੀਨੋਟਾਈਪ (ਬਿਮਾਰੀ ਦੇ ਪ੍ਰਗਟਾਵੇ) ਵਿੱਚ ਜੀਨੋਟਾਈਪ ਦੇ ਅਨੁਵਾਦ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਕਾਫ਼ੀ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ।
ਸਮੱਸਿਆ ਇਹ ਹੈ ਕਿ, RNAs ਛੋਟੇ ਅਣੂਆਂ ਲਈ ਬਦਨਾਮ ਤੌਰ 'ਤੇ ਭਿਆਨਕ ਨਿਸ਼ਾਨੇ ਹਨ - ਉਹ ਰੇਖਿਕ ਹੁੰਦੇ ਹਨ, ਪਰ ਬੇਢੰਗੇ ਢੰਗ ਨਾਲ ਮਰੋੜਣ, ਫੋਲਡ ਕਰਨ ਜਾਂ ਆਪਣੇ ਆਪ ਨਾਲ ਚਿਪਕਣ ਦੇ ਯੋਗ ਹੁੰਦੇ ਹਨ, ਨਸ਼ਿਆਂ ਲਈ ਢੁਕਵੀਂ ਬਾਈਡਿੰਗ ਜੇਬਾਂ ਲਈ ਇਸਦੀ ਸ਼ਕਲ ਨੂੰ ਮਾੜੀ ਤਰ੍ਹਾਂ ਉਧਾਰ ਦਿੰਦੇ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਪ੍ਰੋਟੀਨ ਦੇ ਉਲਟ, ਉਹ ਸਿਰਫ ਚਾਰ ਨਿਊਕਲੀਓਟਾਈਡ ਬਿਲਡਿੰਗ ਬਲਾਕਾਂ ਦੀ ਰਚਨਾ ਕਰਦੇ ਹਨ ਜਿਸ ਨਾਲ ਉਹ ਸਾਰੇ ਛੋਟੇ ਅਣੂਆਂ ਦੁਆਰਾ ਚੋਣਵੇਂ ਨਿਸ਼ਾਨੇ ਲਈ ਬਹੁਤ ਸਮਾਨ ਅਤੇ ਮੁਸ਼ਕਲ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ।
ਹਾਲਾਂਕਿ,ਹਾਲੀਆ ਤਰੱਕੀ ਦੇ ਇੱਕ ਨੰਬਰਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ ਅਸਲ ਵਿੱਚ ਡਰੱਗ-ਵਰਗੇ, ਜੀਵ-ਵਿਗਿਆਨਕ ਤੌਰ 'ਤੇ ਕਿਰਿਆਸ਼ੀਲ ਛੋਟੇ ਅਣੂਆਂ ਦਾ ਵਿਕਾਸ ਕਰਨਾ ਸੰਭਵ ਹੈ ਜੋ ਆਰਐਨਏ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਂਦੇ ਹਨ। ਨਾਵਲ ਵਿਗਿਆਨਕ ਸੂਝ ਨੇ RNA ਲਈ ਸੁਨਹਿਰੀ ਭੀੜ ਨੂੰ ਪ੍ਰੇਰਿਤ ਕੀਤਾ -ਘੱਟੋ-ਘੱਟ ਇੱਕ ਦਰਜਨ ਕੰਪਨੀਆਂਇਸ ਨੂੰ ਸਮਰਪਿਤ ਪ੍ਰੋਗਰਾਮ ਹਨ, ਜਿਸ ਵਿੱਚ ਵੱਡੇ ਫਾਰਮਾ (ਬਾਇਓਜੇਨ, ਮਰਕ, ਨੋਵਾਰਟਿਸ, ਅਤੇ ਫਾਈਜ਼ਰ), ਅਤੇ ਬਾਇਓਟੈਕ ਸਟਾਰਟਅੱਪ ਜਿਵੇਂ ਕਿ ਅਰਾਕਿਸ ਥੈਰੇਪੂਟਿਕਸ$38M ਸੀਰੀਜ਼ A ਦੌਰ2017 ਵਿੱਚ, ਅਤੇ ਵਿਸਤਾਰ ਇਲਾਜ ਵਿਗਿਆਨ -2018 ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ $55M ਸੀਰੀਜ਼ A.
4. ਐਂਟੀਬਾਇਓਟਿਕਸ ਦੀ ਨਵੀਂ ਖੋਜ
ਐਂਟੀਬਾਇਓਟਿਕ-ਰੋਧਕ ਬੈਕਟੀਰੀਆ - ਸੁਪਰਬੱਗਜ਼ ਦੇ ਵਧਣ ਬਾਰੇ ਚਿੰਤਾ ਵਧ ਰਹੀ ਹੈ। ਉਹ ਹਰ ਸਾਲ ਦੁਨੀਆ ਭਰ ਵਿੱਚ ਲਗਭਗ 700,000 ਮੌਤਾਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹਨ, ਅਤੇ ਯੂਕੇ ਸਰਕਾਰ ਦੀ ਸਮੀਖਿਆ ਦੇ ਅਨੁਸਾਰ ਇਹ ਸੰਖਿਆ ਨਾਟਕੀ ਤੌਰ 'ਤੇ ਵੱਧ ਸਕਦੀ ਹੈ - 2050 ਤੱਕ 10 ਮਿਲੀਅਨ ਤੱਕ। ਬੈਕਟੀਰੀਆ ਵਿਕਸਤ ਹੁੰਦੇ ਹਨ ਅਤੇ ਐਂਟੀਬਾਇਓਟਿਕਸ ਪ੍ਰਤੀ ਪ੍ਰਤੀਰੋਧ ਵਿਕਸਿਤ ਕਰਦੇ ਹਨ ਜੋ ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ ਬਹੁਤ ਸਫਲਤਾ ਨਾਲ ਵਰਤੇ ਜਾਂਦੇ ਸਨ, ਅਤੇ ਫਿਰ ਬਣ ਜਾਂਦੇ ਹਨ। ਸਮੇਂ ਦੇ ਨਾਲ ਬੇਕਾਰ.
