เนื่องจากอยู่ภายใต้แรงกดดันที่เพิ่มมากขึ้นในการแข่งขันในสภาพแวดล้อมทางเศรษฐกิจและเทคโนโลยีที่ท้าทาย บริษัทยาและเทคโนโลยีชีวภาพจึงต้องสร้างสรรค์สิ่งใหม่ๆ ในโครงการวิจัยและพัฒนาอย่างต่อเนื่องเพื่อก้าวนำหน้าเกม
นวัตกรรมภายนอกมีรูปแบบที่แตกต่างกันและเกิดขึ้นจากที่ต่างๆ ตั้งแต่ห้องปฏิบัติการของมหาวิทยาลัย ไปจนถึงบริษัทสตาร์ทอัพที่ได้รับการสนับสนุนจากเอกชนและองค์กรวิจัยตามสัญญา (CRO) มาดูการทบทวนแนวโน้มการวิจัยที่มีอิทธิพลมากที่สุดซึ่งจะ "มาแรง" ในปี 2561 และต่อๆ ไป และสรุปผู้เล่นหลักบางส่วนที่ขับเคลื่อนนวัตกรรม
ปีที่แล้ว BioPharmaTrend สรุปแนวโน้มที่สำคัญหลายประการส่งผลกระทบต่ออุตสาหกรรมชีวเภสัชภัณฑ์ ได้แก่ ความก้าวหน้าของเทคโนโลยีการตัดต่อยีนในด้านต่างๆ (หลักๆ คือ CRISPR/Cas9) การเติบโตที่น่าสนใจในด้านภูมิคุ้มกันวิทยา (เซลล์ CAR-T); การมุ่งเน้นการวิจัยด้านไมโครไบโอมเพิ่มมากขึ้น ความสนใจอย่างลึกซึ้งในการแพทย์ที่แม่นยำ ความก้าวหน้าที่สำคัญบางประการในการค้นพบยาปฏิชีวนะ ความตื่นเต้นที่เพิ่มขึ้นเกี่ยวกับปัญญาประดิษฐ์ (AI) สำหรับการค้นคว้า/พัฒนายา การเติบโตที่รวดเร็วแต่เป็นที่ถกเถียงกันในด้านกัญชาทางการแพทย์ และการมุ่งเน้นอย่างต่อเนื่องของเภสัชภัณฑ์ในการมีส่วนร่วมในโมเดลเอาท์ซอร์สด้านการวิจัยและพัฒนาเพื่อเข้าถึงนวัตกรรมและความเชี่ยวชาญ
ด้านล่างนี้เป็นความต่อเนื่องของการทบทวนนี้ โดยมีงานวิจัยอีกหลายประเด็นที่เพิ่มเข้าไปในรายการ และข้อคิดเห็นเพิ่มเติมบางส่วนเกี่ยวกับแนวโน้มที่สรุปไว้ข้างต้น — ในกรณีที่เกี่ยวข้อง
1. การนำปัญญาประดิษฐ์ (AI) มาใช้โดยเภสัชภัณฑ์และเทคโนโลยีชีวภาพ
ด้วยความฮือฮาเกี่ยวกับ AI ในปัจจุบัน จึงเป็นเรื่องยากที่จะทำให้ใครก็ตามประหลาดใจกับเทรนด์การวิจัยทางเภสัชกรรมเช่นนี้ อย่างไรก็ตาม ควรสังเกตว่าบริษัทที่ขับเคลื่อนด้วย AI เริ่มได้รับความสนใจจากเภสัชภัณฑ์รายใหญ่และผู้เล่นด้านวิทยาศาสตร์ชีวภาพชั้นนำอื่นๆ พร้อมด้วยความร่วมมือด้านการวิจัยและโครงการความร่วมมือมากมาย –ที่นี่คือรายการข้อเสนอที่สำคัญจนถึงตอนนี้และที่นี่เป็นการทบทวนสั้น ๆ เกี่ยวกับกิจกรรมที่โดดเด่นในพื้นที่ “AI เพื่อการค้นคว้ายา” ในช่วงหลายเดือนที่ผ่านมา
