సవాలుతో కూడిన ఆర్థిక మరియు సాంకేతిక వాతావరణంలో పోటీ పడేందుకు నిరంతరం పెరుగుతున్న ఒత్తిడికి లోనవుతున్నందున, ఫార్మాస్యూటికల్ మరియు బయోటెక్ కంపెనీలు గేమ్‌లో ముందుండడానికి వారి R&D ప్రోగ్రామ్‌లలో నిరంతరం ఆవిష్కరణలు చేయాలి.
బాహ్య ఆవిష్కరణలు వేర్వేరు రూపాల్లో వస్తాయి మరియు వివిధ ప్రదేశాలలో ఉద్భవించాయి - యూనివర్సిటీ ల్యాబ్‌లు, ప్రైవేట్‌గా నిర్వహించబడుతున్న వెంచర్ క్యాపిటల్-బ్యాక్డ్ స్టార్టప్‌లు మరియు కాంట్రాక్ట్ రీసెర్చ్ ఆర్గనైజేషన్‌ల (CROలు). 2018 మరియు అంతకు మించి "హాట్"గా ఉండే కొన్ని అత్యంత ప్రభావవంతమైన పరిశోధనా ధోరణులను సమీక్షించండి మరియు ఆవిష్కరణలను నడిపించే కీలక ఆటగాళ్లలో కొన్నింటిని సంగ్రహించండి.
గత సంవత్సరం BioPharmaTrend సారాంశంఅనేక ముఖ్యమైన పోకడలుబయోఫార్మాస్యూటికల్ పరిశ్రమను ప్రభావితం చేయడం, అవి: జీన్ ఎడిటింగ్ టెక్నాలజీల యొక్క వివిధ అంశాల పురోగతి (ప్రధానంగా, CRISPR/Cas9); ఇమ్యునో-ఆంకాలజీ (CAR-T కణాలు) ప్రాంతంలో ఒక ఆకర్షణీయమైన పెరుగుదల; మైక్రోబయోమ్ పరిశోధనపై పెరుగుతున్న దృష్టి; ఖచ్చితత్వ ఔషధంపై లోతైన ఆసక్తి; యాంటీబయాటిక్స్ ఆవిష్కరణలో కొన్ని ముఖ్యమైన పురోగతులు; ఔషధ ఆవిష్కరణ/అభివృద్ధి కోసం కృత్రిమ మేధస్సు (AI) గురించి పెరుగుతున్న ఉత్సాహం; వైద్య గంజాయి ప్రాంతంలో వివాదాస్పదమైన కానీ వేగవంతమైన పెరుగుదల; మరియు ఆవిష్కరణలు మరియు నైపుణ్యాన్ని యాక్సెస్ చేయడానికి R&D అవుట్‌సోర్సింగ్ మోడల్‌లలో నిమగ్నమై ఉండటంపై ఫార్మా యొక్క నిరంతర దృష్టి.
జాబితాకు జోడించబడిన పరిశోధన యొక్క అనేక క్రియాశీల రంగాలతో ఈ సమీక్ష యొక్క కొనసాగింపు క్రింద ఉంది మరియు పైన పేర్కొన్న ట్రెండ్‌లపై కొన్ని పొడిగించిన వ్యాఖ్యానాలు — సంబంధితంగా ఉన్నాయి.
1. ఫార్మా మరియు బయోటెక్ ద్వారా ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI)ని స్వీకరించడం
ఈ రోజుల్లో AI చుట్టూ ఉన్న అన్ని ప్రచారంతో, ఔషధ పరిశోధనలో ఈ ధోరణితో ఎవరినైనా ఆశ్చర్యపరచడం కష్టం. అయినప్పటికీ, AI- నడిచే కంపెనీలు నిజంగా పెద్ద ఫార్మా మరియు ఇతర ప్రముఖ లైఫ్ సైన్స్ ప్లేయర్‌లతో చాలా పరిశోధన భాగస్వామ్యాలు మరియు సహకార కార్యక్రమాలతో ట్రాక్షన్ పొందడం ప్రారంభించాయని గమనించాలి -ఇక్కడఇది ఇప్పటివరకు జరిగిన కీలక ఒప్పందాల జాబితా, మరియుఇక్కడగత కొన్ని నెలలుగా "ఔషధ ఆవిష్కరణ కోసం AI" స్పేస్‌లో కొన్ని గుర్తించదగిన కార్యాచరణ యొక్క సంక్షిప్త సమీక్ష.