ਮਰੀਜ਼ਾਂ ਵਿੱਚ ਸਧਾਰਨ ਕੇਸਾਂ ਦੇ ਇਲਾਜ ਲਈ ਐਂਟੀਬਾਇਓਟਿਕਸ ਦੇ ਗੈਰ-ਜ਼ਿੰਮੇਵਾਰ ਨੁਸਖੇ ਅਤੇ ਪਸ਼ੂ ਪਾਲਣ ਵਿੱਚ ਐਂਟੀਬਾਇਓਟਿਕਸ ਦੀ ਵਿਆਪਕ ਵਰਤੋਂ ਬੈਕਟੀਰੀਆ ਦੇ ਪਰਿਵਰਤਨ ਦੀ ਦਰ ਨੂੰ ਤੇਜ਼ ਕਰਕੇ ਸਥਿਤੀ ਨੂੰ ਖਤਰੇ ਵਿੱਚ ਪਾਉਂਦੀ ਹੈ, ਉਹਨਾਂ ਨੂੰ ਖਤਰਨਾਕ ਗਤੀ ਨਾਲ ਨਸ਼ਿਆਂ ਪ੍ਰਤੀ ਰੋਧਕ ਬਣਾਉਂਦੀ ਹੈ।
ਦੂਜੇ ਪਾਸੇ, ਐਂਟੀਬਾਇਓਟਿਕਸ ਦੀ ਖੋਜ ਫਾਰਮਾਸਿਊਟੀਕਲ ਖੋਜ ਲਈ ਵਧੇਰੇ 'ਆਰਥਿਕ ਤੌਰ' ਤੇ ਵਿਵਹਾਰਕ' ਦਵਾਈਆਂ ਦੇ ਵਿਕਾਸ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਇੱਕ ਗੈਰ-ਆਕਰਸ਼ਕ ਖੇਤਰ ਰਹੀ ਹੈ। ਇਹ ਸ਼ਾਇਦ ਨਾਵਲ ਐਂਟੀਬਾਇਓਟਿਕ ਕਲਾਸਾਂ ਦੀ ਪਾਈਪਲਾਈਨ ਦੇ ਸੁੱਕਣ ਦਾ ਮੁੱਖ ਕਾਰਨ ਹੈ, ਜਿਸਦੀ ਆਖਰੀ ਇੱਕ ਤੀਹ ਸਾਲ ਤੋਂ ਵੱਧ ਪਹਿਲਾਂ ਪੇਸ਼ ਕੀਤੀ ਗਈ ਸੀ।
ਅੱਜ-ਕੱਲ੍ਹ ਐਂਟੀਬਾਇਓਟਿਕਸ ਦੀ ਖੋਜ ਰੈਗੂਲੇਟਰੀ ਵਿਧਾਨ ਵਿੱਚ ਕੁਝ ਲਾਹੇਵੰਦ ਤਬਦੀਲੀਆਂ, ਐਂਟੀਬਾਇਓਟਿਕਸ ਖੋਜ ਪ੍ਰੋਗਰਾਮਾਂ ਵਿੱਚ ਪੈਸਾ ਲਗਾਉਣ ਲਈ ਫਾਰਮਾ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨ, ਅਤੇ ਉੱਦਮ ਨਿਵੇਸ਼ਕਾਂ ਦੇ ਕਾਰਨ ਇੱਕ ਵਧੇਰੇ ਆਕਰਸ਼ਕ ਖੇਤਰ ਬਣ ਰਹੀ ਹੈ - ਵਾਅਦਾ ਕਰਨ ਵਾਲੀਆਂ ਐਂਟੀਬੈਕਟੀਰੀਅਲ ਦਵਾਈਆਂ ਵਿਕਸਿਤ ਕਰਨ ਵਾਲੇ ਬਾਇਓਟੈਕ ਸਟਾਰਟਅੱਪਸ ਵਿੱਚ। 2016 ਵਿੱਚ, ਸਾਡੇ ਵਿੱਚੋਂ ਇੱਕ (AB)ਐਂਟੀਬਾਇਓਟਿਕ ਦਵਾਈਆਂ ਦੀ ਖੋਜ ਦੀ ਸਥਿਤੀ ਦੀ ਸਮੀਖਿਆ ਕੀਤੀਅਤੇ ਸਪੇਸ ਵਿੱਚ ਕੁਝ ਹੋਨਹਾਰ ਸਟਾਰਟਅੱਪਾਂ ਦਾ ਸਾਰ ਦਿੱਤਾ, ਜਿਸ ਵਿੱਚ ਮੈਕਰੋਲਾਈਡ ਫਾਰਮਾਸਿਊਟੀਕਲਸ, ਇਟੇਰਮ ਥੈਰੇਪਿਊਟਿਕਸ, ਸਪੇਰੋ ਥੈਰੇਪਿਊਟਿਕਸ, ਸਿਡਾਰਾ ਥੈਰੇਪਿਊਟਿਕਸ, ਅਤੇ ਐਂਟਾਸਿਸ ਥੈਰੇਪਿਊਟਿਕਸ ਸ਼ਾਮਲ ਹਨ।