ขณะนี้มีการสำรวจศักยภาพของเครื่องมือที่ใช้ AI ในทุกขั้นตอนของการค้นพบและพัฒนายา ตั้งแต่การขุดข้อมูลการวิจัยและการให้ความช่วยเหลือในการระบุเป้าหมายและการตรวจสอบ ไปจนถึงการช่วยสร้างสารประกอบตะกั่วและตัวเลือกยาใหม่ๆ และการทำนายคุณสมบัติและความเสี่ยง และในที่สุด ซอฟต์แวร์ที่ใช้ AI ก็สามารถช่วยวางแผนการสังเคราะห์ทางเคมีเพื่อให้ได้สารประกอบที่น่าสนใจได้ นอกจากนี้ AI ยังนำไปใช้ในการวางแผนการทดลองก่อนคลินิกและทางคลินิก ตลอดจนการวิเคราะห์ข้อมูลทางชีวการแพทย์และทางคลินิก
นอกเหนือจากการค้นพบยาตามเป้าหมายแล้ว AI ยังถูกนำไปใช้ในด้านการวิจัยอื่นๆ เช่น ในโครงการค้นพบยาฟีโนไทป์ ซึ่งวิเคราะห์ข้อมูลจากวิธีการคัดกรองที่มีเนื้อหาสูง
ด้วยการมุ่งเน้นหลักของสตาร์ทอัพที่ขับเคลื่อนด้วย AI ในการค้นพบยาโมเลกุลขนาดเล็ก ยังมีความสนใจในการใช้เทคโนโลยีดังกล่าวสำหรับการค้นพบและพัฒนาด้านชีววิทยาอีกด้วย
2. ขยายพื้นที่ทางเคมีเพื่อการสำรวจการค้นคว้ายา
ส่วนสำคัญของโปรแกรมการค้นพบยาที่มีโมเลกุลขนาดเล็กคือการสำรวจที่ได้รับความนิยม — การระบุโมเลกุลที่เป็นจุดเริ่มต้นซึ่งจะเริ่มการเดินทางไปสู่ยาที่ประสบความสำเร็จ (แต่ไม่ค่อยจะรอดจากการเดินทางครั้งนี้) — ผ่านขั้นตอนการปรับให้เหมาะสม การตรวจสอบ และการทดสอบมากมาย
องค์ประกอบสำคัญของการสำรวจยอดฮิตคือการเข้าถึงพื้นที่ที่ขยายตัวและมีความหลากหลายทางเคมีของยาเช่นโมเลกุลเพื่อเลือกผู้สมัคร โดยเฉพาะอย่างยิ่งสำหรับการตรวจสอบชีววิทยาเป้าหมายใหม่ เนื่องจากคอลเลกชันสารประกอบที่มีอยู่ในมือของยาถูกสร้างขึ้นในบางส่วนตามการออกแบบโมเลกุลขนาดเล็กที่กำหนดเป้าหมายเป้าหมายทางชีวภาพที่ทราบ เป้าหมายทางชีวภาพใหม่จำเป็นต้องมีการออกแบบใหม่และแนวคิดใหม่ แทนที่จะรีไซเคิลสารเคมีชนิดเดียวกันมากเกินไป
เพื่อตอบสนองความต้องการนี้ ห้องปฏิบัติการทางวิชาการและบริษัทเอกชนจึงสร้างฐานข้อมูลสารประกอบเคมีที่นอกเหนือไปจากที่มีอยู่ในคอลเลคชันสารประกอบของบริษัทยาทั่วไป ตัวอย่าง ได้แก่ ฐานข้อมูล GDB-17 ของโมเลกุลเสมือนที่มีโมเลกุล 166,4 พันล้านโมเลกุลและFDB-17โมเลกุลที่มีลักษณะคล้ายชิ้นส่วน 10 ล้านโมเลกุลที่มีอะตอมหนักมากถึง 17 อะตอมซิงค์– ฐานข้อมูลฟรีของสารประกอบที่มีวางจำหน่ายทั่วไปสำหรับการคัดกรองเสมือนจริง ซึ่งประกอบด้วยโมเลกุล 750 ล้านโมเลกุล รวมถึงรูปแบบ 3 มิติ 230 ล้านรายการที่พร้อมสำหรับการเชื่อมต่อ และการพัฒนาล่าสุดของพื้นที่ทางเคมี READily AvailabLe (REAL) ที่สามารถเข้าถึงได้โดยสังเคราะห์โดย Enamine — สามารถค้นหาโมเลกุลได้ 650 ล้านโมเลกุลผ่านทางนักเดินเรืออวกาศตัวจริงซอฟต์แวร์และค้นหาได้ 337 ล้านโมเลกุล(ตามความคล้ายคลึงกัน) ที่ EnamineStore