AI-ఆధారిత సాధనాల యొక్క సంభావ్యత ఇప్పుడు ఔషధ ఆవిష్కరణ మరియు అభివృద్ధి యొక్క అన్ని దశలలో అన్వేషించబడింది - పరిశోధన డేటా మైనింగ్ మరియు లక్ష్య గుర్తింపు మరియు ధ్రువీకరణలో సహాయం చేయడం, నవల సీసం సమ్మేళనాలు మరియు డ్రగ్ అభ్యర్థులతో ముందుకు రావడానికి మరియు వాటి లక్షణాలు మరియు నష్టాలను అంచనా వేయడం వరకు. చివరకు, AI- ఆధారిత సాఫ్ట్‌వేర్ ఇప్పుడు ఆసక్తి సమ్మేళనాలను పొందేందుకు రసాయన సంశ్లేషణను ప్లాన్ చేయడంలో సహాయం చేయగలదు. ప్రీ-క్లినికల్ మరియు క్లినికల్ ట్రయల్స్ ప్లాన్ చేయడానికి మరియు బయోమెడికల్ మరియు క్లినికల్ డేటాను విశ్లేషించడానికి కూడా AI వర్తించబడుతుంది.
లక్ష్యం-ఆధారిత ఔషధ ఆవిష్కరణకు మించి, AI ఇతర పరిశోధనా రంగాలలో వర్తించబడుతుంది, ఉదాహరణకు, ఫినోటైపిక్ డ్రగ్ డిస్కవరీ ప్రోగ్రామ్‌లలో — అధిక కంటెంట్ స్క్రీనింగ్ పద్ధతుల నుండి డేటాను విశ్లేషించడం.
చిన్న మాలిక్యూల్ డ్రగ్ డిస్కవరీపై AI- నడిచే స్టార్టప్‌ల ప్రధాన దృష్టితో, బయోలాజిక్స్ ఆవిష్కరణ మరియు అభివృద్ధి కోసం ఇటువంటి సాంకేతికతలను వర్తింపజేయడానికి కూడా ఆసక్తి ఉంది.
2. ఔషధ ఆవిష్కరణ అన్వేషణల కోసం రసాయన స్థలాన్ని విస్తరించడం
ఏదైనా చిన్న మాలిక్యూల్ డ్రగ్ డిస్కవరీ ప్రోగ్రామ్‌లో ముఖ్యమైన భాగం అన్వేషణలో ముఖ్యమైన భాగం - విజయవంతమైన ఔషధాల వైపు ప్రయాణాన్ని ప్రారంభించే ప్రారంభ పాయింట్ అణువులను గుర్తించడం (అరుదుగా ఈ ప్రయాణంలో మనుగడ సాగిస్తుంది) - అనేక ఆప్టిమైజేషన్, ధ్రువీకరణ మరియు పరీక్ష దశల ద్వారా.
హిట్ ఎక్స్‌ప్లోరేషన్ యొక్క ముఖ్య అంశం ఏమిటంటే, అభ్యర్థులను ఎంచుకోవడానికి, ప్రత్యేకించి, నవల లక్ష్య జీవశాస్త్రాన్ని పరిశోధించడానికి అణువుల వంటి ఔషధాల యొక్క విస్తరించిన మరియు రసాయనికంగా విభిన్న ప్రదేశానికి ప్రాప్యత. ఫార్మా చేతిలో ఇప్పటికే ఉన్న సమ్మేళనం సేకరణలు తెలిసిన జీవ లక్ష్యాలను లక్ష్యంగా చేసుకుని చిన్న అణువుల డిజైన్‌ల ఆధారంగా నిర్మించబడినందున, కొత్త జీవ లక్ష్యాలకు అదే రసాయన శాస్త్రాన్ని అధికంగా రీసైక్లింగ్ చేయడానికి బదులుగా కొత్త డిజైన్‌లు మరియు కొత్త ఆలోచనలు అవసరం.