ਖਾਸ ਤੌਰ 'ਤੇ, ਐਂਟੀਬਾਇਓਟਿਕਸ ਸਪੇਸ ਵਿੱਚ ਇੱਕ ਹੋਰ ਦਿਲਚਸਪ ਹਾਲੀਆ ਸਫਲਤਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈTeixobactin ਦੀ ਖੋਜਅਤੇ ਇਸਦੇ ਐਨਾਲਾਗ 2015 ਵਿੱਚ ਵਿਗਿਆਨੀਆਂ ਦੇ ਇੱਕ ਸਮੂਹ ਦੁਆਰਾ ਡਾ. ਕਿਮ ਲੇਵਿਸ, ਉੱਤਰ-ਪੂਰਬੀ ਯੂਨੀਵਰਸਿਟੀ ਵਿੱਚ ਐਂਟੀਮਾਈਕਰੋਬਾਇਲ ਖੋਜ ਕੇਂਦਰ ਦੇ ਨਿਰਦੇਸ਼ਕ ਦੀ ਅਗਵਾਈ ਵਿੱਚ ਤਿਆਰ ਕੀਤੇ ਗਏ ਸਨ। ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ ਕਿ ਇਹ ਸ਼ਕਤੀਸ਼ਾਲੀ ਨਵੀਂ ਐਂਟੀਬਾਇਓਟਿਕਸ ਕਲਾਸ ਇਸਦੇ ਵਿਰੁੱਧ ਬੈਕਟੀਰੀਆ ਪ੍ਰਤੀਰੋਧ ਦੇ ਵਿਕਾਸ ਦਾ ਸਾਮ੍ਹਣਾ ਕਰਨ ਦੇ ਯੋਗ ਹੈ। ਪਿਛਲੇ ਸਾਲ, ਲਿੰਕਨ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਸਫਲਤਾਪੂਰਵਕ teixobactin ਦਾ ਇੱਕ ਸੰਸਲੇਸ਼ਿਤ ਸੰਸਕਰਣ ਵਿਕਸਿਤ ਕੀਤਾ, ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਅੱਗੇ ਵਧਾਇਆ।
ਹੁਣ ਸਿੰਗਾਪੁਰ ਆਈ ਰਿਸਰਚ ਇੰਸਟੀਚਿਊਟ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਦਿਖਾਇਆ ਹੈ ਕਿ ਡਰੱਗ ਦਾ ਸਿੰਥੈਟਿਕ ਸੰਸਕਰਣ ਲਾਈਵ ਮਾਊਸ ਮਾਡਲਾਂ ਵਿੱਚ ਸਟੈਫ਼ੀਲੋਕੋਕਸ ਔਰੀਅਸ ਕੇਰਾਟਾਈਟਸ ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਠੀਕ ਕਰ ਸਕਦਾ ਹੈ; teixobactin ਦੀ ਗਤੀਵਿਧੀ ਤੋਂ ਪਹਿਲਾਂ ਸਿਰਫ ਵਿਟਰੋ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਸੀ। ਇਹਨਾਂ ਨਵੀਆਂ ਖੋਜਾਂ ਦੇ ਨਾਲ, teixobactin ਨੂੰ ਇੱਕ ਅਜਿਹੀ ਦਵਾਈ ਬਣਨ ਲਈ 6-10 ਸਾਲਾਂ ਦੇ ਹੋਰ ਵਿਕਾਸ ਦੀ ਲੋੜ ਹੋਵੇਗੀ ਜਿਸਦੀ ਵਰਤੋਂ ਡਾਕਟਰ ਕਰ ਸਕਦੇ ਹਨ।
2015 ਵਿੱਚ teixobactin ਦੀ ਖੋਜ ਤੋਂ ਬਾਅਦ, ਐਂਟੀਬਾਇਓਟਿਕਸ ਦਾ ਇੱਕ ਹੋਰ ਨਵਾਂ ਪਰਿਵਾਰ ਜਿਸਨੂੰ ਮੈਲਾਸੀਡੀਨ ਕਿਹਾ ਜਾਂਦਾ ਸੀ2018 ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਪ੍ਰਗਟ ਹੋਇਆ. ਇਹ ਖੋਜ ਅਜੇ ਵੀ ਸ਼ੁਰੂਆਤੀ ਪੜਾਵਾਂ ਵਿੱਚ ਹੈ, ਅਤੇ ਟਾਈਕਸੋਬੈਕਟਿਨ 'ਤੇ ਨਵੀਨਤਮ ਖੋਜ ਦੇ ਰੂਪ ਵਿੱਚ ਲਗਭਗ ਵਿਕਸਤ ਨਹੀਂ ਹੈ।