อีกทางเลือกหนึ่งในการเข้าถึงพื้นที่ทางเคมีคล้ายยาใหม่สำหรับการสำรวจการโจมตีคือการใช้เทคโนโลยีห้องสมุดที่เข้ารหัส DNA (DELT) เนื่องจากลักษณะ "แยกและรวม" ของการสังเคราะห์ DELT จึงเป็นไปได้ที่จะสร้างสารประกอบจำนวนมากในลักษณะที่คุ้มทุนและเวลา (สารประกอบล้านถึงพันล้าน)ที่นี่เป็นรายงานเชิงลึกเกี่ยวกับภูมิหลังทางประวัติศาสตร์ แนวคิด ความสำเร็จ ข้อจำกัด และอนาคตของเทคโนโลยีห้องสมุดที่เข้ารหัส DNA
3. การกำหนดเป้าหมาย RNA ด้วยโมเลกุลขนาดเล็ก
นี่เป็นเทรนด์ที่กำลังมาแรงในวงการค้นคว้ายาซึ่งมีความตื่นเต้นเพิ่มขึ้นอย่างต่อเนื่อง นักวิชาการ บริษัทสตาร์ทอัพด้านเทคโนโลยีชีวภาพ และบริษัทยาต่างกระตือรือร้นมากขึ้นเกี่ยวกับการกำหนดเป้าหมาย RNA แม้ว่าจะมีความไม่แน่นอนสูงก็ตาม
ในสิ่งมีชีวิตนั้นดีเอ็นเอเก็บข้อมูลสำหรับโปรตีนการสังเคราะห์และอาร์เอ็นเอดำเนินการคำสั่งที่เข้ารหัสใน DNA ซึ่งนำไปสู่การสังเคราะห์โปรตีนในไรโบโซม แม้ว่ายาส่วนใหญ่จะมุ่งเป้าไปที่โปรตีนที่ก่อให้เกิดโรค แต่บางครั้งก็ไม่เพียงพอที่จะระงับกระบวนการที่ทำให้เกิดโรค ดูเหมือนเป็นกลยุทธ์ที่ชาญฉลาดในการเริ่มต้นกระบวนการตั้งแต่เนิ่นๆ และมีอิทธิพลต่อ RNA ก่อนที่โปรตีนจะถูกสังเคราะห์ด้วยซ้ำ ดังนั้นจึงมีอิทธิพลอย่างมากต่อกระบวนการแปลจีโนไทป์ไปเป็นฟีโนไทป์ที่ไม่พึงประสงค์ (อาการของโรค)
ปัญหาคือ RNA เป็นเป้าหมายที่น่ากลัวอย่างฉาวโฉ่สำหรับโมเลกุลขนาดเล็ก พวกมันมีลักษณะเป็นเส้นตรง แต่สามารถบิด พับ หรือเกาะติดกับตัวมันเองได้อย่างงุ่มง่าม ทำให้รูปร่างของมันไม่เหมาะสมกับช่องสำหรับผูกยา นอกจากนี้ ตรงกันข้ามกับโปรตีน พวกมันประกอบด้วยหน่วยการสร้างนิวคลีโอไทด์เพียงสี่หน่วย ซึ่งทำให้พวกมันทั้งหมดดูคล้ายกันมากและยากสำหรับการเลือกเป้าหมายด้วยโมเลกุลขนาดเล็ก
อย่างไรก็ตาม,ความก้าวหน้าล่าสุดจำนวนหนึ่งแนะนำว่าเป็นไปได้จริง ๆ ที่จะพัฒนาโมเลกุลขนาดเล็กที่มีลักษณะคล้ายยาและมีฤทธิ์ทางชีวภาพซึ่งมุ่งเป้าไปที่ RNA ข้อมูลเชิงลึกทางวิทยาศาสตร์ใหม่กระตุ้นให้เกิดความเร่งรีบของ RNA –อย่างน้อยก็หลายสิบบริษัทมีโปรแกรมเฉพาะด้าน รวมถึงบริษัทยารายใหญ่ (Biogen, Merck, Novartis และ Pfizer) และบริษัทสตาร์ทอัพด้านเทคโนโลยีชีวภาพ เช่น Arrakis Therapeutics ที่มีซีรีส์ A มูลค่า 38 ล้านเหรียญสหรัฐในปี 2560 และการบำบัดแบบขยายตัว –ซีรีส์ A มูลค่า 55 ล้านดอลลาร์ในช่วงต้นปี 2018.