ఈ అవసరాన్ని అనుసరించి, అకడమిక్ ల్యాబ్‌లు మరియు ప్రైవేట్ కంపెనీలు సాధారణ ఫార్మాస్యూటికల్ కంపెనీ సమ్మేళనం సేకరణలలో లభించే దానికంటే చాలా ఎక్కువ రసాయన సమ్మేళనాల డేటాబేస్‌లను సృష్టిస్తాయి. ఉదాహరణలు 166,4 బిలియన్ అణువులను కలిగి ఉన్న వర్చువల్ మాలిక్యూల్స్ యొక్క GDB-17 డేటాబేస్ మరియుFDB-1717 భారీ అణువులతో 10 మిలియన్ శకలాలు లాంటి అణువులు;జింక్- వర్చువల్ స్క్రీనింగ్ కోసం వాణిజ్యపరంగా అందుబాటులో ఉన్న సమ్మేళనాల ఉచిత డేటాబేస్, డాకింగ్ కోసం సిద్ధంగా ఉన్న 3D ఫార్మాట్‌లలో 230 మిలియన్లతో సహా 750 మిలియన్ అణువులను కలిగి ఉంటుంది; మరియు ఎనామైన్ ద్వారా కృత్రిమంగా అందుబాటులోకి వచ్చే READly Available (REAL) రసాయన స్థలం యొక్క ఇటీవలి అభివృద్ధి — 650 మిలియన్ అణువుల ద్వారా శోధించవచ్చురియల్ స్పేస్ నావిగేటర్సాఫ్ట్వేర్, మరియు337 మిలియన్ అణువులను శోధించవచ్చు(సారూప్యత ద్వారా) EnamineStore వద్ద.
హిట్ అన్వేషణ కోసం కొత్త ఔషధ-వంటి రసాయన స్థలాన్ని యాక్సెస్ చేయడానికి ప్రత్యామ్నాయ విధానం DNA-ఎన్కోడెడ్ లైబ్రరీ టెక్నాలజీ (DELT)ని ఉపయోగిస్తోంది. DELT సంశ్లేషణ యొక్క "స్ప్లిట్-అండ్-పూల్" స్వభావం కారణంగా, భారీ సంఖ్యలో సమ్మేళనాలను ఖర్చు- మరియు సమయ-సమర్థవంతమైన పద్ధతిలో (మిలియన్ల నుండి బిలియన్ల సమ్మేళనాలు) తయారు చేయడం సాధ్యమవుతుంది.ఇక్కడచారిత్రాత్మక నేపథ్యం, భావనలు, విజయాలు, పరిమితులు మరియు DNA-ఎన్‌కోడ్ లైబ్రరీ సాంకేతికత యొక్క భవిష్యత్తుపై ఒక తెలివైన నివేదిక.
3. చిన్న అణువులతో RNAని లక్ష్యంగా చేసుకోవడం
నిరంతరం పెరుగుతున్న ఉత్సాహంతో డ్రగ్ డిస్కవరీ స్పేస్‌లో ఇది హాట్ ట్రెండ్: విద్యావేత్తలు, బయోటెక్ స్టార్టప్‌లు మరియు ఔషధ కంపెనీలు RNA లక్ష్యం గురించి ఎక్కువగా చురుకుగా ఉంటాయి, అయినప్పటికీ అనిశ్చితి కూడా ఎక్కువగా ఉంది.
జీవిలో,DNAకోసం సమాచారాన్ని నిల్వ చేస్తుందిప్రోటీన్సంశ్లేషణ మరియుRNAరైబోజోమ్‌లలో ప్రోటీన్ సంశ్లేషణకు దారితీసే DNAలో ఎన్‌కోడ్ చేయబడిన సూచనలను నిర్వహిస్తుంది. మెజారిటీ మందులు వ్యాధికి కారణమయ్యే ప్రోటీన్లను లక్ష్యంగా చేసుకుంటాయి, కొన్నిసార్లు వ్యాధికారక ప్రక్రియలను అణిచివేసేందుకు ఇది సరిపోదు. ప్రొటీన్‌లు సంశ్లేషణ చెందకముందే ప్రక్రియలో ముందుగా ప్రారంభించి, ఆర్‌ఎన్‌ఏపై ప్రభావం చూపడం ఒక తెలివైన వ్యూహంగా కనిపిస్తోంది, కాబట్టి జన్యురూపం యొక్క అనువాద ప్రక్రియను అవాంఛిత సమలక్షణానికి (వ్యాధి అభివ్యక్తి) గణనీయంగా ప్రభావితం చేస్తుంది.