5. ਫੀਨੋਟਾਈਪਿਕ ਸਕ੍ਰੀਨਿੰਗ
ਚਿੱਤਰ ਕ੍ਰੈਡਿਟ:SciLifeLab
2011 ਵਿੱਚ ਲੇਖਕ ਡੇਵਿਡ ਸਵਿਨੀ ਅਤੇ ਜੇਸਨ ਐਂਥਨੀਉਨ੍ਹਾਂ ਦੀਆਂ ਖੋਜਾਂ ਦੇ ਨਤੀਜੇ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੇ1999 ਅਤੇ 2008 ਦੇ ਵਿਚਕਾਰ ਨਵੀਆਂ ਦਵਾਈਆਂ ਦੀ ਖੋਜ ਕਿਵੇਂ ਕੀਤੀ ਗਈ ਸੀ, ਇਸ ਤੱਥ ਦਾ ਪਰਦਾਫਾਸ਼ ਕਰਦੇ ਹੋਏ ਕਿ ਟੀਚੇ-ਅਧਾਰਿਤ ਪਹੁੰਚਾਂ (ਕ੍ਰਮਵਾਰ 28 ਪ੍ਰਵਾਨਿਤ ਦਵਾਈਆਂ ਬਨਾਮ 17) ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਫਸਟ-ਇਨ-ਕਲਾਸ ਦੀਆਂ ਛੋਟੀਆਂ ਅਣੂ ਵਾਲੀਆਂ ਦਵਾਈਆਂ ਅਸਲ ਵਿੱਚ ਫੀਨੋਟਾਈਪਿਕ ਸਕ੍ਰੀਨਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਖੋਜੀਆਂ ਗਈਆਂ ਸਨ - ਅਤੇ ਇਹ ਇਸ ਗੱਲ ਨੂੰ ਧਿਆਨ ਵਿਚ ਰੱਖਦੇ ਹੋਏ ਹੋਰ ਵੀ ਹੈਰਾਨੀਜਨਕ ਹੈ ਕਿ ਇਹ ਟੀਚਾ ਆਧਾਰਿਤ ਪਹੁੰਚ ਸੀ ਜੋ ਕਿ ਦੱਸੀ ਗਈ ਮਿਆਦ ਦੇ ਦੌਰਾਨ ਮੁੱਖ ਫੋਕਸ ਸੀ।
ਇਸ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਵਿਸ਼ਲੇਸ਼ਣ ਨੇ 2011 ਤੋਂ ਫੀਨੋਟਾਈਪਿਕ ਡਰੱਗ ਖੋਜ ਪੈਰਾਡਾਈਮ ਦੇ ਪੁਨਰਜਾਗਰਣ ਨੂੰ ਚਾਲੂ ਕੀਤਾ - ਫਾਰਮਾਸਿਊਟੀਕਲ ਉਦਯੋਗ ਅਤੇ ਅਕਾਦਮਿਕ ਦੋਵਾਂ ਵਿੱਚ। ਹਾਲ ਹੀ ਵਿੱਚ, ਨੋਵਾਰਟਿਸ ਦੇ ਵਿਗਿਆਨੀਆਂ ਨੇਸਮੀਖਿਆ ਕੀਤੀਇਸ ਰੁਝਾਨ ਦੀ ਮੌਜੂਦਾ ਸਥਿਤੀ ਬਾਰੇ ਅਤੇ ਇਸ ਸਿੱਟੇ 'ਤੇ ਪਹੁੰਚੇ ਕਿ, ਜਦੋਂ ਕਿ ਫਾਰਮਾ ਖੋਜ ਸੰਸਥਾਵਾਂ ਨੂੰ ਫੀਨੋਟਾਈਪਿਕ ਪਹੁੰਚ ਨਾਲ ਕਾਫ਼ੀ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਿਆ, ਪਿਛਲੇ 5 ਸਾਲਾਂ ਵਿੱਚ ਟੀਚਾ-ਅਧਾਰਤ ਸਕ੍ਰੀਨਾਂ ਦੀ ਗਿਣਤੀ ਘਟ ਰਹੀ ਹੈ ਅਤੇ ਫੀਨੋਟਾਈਪਿਕ ਪਹੁੰਚ ਵਿੱਚ ਵਾਧਾ ਹੋਇਆ ਹੈ। ਜ਼ਿਆਦਾਤਰ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ, ਇਹ ਰੁਝਾਨ 2018 ਤੋਂ ਬਹੁਤ ਦੂਰ ਜਾਰੀ ਰਹੇਗਾ.
ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ, ਸਿਰਫ ਫੀਨੋਟਾਈਪਿਕ ਅਤੇ ਟੀਚੇ ਅਧਾਰਤ ਪਹੁੰਚਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨ ਤੋਂ ਇਲਾਵਾ, ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਸੈਲੂਲਰ ਅਸੈਸਾਂ ਵੱਲ ਇੱਕ ਸਪੱਸ਼ਟ ਰੁਝਾਨ ਹੈ, ਜਿਵੇਂ ਕਿ ਅਮਰ ਸੈੱਲ ਲਾਈਨਾਂ ਤੋਂ ਪ੍ਰਾਇਮਰੀ ਸੈੱਲਾਂ, ਰੋਗੀ ਸੈੱਲਾਂ, ਸਹਿ-ਸਭਿਆਚਾਰਾਂ, ਅਤੇ 3D ਸੱਭਿਆਚਾਰਾਂ ਵੱਲ ਜਾਣਾ। ਪ੍ਰਯੋਗਾਤਮਕ ਸੈਟਅਪ ਵੀ ਤੇਜ਼ੀ ਨਾਲ ਗੁੰਝਲਦਾਰ ਹੁੰਦਾ ਜਾ ਰਿਹਾ ਹੈ, ਉਪ-ਸੈਲੂਲਰ ਕੰਪਾਰਟਮੈਂਟਾਂ, ਸਿੰਗਲ-ਸੈੱਲ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਸੈੱਲ ਇਮੇਜਿੰਗ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਨੂੰ ਦੇਖਣ ਵੱਲ ਅਨਿਵਾਰੀ ਰੀਡਆਊਟਸ ਤੋਂ ਬਹੁਤ ਪਰੇ ਜਾ ਰਿਹਾ ਹੈ।
6. ਅੰਗ (ਸਰੀਰ)-ਤੇ-ਇੱਕ-ਚਿੱਪ
ਜੀਵਤ ਮਨੁੱਖੀ ਸੈੱਲਾਂ ਦੁਆਰਾ ਕਤਾਰਬੱਧ ਮਾਈਕ੍ਰੋਚਿਪਸ ਡਰੱਗ ਦੇ ਵਿਕਾਸ, ਰੋਗ ਮਾਡਲਿੰਗ ਅਤੇ ਵਿਅਕਤੀਗਤ ਦਵਾਈ ਵਿੱਚ ਕ੍ਰਾਂਤੀ ਲਿਆ ਸਕਦੇ ਹਨ। ਇਹ ਮਾਈਕ੍ਰੋਚਿਪਸ, ਜਿਨ੍ਹਾਂ ਨੂੰ 'ਅੰਗ-ਆਨ-ਚਿਪਸ' ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਪਰੰਪਰਾਗਤ ਜਾਨਵਰਾਂ ਦੀ ਜਾਂਚ ਦਾ ਸੰਭਾਵੀ ਵਿਕਲਪ ਪੇਸ਼ ਕਰਦੇ ਹਨ। ਆਖਰਕਾਰ, ਸਿਸਟਮਾਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਾਲ ਜੋੜਨਾ ਨਸ਼ੀਲੇ ਪਦਾਰਥਾਂ ਦੀ ਖੋਜ ਅਤੇ ਡਰੱਗ ਉਮੀਦਵਾਰ ਦੀ ਜਾਂਚ ਅਤੇ ਪ੍ਰਮਾਣਿਕਤਾ ਲਈ "ਬਾਡੀ-ਆਨ-ਏ-ਚਿੱਪ" ਸਿਸਟਮ ਨੂੰ ਆਦਰਸ਼ ਬਣਾਉਣ ਦਾ ਇੱਕ ਤਰੀਕਾ ਹੈ।
ਇਹ ਰੁਝਾਨ ਹੁਣ ਨਸ਼ੀਲੇ ਪਦਾਰਥਾਂ ਦੀ ਖੋਜ ਅਤੇ ਵਿਕਾਸ ਦੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਸੌਦਾ ਹੈ ਅਤੇ ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ ਹਾਲ ਹੀ ਵਿੱਚ "ਅੰਗ-ਆਨ-ਏ-ਚਿੱਪ" ਪੈਰਾਡਾਈਮ ਦੀ ਮੌਜੂਦਾ ਸਥਿਤੀ ਅਤੇ ਸੰਦਰਭ ਨੂੰ ਕਵਰ ਕਰ ਚੁੱਕੇ ਹਾਂ।ਮਿੰਨੀ-ਸਮੀਖਿਆ.
ਜਦੋਂ ਕਿ ਲਗਭਗ 6-7 ਸਾਲ ਪਹਿਲਾਂ ਬਹੁਤ ਸਾਰੇ ਸੰਦੇਹ ਮੌਜੂਦ ਸਨ, ਜਦੋਂ ਖੇਤਰ 'ਤੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਉਤਸ਼ਾਹੀ ਅਪਣਾਉਣ ਵਾਲਿਆਂ ਦੁਆਰਾ ਪ੍ਰਗਟ ਕੀਤੇ ਗਏ ਸਨ। ਅੱਜ, ਹਾਲਾਂਕਿ, ਆਲੋਚਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪਿੱਛੇ ਹਟਦੇ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ. ਨਾ ਸਿਰਫ ਰੈਗੂਲੇਟਰੀ ਅਤੇ ਫੰਡਿੰਗ ਏਜੰਸੀਆਂ ਹਨਸੰਕਲਪ ਨੂੰ ਅਪਣਾ ਲਿਆ, ਪਰ ਇਹ ਹੁਣ ਵਧ ਰਿਹਾ ਹੈਅਪਣਾਇਆਫਾਰਮਾ ਅਤੇ ਅਕਾਦਮਿਕ ਦੋਵਾਂ ਦੁਆਰਾ ਇੱਕ ਡਰੱਗ ਖੋਜ ਪਲੇਟਫਾਰਮ ਵਜੋਂ. ਦੋ ਦਰਜਨ ਤੋਂ ਵੱਧ ਅੰਗ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਆਨ-ਚਿੱਪ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਦਰਸਾਇਆ ਜਾਂਦਾ ਹੈ। ਇਸ ਬਾਰੇ ਹੋਰ ਪੜ੍ਹੋਇਥੇ.