4. การค้นพบยาปฏิชีวนะชนิดใหม่
มีความกังวลเพิ่มมากขึ้นเกี่ยวกับการเพิ่มขึ้นของแบคทีเรียที่ดื้อต่อยาปฏิชีวนะ ซึ่งเรียกว่า superbugs พวกมันมีส่วนทำให้มีผู้เสียชีวิตประมาณ 700,000 รายทั่วโลกในแต่ละปี และตามการทบทวนของรัฐบาลสหราชอาณาจักร จำนวนนี้อาจเพิ่มขึ้นอย่างมาก มากถึง 10 ล้านคนภายในปี 2593 แบคทีเรียพัฒนาและพัฒนาความต้านทานต่อยาปฏิชีวนะซึ่งแต่เดิมใช้กันอย่างประสบความสำเร็จ และจากนั้นก็กลายเป็น ไร้ประโยชน์กับเวลา
การสั่งยาปฏิชีวนะอย่างไม่มีความรับผิดชอบเพื่อรักษาผู้ป่วยรายเล็กๆ น้อยๆ และการใช้ยาปฏิชีวนะอย่างแพร่หลายในการเลี้ยงปศุสัตว์ เป็นอันตรายต่อสถานการณ์ด้วยการเร่งอัตราการกลายพันธุ์ของแบคทีเรีย ส่งผลให้พวกมันต้านทานยาได้อย่างรวดเร็วจนน่าตกใจ
ในทางกลับกัน การค้นพบยาปฏิชีวนะเป็นพื้นที่ที่ไม่น่าสนใจสำหรับการวิจัยทางเภสัชกรรม เมื่อเปรียบเทียบกับการพัฒนายาที่ "เป็นไปได้ทางเศรษฐกิจ" มากกว่า นี่อาจเป็นเหตุผลสำคัญที่ทำให้กลุ่มยาปฏิชีวนะชนิดใหม่ๆ หมดไป โดยกลุ่มสุดท้ายที่มีการเปิดตัวเมื่อกว่าสามสิบปีที่แล้ว
ในปัจจุบัน การค้นพบยาปฏิชีวนะกำลังกลายเป็นประเด็นที่น่าสนใจมากขึ้น เนื่องจากมีการเปลี่ยนแปลงที่เป็นประโยชน์บางประการในสภานิติบัญญัติด้านกฎระเบียบ กระตุ้นให้บริษัทเภสัชกรรมทุ่มเงินเข้าสู่โครงการค้นพบยาปฏิชีวนะ และร่วมลงทุนกับสตาร์ทอัพด้านเทคโนโลยีชีวภาพที่พัฒนายาต้านแบคทีเรียที่มีแนวโน้มดี ในปี 2559 พวกเราคนหนึ่ง (AB)ทบทวนสถานะของการค้นพบยายาปฏิชีวนะและสรุปบริษัทสตาร์ทอัพที่มีอนาคตสดใสบางส่วน เช่น Macrolide Pharmaceuticals, Iterum Therapeutics, Spero Therapeutics, Cidara Therapeutics และ Entasis Therapeutics
โดยเฉพาะอย่างยิ่ง หนึ่งในความก้าวหน้าล่าสุดที่น่าตื่นเต้นมากขึ้นในด้านยาปฏิชีวนะก็คือการค้นพบเทโซแบคตินและการเปรียบเทียบในปี 2558 โดยกลุ่มนักวิทยาศาสตร์ที่นำโดยดร. คิม ลูวิส ผู้อำนวยการศูนย์การค้นพบยาต้านจุลชีพที่มหาวิทยาลัยนอร์ธอีสเทิร์น เชื่อกันว่ากลุ่มยาปฏิชีวนะชนิดใหม่ที่ทรงพลังนี้สามารถต้านทานการพัฒนาความต้านทานของแบคทีเรียได้ เมื่อปีที่แล้วนักวิจัยจากมหาวิทยาลัยลินคอล์นประสบความสำเร็จในการพัฒนา teixobactin แบบสังเคราะห์ซึ่งเป็นก้าวสำคัญไปข้างหน้า
ขณะนี้นักวิจัยจากสถาบันวิจัย Singapore Eye ได้แสดงให้เห็นว่ายาสังเคราะห์นี้สามารถรักษา Staphylococcus aureus keratitis ได้สำเร็จในแบบจำลองเมาส์ที่มีชีวิต ก่อนที่กิจกรรมของ teixobactin จะแสดงให้เห็นในหลอดทดลองเท่านั้น จากการค้นพบใหม่เหล่านี้ teixobactin ต้องใช้เวลาอีก 6-10 ปีในการพัฒนาจึงจะกลายเป็นยาที่แพทย์สามารถใช้ได้