సమస్య ఏమిటంటే, ఆర్‌ఎన్‌ఏలు చిన్న అణువులకు పేరుమోసిన భయంకరమైన లక్ష్యాలు - అవి సరళంగా ఉంటాయి, కానీ వికృతంగా మెలితిప్పగలవు, మడవగలవు లేదా అతుక్కోగలవు, ఔషధాల కోసం తగిన బైండింగ్ పాకెట్‌లకు దాని ఆకారాన్ని పేలవంగా అందజేస్తాయి. అంతేకాకుండా, ప్రోటీన్‌లకు విరుద్ధంగా, అవి కేవలం నాలుగు న్యూక్లియోటైడ్ బిల్డింగ్ బ్లాక్‌లను కలిగి ఉంటాయి, అవన్నీ చాలా సారూప్యంగా కనిపిస్తాయి మరియు చిన్న అణువుల ద్వారా సెలెక్టివ్ టార్గెటింగ్‌కు కష్టంగా కనిపిస్తాయి.
అయితే,అనేక ఇటీవలి పురోగతులుఆర్‌ఎన్‌ఏను లక్ష్యంగా చేసుకునే మాదకద్రవ్యాల లాంటి, జీవశాస్త్రపరంగా చురుకైన చిన్న అణువులను అభివృద్ధి చేయడం వాస్తవానికి సాధ్యమేనని సూచిస్తున్నాయి. నవల శాస్త్రీయ అంతర్దృష్టులు RNA కోసం గోల్డెన్ రష్‌ను ప్రేరేపించాయి -కనీసం ఒక డజను కంపెనీలుపెద్ద ఫార్మా (బయోజెన్, మెర్క్, నోవార్టిస్ మరియు ఫైజర్) మరియు అరాకిస్ థెరప్యూటిక్స్ వంటి బయోటెక్ స్టార్టప్‌లతో సహా దానికి అంకితమైన ప్రోగ్రామ్‌లను కలిగి ఉండండి$38M సిరీస్ A రౌండ్2017లో, మరియు విస్తరణ థెరప్యూటిక్స్ –2018 ప్రారంభంలో $55M సిరీస్ A.
4. కొత్త యాంటీబయాటిక్స్ ఆవిష్కరణ
యాంటీబయాటిక్-రెసిస్టెంట్ బాక్టీరియా - సూపర్‌బగ్‌ల పెరుగుదల గురించి పెరుగుతున్న ఆందోళన ఉంది. ప్రతి సంవత్సరం ప్రపంచవ్యాప్తంగా 700,000 మరణాలకు వారు బాధ్యత వహిస్తారు మరియు UK ప్రభుత్వ సమీక్ష ప్రకారం ఈ సంఖ్య నాటకీయంగా పెరుగుతుంది - 2050 నాటికి 10 మిలియన్లకు చేరుకుంటుంది. బాక్టీరియా పరిణామం చెందుతుంది మరియు యాంటీబయాటిక్స్‌కు నిరోధకతను అభివృద్ధి చేస్తుంది మరియు సాంప్రదాయకంగా గొప్ప విజయాన్ని సాధించింది, ఆపై మారింది. కాలంతో పనికిరాదు.
రోగులలో సాధారణ కేసులకు చికిత్స చేయడానికి యాంటీబయాటిక్స్ యొక్క బాధ్యతా రహితమైన ప్రిస్క్రిప్షన్ మరియు పశువుల పెంపకంలో యాంటీబయాటిక్స్ యొక్క విస్తృత ఉపయోగం బ్యాక్టీరియా ఉత్పరివర్తనాల రేటును వేగవంతం చేయడం ద్వారా పరిస్థితిని ప్రమాదంలో పడేస్తుంది, వాటిని భయంకరమైన వేగంతో మందులకు నిరోధకతను అందజేస్తుంది.
మరోవైపు, యాంటీబయాటిక్స్ ఆవిష్కరణ మరింత 'ఆర్థికంగా సాధ్యమయ్యే' ఔషధాలను అభివృద్ధి చేయడంతో పోలిస్తే, ఔషధ పరిశోధనలకు ఆకర్షణీయం కాని ప్రాంతం. నవల యాంటీబయాటిక్ తరగతుల పైప్‌లైన్ ఎండిపోవడానికి ఇది బహుశా ప్రధాన కారణం, చివరిది ముప్పై సంవత్సరాల క్రితం ప్రవేశపెట్టబడింది.