7. ਬਾਇਓਪ੍ਰਿੰਟਿੰਗ
ਮਨੁੱਖੀ ਟਿਸ਼ੂਆਂ ਅਤੇ ਅੰਗਾਂ ਨੂੰ ਬਾਇਓਪ੍ਰਿੰਟਿੰਗ ਕਰਨ ਦਾ ਖੇਤਰ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਾਸ ਕਰ ਰਿਹਾ ਹੈ ਅਤੇ ਇਹ ਬਿਨਾਂ ਸ਼ੱਕ, ਦਵਾਈ ਦਾ ਭਵਿੱਖ ਹੈ। 2016 ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਸਥਾਪਿਤ,ਸੈਲਿੰਕ3D ਪ੍ਰਿੰਟ ਕਰਨ ਯੋਗ ਬਾਇਓਇੰਕ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਨ ਵਾਲੀ ਦੁਨੀਆ ਦੀਆਂ ਪਹਿਲੀਆਂ ਕੰਪਨੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ - ਇੱਕ ਤਰਲ ਜੋ ਮਨੁੱਖੀ ਸੈੱਲਾਂ ਦੇ ਜੀਵਨ ਅਤੇ ਵਿਕਾਸ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ। ਹੁਣ ਕੰਪਨੀ ਸਰੀਰ ਦੇ ਅੰਗਾਂ ਦੇ ਬਾਇਓਪ੍ਰਿੰਟ ਕਰਦੀ ਹੈ - ਨੱਕ ਅਤੇ ਕੰਨ, ਮੁੱਖ ਤੌਰ 'ਤੇ ਦਵਾਈਆਂ ਅਤੇ ਕਾਸਮੈਟਿਕਸ ਦੀ ਜਾਂਚ ਲਈ। ਇਹ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਮਨੁੱਖੀ ਅੰਗਾਂ ਜਿਵੇਂ ਕਿ ਜਿਗਰ ਦੇ ਸੈੱਲਾਂ ਨਾਲ "ਖੇਡਣ" ਦੇ ਯੋਗ ਬਣਾਉਣ ਵਾਲੇ ਕਿਊਬ ਵੀ ਛਾਪਦਾ ਹੈ।
ਸੈਲਿੰਕ ਨੇ ਹਾਲ ਹੀ ਵਿੱਚ ਕੈਂਸਰ ਖੋਜ ਅਤੇ ਦਵਾਈਆਂ ਦੀ ਖੋਜ ਦੇ ਖੇਤਰ ਨੂੰ ਕਾਫ਼ੀ ਅੱਗੇ ਵਧਾਉਣ ਲਈ, ਕੈਂਸਰ ਟਿਸ਼ੂਆਂ ਦੇ ਉਤਪਾਦਨ ਵਿੱਚ ਮਾਹਰ ਇੱਕ ਫਰਾਂਸੀਸੀ ਮੇਡਟੈਕ ਕੰਪਨੀ, CTI ਬਾਇਓਟੈਕ ਨਾਲ ਭਾਈਵਾਲੀ ਕੀਤੀ ਹੈ।
ਨੌਜਵਾਨ ਬਾਇਓਟੈਕ ਸਟਾਰਟਅੱਪ ਮਰੀਜ਼ ਦੇ ਕੈਂਸਰ ਸੈੱਲਾਂ ਦੇ ਨਮੂਨੇ ਦੇ ਨਾਲ ਸੈਲਿੰਕ ਦੇ ਬਾਇਓਇੰਕ ਨੂੰ ਮਿਲਾ ਕੇ, ਕੈਂਸਰ ਟਿਊਮਰਾਂ ਦੀ CTI ਤੋਂ 3D ਪ੍ਰਿੰਟ ਪ੍ਰਤੀਕ੍ਰਿਤੀਆਂ ਵਿੱਚ ਜ਼ਰੂਰੀ ਤੌਰ 'ਤੇ ਮਦਦ ਕਰੇਗਾ। ਇਹ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਖਾਸ ਕੈਂਸਰ ਕਿਸਮਾਂ ਦੇ ਵਿਰੁੱਧ ਨਵੇਂ ਇਲਾਜਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰੇਗਾ।
ਇੱਕ ਹੋਰ ਬਾਇਓਟੈਕ ਸਟਾਰਟਅੱਪ ਜੈਵਿਕ ਸਮੱਗਰੀ ਦੀ ਛਪਾਈ ਲਈ 3D ਪ੍ਰਿੰਟਿੰਗ ਤਕਨਾਲੋਜੀ ਵਿਕਸਿਤ ਕਰ ਰਿਹਾ ਹੈ - ਇੱਕ ਆਕਸਫੋਰਡ ਯੂਨੀਵਰਸਿਟੀ ਦੀ ਸਪਿਨਆਉਟ ਕੰਪਨੀ, OxSyBio, ਜੋਹੁਣੇ ਹੀ £10m ਸੁਰੱਖਿਅਤ ਹੈਸੀਰੀਜ਼ ਏ ਵਿੱਤ ਵਿੱਚ.