นับตั้งแต่การค้นพบ Teixobactin ในปี 2558 ยาปฏิชีวนะอีกตระกูลใหม่ที่เรียกว่า Malacidinsเปิดเผยเมื่อต้นปี 2561- การค้นพบนี้ยังอยู่ในช่วงเริ่มต้น และยังไม่ได้รับการพัฒนาเกือบเท่างานวิจัยล่าสุดเกี่ยวกับ teixobactin
5. การคัดกรองฟีโนไทป์
เครดิตภาพ:ไซไลฟ์แล็บ
ในปี 2011 ผู้เขียน David Swinney และ Jason Anthonyเผยแพร่ผลการค้นพบของพวกเขาเกี่ยวกับวิธีการค้นพบยาใหม่ๆ ระหว่างปี 1999 ถึง 2008 โดยเผยให้เห็นถึงความจริงที่ว่ายาที่มีโมเลกุลขนาดเล็กอันดับหนึ่งในระดับเฟิร์สคลาสจำนวนมากถูกค้นพบโดยใช้การคัดกรองฟีโนไทป์มากกว่าวิธีการตามเป้าหมาย (28 ยาที่ได้รับการอนุมัติ เทียบกับ 17 ยา ตามลำดับ) — และ มันน่าทึ่งยิ่งกว่านั้นเมื่อพิจารณาว่าเป็นแนวทางตามเป้าหมายที่เป็นจุดสนใจหลักในช่วงเวลาดังกล่าว
การวิเคราะห์ที่มีอิทธิพลนี้กระตุ้นให้เกิดการฟื้นฟูกระบวนทัศน์การค้นพบยาฟีโนไทป์ตั้งแต่ปี 2554 ทั้งในอุตสาหกรรมยาและในแวดวงวิชาการ ล่าสุดนักวิทยาศาสตร์จากโนวาร์ติสได้ทำการทบทวนของสถานะปัจจุบันของแนวโน้มนี้ และได้ข้อสรุปว่า แม้ว่าองค์กรวิจัยด้านเภสัชกรรมต้องเผชิญกับความท้าทายอย่างมากกับแนวทางฟีโนไทป์ แต่ก็มีการคัดกรองตามเป้าหมายจำนวนลดลง และแนวทางฟีโนไทป์เพิ่มขึ้นในช่วง 5 ปีที่ผ่านมา เป็นไปได้มากว่าแนวโน้มนี้จะดำเนินต่อไปไกลเกินกว่าปี 2561
ที่สำคัญ นอกเหนือจากการเปรียบเทียบฟีโนไทป์และแนวทางตามเป้าหมายแล้ว ยังมีแนวโน้มที่ชัดเจนในการตรวจวิเคราะห์เซลล์ที่ซับซ้อนมากขึ้น เช่น การเปลี่ยนจากเซลล์ที่เป็นอมตะไปสู่เซลล์ปฐมภูมิ เซลล์ผู้ป่วย การเพาะเลี้ยงร่วม และวัฒนธรรม 3 มิติ การตั้งค่าการทดลองยังมีความซับซ้อนมากขึ้นเรื่อยๆ โดยไปไกลกว่าการอ่านค่าที่ไม่แปรผันในการสังเกตการเปลี่ยนแปลงในช่องย่อยของเซลล์ การวิเคราะห์เซลล์เดี่ยว และแม้กระทั่งการถ่ายภาพเซลล์
6. อวัยวะ (ร่างกาย) - บนชิป
ไมโครชิปที่เรียงรายไปด้วยเซลล์ของมนุษย์สามารถปฏิวัติการพัฒนายา การสร้างแบบจำลองโรค และการแพทย์เฉพาะบุคคลได้ ไมโครชิปเหล่านี้เรียกว่า 'อวัยวะบนชิป' เป็นทางเลือกที่มีศักยภาพแทนการทดสอบในสัตว์แบบดั้งเดิม ท้ายที่สุดแล้ว การเชื่อมต่อระบบเข้าด้วยกันเป็นวิธีการหนึ่งที่จะทำให้ระบบ "body-on-a-chip" ทั้งหมดเหมาะสำหรับการค้นคว้ายาและการทดสอบและยืนยันตัวยา
แนวโน้มนี้กลายเป็นเรื่องใหญ่ในพื้นที่การค้นคว้าและพัฒนายา และเราได้กล่าวถึงสถานะปัจจุบันและบริบทของกระบวนทัศน์ "อวัยวะบนชิป" ในเร็วๆ นี้มินิรีวิว.