రెగ్యులేటరీ లెజిస్లేచర్‌లో కొన్ని ప్రయోజనకరమైన మార్పులు, యాంటీబయాటిక్స్ డిస్కవరీ ప్రోగ్రామ్‌లలో డబ్బును పోయడానికి ఫార్మా మరియు వెంచర్ ఇన్వెస్టర్లు — ఆశాజనక యాంటీ బాక్టీరియల్ ఔషధాలను అభివృద్ధి చేస్తున్న బయోటెక్ స్టార్టప్‌లలోకి ప్రోత్సహించడం వల్ల ఈ రోజుల్లో యాంటీబయాటిక్స్ ఆవిష్కరణ మరింత ఆకర్షణీయమైన ప్రాంతంగా మారుతోంది. 2016లో, మనలో ఒకరు (AB)యాంటీబయాటిక్స్ డ్రగ్ ఆవిష్కరణ స్థితిని సమీక్షించారుమరియు మాక్రోలైడ్ ఫార్మాస్యూటికల్స్, ఇటెరమ్ థెరప్యూటిక్స్, స్పెరో థెరప్యూటిక్స్, సిడారా థెరప్యూటిక్స్ మరియు ఎంటాసిస్ థెరప్యూటిక్స్‌తో సహా అంతరిక్షంలో కొన్ని ఆశాజనకమైన స్టార్టప్‌లను సంగ్రహించారు.
ముఖ్యంగా, యాంటీబయాటిక్స్ స్పేస్‌లో ఇటీవలి పురోగతులలో ఒకటిటీక్సోబాక్టిన్ యొక్క ఆవిష్కరణమరియు ఈశాన్య విశ్వవిద్యాలయంలోని యాంటీమైక్రోబయల్ డిస్కవరీ సెంటర్ డైరెక్టర్ డాక్టర్ కిమ్ లూయిస్ నేతృత్వంలోని శాస్త్రవేత్తల బృందం 2015లో దాని అనలాగ్‌లు. ఈ శక్తివంతమైన కొత్త యాంటీబయాటిక్స్ తరగతి దానికి వ్యతిరేకంగా బ్యాక్టీరియా నిరోధకత అభివృద్ధిని తట్టుకోగలదని నమ్ముతారు. గత సంవత్సరం, లింకన్ విశ్వవిద్యాలయం నుండి పరిశోధకులు టీక్సోబాక్టిన్ యొక్క సంశ్లేషణ సంస్కరణను విజయవంతంగా అభివృద్ధి చేశారు, ఇది ఒక ముఖ్యమైన ముందడుగు వేసింది.
ఇప్పుడు సింగపూర్ ఐ రీసెర్చ్ ఇన్స్టిట్యూట్ నుండి పరిశోధకులు ఔషధం యొక్క సింథటిక్ వెర్షన్ లైవ్ మౌస్ నమూనాలలో స్టెఫిలోకాకస్ ఆరియస్ కెరాటిటిస్‌ను విజయవంతంగా నయం చేయగలదని చూపించారు; టీక్సోబాక్టిన్ యొక్క కార్యాచరణ విట్రోలో మాత్రమే ప్రదర్శించబడటానికి ముందు. ఈ కొత్త ఫలితాలతో, వైద్యులు ఉపయోగించగల ఔషధంగా మారడానికి టీక్సోబాక్టిన్ మరో 6-10 సంవత్సరాల అభివృద్ధి అవసరం.
2015లో టీక్సోబాక్టిన్ కనుగొనబడినప్పటి నుండి, మలాసిడిన్స్ అని పిలువబడే యాంటీబయాటిక్స్ యొక్క మరొక కొత్త కుటుంబం2018 ప్రారంభంలో వెల్లడైంది. ఈ ఆవిష్కరణ ఇంకా ప్రారంభ దశలోనే ఉంది మరియు టీక్సోబాక్టిన్‌పై తాజా పరిశోధన వలె దాదాపుగా అభివృద్ధి చెందలేదు.