ਜਦੋਂ ਕਿ 3D ਬਾਇਓਪ੍ਰਿੰਟਿੰਗ ਇੱਕ ਬਹੁਤ ਹੀ ਉਪਯੋਗੀ ਤਕਨਾਲੋਜੀ ਹੈ, ਇਹ ਸਥਿਰ ਅਤੇ ਨਿਰਜੀਵ ਹੈ ਕਿਉਂਕਿ ਇਹ ਪ੍ਰਿੰਟ ਕੀਤੀ ਵਸਤੂ ਦੀ ਸਿਰਫ ਸ਼ੁਰੂਆਤੀ ਸਥਿਤੀ ਨੂੰ ਸਮਝਦੀ ਹੈ। ਪ੍ਰਿੰਟ ਕੀਤੇ ਬਾਇਓ-ਆਬਜੈਕਟਸ (ਅਖੌਤੀ "4D ਬਾਇਓਪ੍ਰਿੰਟਿੰਗ") ਵਿੱਚ "ਸਮਾਂ" ਨੂੰ ਚੌਥੇ ਆਯਾਮ ਦੇ ਤੌਰ 'ਤੇ ਸ਼ਾਮਲ ਕਰਨਾ, ਇੱਕ ਹੋਰ ਉੱਨਤ ਪਹੁੰਚ ਹੈ, ਜਦੋਂ ਇੱਕ ਬਾਹਰੀ ਉਤੇਜਨਾ ਲਗਾਇਆ ਜਾਂਦਾ ਹੈ ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਸਮੇਂ ਦੇ ਨਾਲ ਉਹਨਾਂ ਦੇ ਆਕਾਰ ਜਾਂ ਕਾਰਜਕੁਸ਼ਲਤਾਵਾਂ ਨੂੰ ਬਦਲਣ ਦੇ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ।ਇਥੇ4D ਬਾਇਓਪ੍ਰਿੰਟਿੰਗ 'ਤੇ ਇੱਕ ਸਮਝਦਾਰ ਸਮੀਖਿਆ ਹੈ।
ਸਮਾਪਤੀ ਦ੍ਰਿਸ਼ਟੀਕੋਣ
ਇੱਥੋਂ ਤੱਕ ਕਿ ਹੁਣੇ ਹੀ ਦੱਸੇ ਗਏ ਹਰੇਕ ਪ੍ਰਮੁੱਖ ਰੁਝਾਨ ਵਿੱਚ ਡੂੰਘੀ ਡੁਬਕੀ ਦੇ ਬਿਨਾਂ, ਇਹ ਸਪੱਸ਼ਟ ਹੋ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ AI ਕਾਰਵਾਈ ਦਾ ਇੱਕ ਵੱਧ ਰਿਹਾ ਹਿੱਸਾ ਲੈ ਰਿਹਾ ਹੈ। ਬਾਇਓਫਰਮਾ ਇਨੋਵੇਸ਼ਨ ਦੇ ਇਹ ਸਾਰੇ ਨਵੇਂ ਖੇਤਰ ਵੱਡੇ ਡਾਟਾ ਕੇਂਦਰਿਤ ਹੋ ਗਏ ਹਨ। ਇਹ ਸਥਿਤੀ ਆਪਣੇ ਆਪ ਵਿੱਚ AI ਲਈ ਇੱਕ ਪ੍ਰਮੁੱਖ ਭੂਮਿਕਾ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਵਿਸ਼ੇ ਦੇ ਇਸ ਕਵਰੇਜ ਲਈ ਇੱਕ ਪੋਸਟਸਕਰਿਪਟ ਦੇ ਰੂਪ ਵਿੱਚ, ਇਹ ਵੀ ਨੋਟ ਕਰਦੇ ਹੋਏ, ਕਿ AI ਵਿੱਚ ਕਈ, ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਅਤੇ ਸੰਖਿਆਤਮਕ ਟੂਲ ਸ਼ਾਮਲ ਹਨ ਜੋ ਨਿਰੰਤਰ ਵਿਕਾਸ ਦੇ ਅਧੀਨ ਹਨ। ਨਸ਼ੀਲੇ ਪਦਾਰਥਾਂ ਦੀ ਖੋਜ ਅਤੇ ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ ਦੇ ਵਿਕਾਸ ਵਿੱਚ AI ਦੇ ਉਪਯੋਗ ਜ਼ਿਆਦਾਤਰ ਕਾਰਨਾਂ ਅਤੇ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਜੋੜਨ ਵਾਲੇ ਲੁਕਵੇਂ ਨਮੂਨਿਆਂ ਅਤੇ ਅਨੁਮਾਨਾਂ ਨੂੰ ਬੇਪਰਦ ਕਰਨ ਲਈ ਨਿਸ਼ਾਨਾ ਹਨ, ਨਹੀਂ ਤਾਂ ਪਛਾਣਨਯੋਗ ਜਾਂ ਸਮਝਣਯੋਗ ਨਹੀਂ ਹਨ।