5. ఫినోటైపిక్ స్క్రీనింగ్
చిత్ర క్రెడిట్:SciLifeLab
2011లో రచయితలు డేవిడ్ స్విన్నీ మరియు జాసన్ ఆంథోనీవారి పరిశోధనల ఫలితాలను ప్రచురించింది1999 మరియు 2008 మధ్యకాలంలో కొత్త ఔషధాలు ఎలా కనుగొనబడ్డాయి అనే దాని గురించి, లక్ష్య-ఆధారిత విధానాల కంటే (28 ఆమోదించబడిన మందులు vs 17, వరుసగా) కంటే ఫినోటైపిక్ స్క్రీనింగ్‌ని ఉపయోగించి చాలా ఎక్కువ ఫస్ట్-ఇన్-క్లాస్ స్మాల్ మాలిక్యూల్ డ్రగ్స్ కనుగొనబడ్డాయి అనే వాస్తవాన్ని ఆవిష్కరించారు - మరియు ఇది పేర్కొన్న కాలంలో ప్రధాన దృష్టి కేంద్రీకరించిన లక్ష్య ఆధారిత విధానం అని పరిగణనలోకి తీసుకోవడం మరింత అద్భుతమైనది.
ఈ ప్రభావవంతమైన విశ్లేషణ 2011 నుండి ఫినోటైపిక్ డ్రగ్ డిస్కవరీ నమూనా యొక్క పునరుజ్జీవనాన్ని ప్రేరేపించింది - ఫార్మాస్యూటికల్ పరిశ్రమలో మరియు విద్యారంగంలో. ఇటీవల, నోవార్టిస్‌లోని శాస్త్రవేత్తలుసమీక్ష నిర్వహించారుఈ ధోరణి యొక్క ప్రస్తుత స్థితి మరియు ఫార్మా రీసెర్చ్ సంస్థలు ఫినోటైపిక్ విధానంతో గణనీయమైన సవాళ్లను ఎదుర్కొన్నప్పటికీ, గత 5 సంవత్సరాలలో లక్ష్య-ఆధారిత స్క్రీన్‌ల సంఖ్య తగ్గుతోంది మరియు ఫినోటైపిక్ విధానాలు పెరిగాయని ఒక నిర్ధారణకు వచ్చారు. చాలా మటుకు, ఈ ట్రెండ్ 2018కి మించి కొనసాగుతుంది.
ముఖ్యముగా, సమలక్షణ మరియు లక్ష్య ఆధారిత విధానాలను పోల్చడం కంటే, అమర కణ తంతువుల నుండి ప్రాధమిక కణాలు, రోగి కణాలు, సహ-సంస్కృతులు మరియు 3D సంస్కృతులకు వెళ్లడం వంటి సంక్లిష్టమైన సెల్యులార్ పరీక్షల వైపు స్పష్టమైన ధోరణి ఉంది. ప్రయోగాత్మక సెటప్ కూడా చాలా అధునాతనంగా మారుతోంది, ఉపకణ కంపార్ట్‌మెంట్‌లు, సింగిల్-సెల్ విశ్లేషణ మరియు సెల్ ఇమేజింగ్‌లో మార్పులను గమనించడానికి ఏకరీతి రీడౌట్‌లను మించిపోయింది.
6. అవయవాలు (శరీరం)-ఆన్-ఎ-చిప్
సజీవ మానవ కణాలతో రూపొందించబడిన మైక్రోచిప్‌లు ఔషధ అభివృద్ధి, వ్యాధి నమూనా మరియు వ్యక్తిగతీకరించిన వైద్యంలో విప్లవాత్మక మార్పులు చేయగలవు. 'ఆర్గాన్స్-ఆన్-చిప్స్' అని పిలువబడే ఈ మైక్రోచిప్‌లు సాంప్రదాయ జంతు పరీక్షలకు సంభావ్య ప్రత్యామ్నాయాన్ని అందిస్తాయి. అంతిమంగా, సిస్టమ్‌లను పూర్తిగా కనెక్ట్ చేయడం అనేది డ్రగ్ డిస్కవరీ మరియు డ్రగ్ క్యాండిడేట్ టెస్టింగ్ మరియు ధ్రువీకరణ కోసం మొత్తం "బాడీ-ఆన్-ఎ-చిప్" సిస్టమ్‌ను ఆదర్శంగా ఉంచడానికి ఒక మార్గం.
ఈ ట్రెండ్ ఇప్పుడు డ్రగ్ డిస్కవరీ మరియు డెవలప్‌మెంట్ స్పేస్‌లో పెద్ద ఒప్పందంగా ఉంది మరియు ఇటీవలి కాలంలో "ఆర్గాన్-ఆన్-ఎ-చిప్" నమూనా యొక్క ప్రస్తుత స్థితి మరియు సందర్భాన్ని మేము ఇప్పటికే కవర్ చేసాముచిన్న సమీక్ష.
6-7 సంవత్సరాల క్రితం చాలా సంశయవాదం ఉనికిలో ఉన్నప్పటికీ, ఉత్సాహభరితమైన దృక్కోణాలు ఫీల్డ్‌పై దృక్పథాలను వ్యక్తీకరించినప్పుడు. అయితే, నేడు విమర్శకులు పూర్తిగా తిరోగమనంలో ఉన్నారు. రెగ్యులేటరీ మరియు ఫండింగ్ ఏజెన్సీలు మాత్రమే కాదుభావనను స్వీకరించారు, కానీ అది ఇప్పుడు పెరుగుతోందిదత్తత తీసుకున్నారుఫార్మా మరియు అకాడెమియా రెండింటి ద్వారా ఔషధ పరిశోధన వేదికగా. ఆన్-చిప్ సిస్టమ్స్‌లో రెండు డజనుకు పైగా అవయవ వ్యవస్థలు సూచించబడ్డాయి. దాని గురించి మరింత చదవండిఇక్కడ.
7. బయోప్రింటింగ్
మానవ కణజాలాలు మరియు అవయవాలను బయోప్రింటింగ్ చేసే ప్రాంతం వేగంగా అభివృద్ధి చెందుతోంది మరియు ఇది నిస్సందేహంగా, ఔషధం యొక్క భవిష్యత్తు. 2016 ప్రారంభంలో స్థాపించబడింది,సెల్లింక్3D ప్రింటబుల్ బయోఇంక్‌ను అందించే ప్రపంచంలోని మొట్టమొదటి కంపెనీలలో ఇది ఒకటి - ఇది మానవ కణాల జీవితాన్ని మరియు పెరుగుదలను అనుమతిస్తుంది. ఇప్పుడు కంపెనీ శరీర భాగాలను బయోప్రింట్ చేస్తుంది - ముక్కులు మరియు చెవులు, ప్రధానంగా మందులు మరియు సౌందర్య సాధనాలను పరీక్షించడానికి. ఇది కాలేయాల వంటి మానవ అవయవాల నుండి కణాలతో "ఆడటానికి" పరిశోధకులను ఎనేబుల్ చేసే ఘనాలను కూడా ముద్రిస్తుంది.
Cellink ఇటీవల CTI బయోటెక్, క్యాన్సర్ కణజాలాలను ఉత్పత్తి చేయడంలో ప్రత్యేకత కలిగిన ఒక ఫ్రెంచ్ మెడ్‌టెక్ కంపెనీతో భాగస్వామ్యం కలిగి ఉంది, ఇది క్యాన్సర్ పరిశోధన మరియు డ్రగ్ డిస్కవరీని గణనీయంగా అభివృద్ధి చేయడానికి.
యువ బయోటెక్ స్టార్టప్ తప్పనిసరిగా CTI నుండి క్యాన్సర్ కణితుల యొక్క 3D ప్రింట్ ప్రతిరూపాలకు సహాయం చేస్తుంది, రోగి యొక్క క్యాన్సర్ కణాల నమూనాతో సెల్లింక్ బయోఇంక్‌ను కలపడం ద్వారా. నిర్దిష్ట క్యాన్సర్ రకాలకు వ్యతిరేకంగా నవల చికిత్సలను గుర్తించడంలో ఇది పరిశోధకులకు సహాయపడుతుంది.
మరో బయోటెక్ స్టార్టప్ బయోలాజికల్ మెటీరియల్స్ ప్రింటింగ్ కోసం 3డి ప్రింటింగ్ టెక్నాలజీని అభివృద్ధి చేస్తోంది - ఆక్స్‌ఫర్డ్ యూనివర్శిటీ స్పిన్అవుట్ కంపెనీ, OxSyBio, ఇదికేవలం £10m సురక్షితంసిరీస్ A ఫైనాన్సింగ్‌లో.