ਇਸ ਤਰ੍ਹਾਂ, ਏਆਈ ਟੂਲਜ਼ ਦੇ ਸਬਸੈੱਟ ਜੋ ਕਿ ਫਾਰਮਾਸਿਊਟੀਕਲ ਖੋਜ ਵਿੱਚ ਕੰਮ ਕਰਦੇ ਹਨ, "ਮਸ਼ੀਨ ਇੰਟੈਲੀਜੈਂਸ" ਜਾਂ "ਮਸ਼ੀਨ ਲਰਨਿੰਗ" ਦੇ ਮੋਨੀਕਰ ਦੇ ਅਧੀਨ ਵਧੇਰੇ ਉਚਿਤ ਰੂਪ ਵਿੱਚ ਆਉਂਦੇ ਹਨ। ਇਹ ਦੋਵੇਂ ਮਨੁੱਖੀ ਮਾਰਗਦਰਸ਼ਨ ਦੁਆਰਾ ਨਿਗਰਾਨੀ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਵਰਗੀਕਰਣ ਅਤੇ ਅੰਕੜਾ ਸਿੱਖਣ ਦੇ ਤਰੀਕਿਆਂ ਵਿੱਚ, ਜਾਂ ਉਹਨਾਂ ਦੇ ਅੰਦਰੂਨੀ ਕਾਰਜਾਂ ਵਿੱਚ ਨਿਰੀਖਣ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ ਜਿਵੇਂ ਕਿ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਨਕਲੀ ਤੰਤੂ ਨੈੱਟਵਰਕਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਵਿੱਚ। ਅਨਿਸ਼ਚਿਤ (ਜਾਂ ਅਸਪਸ਼ਟ) ਤਰਕ ਲਈ ਭਾਸ਼ਾ ਅਤੇ ਅਰਥ ਸੰਸਾਧਨ ਅਤੇ ਸੰਭਾਵੀ ਢੰਗ ਵੀ ਇੱਕ ਉਪਯੋਗੀ ਭੂਮਿਕਾ ਨਿਭਾਉਂਦੇ ਹਨ।
ਇਹ ਸਮਝਣਾ ਕਿ ਇਹਨਾਂ ਵੱਖ-ਵੱਖ ਫੰਕਸ਼ਨਾਂ ਨੂੰ "AI" ਦੇ ਵਿਆਪਕ ਅਨੁਸ਼ਾਸਨ ਵਿੱਚ ਕਿਵੇਂ ਏਕੀਕ੍ਰਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਇੱਕ ਮੁਸ਼ਕਲ ਕੰਮ ਹੈ ਜੋ ਸਾਰੀਆਂ ਦਿਲਚਸਪੀ ਰੱਖਣ ਵਾਲੀਆਂ ਪਾਰਟੀਆਂ ਨੂੰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਸਪੱਸ਼ਟੀਕਰਨਾਂ ਅਤੇ ਸਪਸ਼ਟੀਕਰਨਾਂ ਦੀ ਭਾਲ ਕਰਨ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਸਥਾਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈਡਾਟਾ ਸਾਇੰਸ ਸੈਂਟਰਲਪੋਰਟਲ ਅਤੇ ਖਾਸ ਤੌਰ 'ਤੇ ਵਿਨਸੈਂਟ ਗ੍ਰੈਨਵਿਲ ਦੁਆਰਾ ਬਲੌਗ ਪੋਸਟਾਂ, ਜੋ ਨਿਯਮਿਤ ਤੌਰ 'ਤੇਅੰਤਰ ਨੂੰ ਸਪਸ਼ਟ ਕਰਦਾ ਹੈਏਆਈ, ਮਸ਼ੀਨ ਲੀਨਿੰਗ, ਡੂੰਘੀ ਸਿਖਲਾਈ, ਅਤੇ ਅੰਕੜੇ ਦੇ ਵਿਚਕਾਰ। ਸਮੁੱਚੇ ਤੌਰ 'ਤੇ AI ਦੇ ਅੰਦਰ ਅਤੇ ਬਾਹਰ ਬਾਰੇ ਜਾਣੂ ਬਣਨਾ ਕਿਸੇ ਵੀ ਬਾਇਓਫਾਰਮਾ ਰੁਝਾਨਾਂ ਦੇ ਬਰਾਬਰ ਜਾਂ ਅੱਗੇ ਰੱਖਣ ਦਾ ਇੱਕ ਲਾਜ਼ਮੀ ਹਿੱਸਾ ਹੈ।
ਪੋਸਟ ਟਾਈਮ: ਮਈ-29-2018