3D బయోప్రింటింగ్ అనేది చాలా ఉపయోగకరమైన సాంకేతికత అయితే, ఇది స్టాటిక్ మరియు నిర్జీవమైనది ఎందుకంటే ఇది ముద్రిత వస్తువు యొక్క ప్రారంభ స్థితిని మాత్రమే పరిగణిస్తుంది. ప్రింటెడ్ బయో-ఆబ్జెక్ట్‌లలో ("4D బయోప్రింటింగ్" అని పిలవబడే) "సమయం"ని నాల్గవ పరిమాణంగా చేర్చడం మరింత అధునాతనమైన విధానం, బాహ్య ఉద్దీపన విధించబడినప్పుడు వాటి ఆకారాలు లేదా కార్యాచరణలను మార్చుకునే సామర్థ్యాన్ని అందించడం.ఇక్కడఅనేది 4D బయోప్రింటింగ్‌పై అంతర్దృష్టితో కూడిన సమీక్ష.
ముగింపు దృక్పథం
ఇప్పుడే వివరించిన ప్రతి అగ్ర ట్రెండ్‌ల గురించి లోతుగా డైవ్ చేయకుండానే, AI చర్యలో ఎప్పటికప్పుడు పెరుగుతున్న భాగాన్ని తీసుకుంటుందని స్పష్టంగా కనిపించాలి. బయోఫార్మా ఆవిష్కరణలోని ఈ కొత్త రంగాలన్నీ పెద్ద డేటా సెంట్రిక్‌గా మారాయి. ఈ పరిస్థితి స్వయంగా AI కోసం ఒక ప్రముఖ పాత్రను సూచిస్తుంది, టాపిక్ యొక్క ఈ కవరేజీకి పోస్ట్‌స్క్రిప్ట్‌గా, AI నిరంతరం పరిణామానికి గురవుతున్న బహుళ, విశ్లేషణాత్మక మరియు సంఖ్యా సాధనాలను కలిగి ఉందని కూడా పేర్కొంది. మాదకద్రవ్యాల ఆవిష్కరణ మరియు ప్రారంభ దశ అభివృద్ధిలో AI యొక్క అనువర్తనాలు చాలా వరకు గుర్తించబడని లేదా అర్థం చేసుకోలేని కారణాలు మరియు ప్రభావాలను అనుసంధానించే దాచిన నమూనాలు మరియు అనుమానాలను వెలికితీసే లక్ష్యంతో ఉంటాయి.
అందువల్ల, ఔషధ పరిశోధనలో ఉపయోగించబడే AI సాధనాల ఉపసమితి మరింత సముచితంగా "మెషిన్ ఇంటెలిజెన్స్" లేదా "మెషిన్ లెర్నింగ్" అనే మోనికర్ కిందకు వస్తుంది. వర్గీకరణలు మరియు గణాంక అభ్యాస పద్ధతులలో వలె ఇవి రెండూ మానవ మార్గదర్శకత్వం ద్వారా పర్యవేక్షించబడతాయి లేదా వివిధ రకాల కృత్రిమ నాడీ నెట్‌వర్క్‌ల అమలులో వలె వారి అంతర్గత పనితీరులో పర్యవేక్షించబడవు. భాష మరియు సెమాంటిక్ ప్రాసెసింగ్ మరియు అనిశ్చిత (లేదా అస్పష్టమైన) తార్కికం కోసం సంభావ్య పద్ధతులు కూడా ఉపయోగకరమైన పాత్రను పోషిస్తాయి.
"AI" యొక్క విస్తృత క్రమశిక్షణలో ఈ విభిన్న విధులను ఎలా విలీనం చేయవచ్చో అర్థం చేసుకోవడం అనేది ఆసక్తిగల పార్టీలందరూ చేపట్టవలసిన కష్టమైన పని. వివరణలు మరియు వివరణల కోసం వెతకడానికి ఉత్తమమైన ప్రదేశాలలో ఒకటిడేటా సైన్స్ సెంట్రల్పోర్టల్ మరియు ముఖ్యంగా విన్సెంట్ గ్రాన్‌విల్లే బ్లాగ్ పోస్ట్‌లు, క్రమం తప్పకుండాతేడాలను విశదపరుస్తుందిAI, మెషిన్ లీనింగ్, డీప్ లెర్నింగ్ మరియు స్టాటిస్టిక్స్ మధ్య. మొత్తంగా AI యొక్క ఇన్‌లు మరియు అవుట్‌లపై అవగాహన కలిగి ఉండటం అనేది ఏదైనా బయోఫార్మా ట్రెండ్‌లకు దూరంగా లేదా ముందు ఉంచడంలో ఒక అనివార్యమైన అంశం.
పోస్ట్ సమయం: మే-29-2018