ในขณะที่ความกังขามากมายเกิดขึ้นเมื่อ 6-7 ปีที่แล้ว เมื่อมุมมองในสาขานี้ได้รับการถ่ายทอดโดยผู้ที่รับเลี้ยงบุตรบุญธรรมที่กระตือรือร้น อย่างไรก็ตาม ในปัจจุบันนี้ บรรดาผู้วิพากษ์วิจารณ์ดูเหมือนจะถอยกลับอย่างเต็มที่ ไม่เพียงแต่มีหน่วยงานกำกับดูแลและเงินทุนเท่านั้นน้อมรับแนวคิดแต่ขณะนี้ก็มีมากขึ้นเรื่อยๆนำมาใช้เป็นเวทีวิจัยยาของทั้งเภสัชและนักวิชาการ ระบบอวัยวะมากกว่าสองโหลแสดงอยู่ในระบบบนชิป อ่านเพิ่มเติมเกี่ยวกับเรื่องนี้ที่นี่.
7. การพิมพ์ทางชีวภาพ
ขอบเขตของการพิมพ์ทางชีวภาพของเนื้อเยื่อและอวัยวะของมนุษย์กำลังพัฒนาอย่างรวดเร็ว และไม่ต้องสงสัยเลยว่านี่คืออนาคตของการแพทย์ ก่อตั้งเมื่อต้นปี พ.ศ. 2559เซลลิงค์เป็นหนึ่งในบริษัทแรกๆ ในโลกที่นำเสนอหมึกชีวภาพที่สามารถพิมพ์ได้แบบ 3 มิติ ซึ่งเป็นของเหลวที่ช่วยให้เซลล์ของมนุษย์มีชีวิตและเจริญเติบโตได้ ปัจจุบันบริษัทพิมพ์ bioprint ส่วนต่าง ๆ ของร่างกาย เช่น จมูกและหู เพื่อใช้ทดสอบยาและเครื่องสำอางเป็นหลัก นอกจากนี้ยังพิมพ์ลูกบาศก์เพื่อให้นักวิจัยสามารถ “เล่น” กับเซลล์จากอวัยวะของมนุษย์ เช่น ตับ
เมื่อเร็วๆ นี้ Celllink ร่วมมือกับ CTI Biotech บริษัทเทคโนโลยีการแพทย์ของฝรั่งเศสที่เชี่ยวชาญด้านการผลิตเนื้อเยื่อมะเร็ง เพื่อที่จะพัฒนาการวิจัยโรคมะเร็งและการค้นคว้ายาให้ก้าวหน้าอย่างมาก
สตาร์ทอัพด้านเทคโนโลยีชีวภาพรุ่นเยาว์จะช่วยให้ CTI พิมพ์แบบจำลองเนื้องอกมะเร็งด้วยเครื่องพิมพ์ 3 มิติ โดยการผสมหมึกชีวภาพของ Celllink กับตัวอย่างเซลล์มะเร็งของผู้ป่วย ซึ่งจะช่วยให้นักวิจัยสามารถระบุวิธีการรักษาแบบใหม่สำหรับมะเร็งบางชนิดได้
สตาร์ทอัพด้านเทคโนโลยีชีวภาพอีกรายหนึ่งกำลังพัฒนาเทคโนโลยีการพิมพ์ 3 มิติสำหรับการพิมพ์วัสดุชีวภาพ - OxSyBio ซึ่งเป็นบริษัท Spinout ของมหาวิทยาลัยอ็อกซ์ฟอร์ดเพิ่งได้มา 10 ล้านปอนด์ในการจัดหาเงินทุน Series A
แม้ว่าการพิมพ์ทางชีวภาพ 3 มิติจะเป็นเทคโนโลยีที่มีประโยชน์อย่างยิ่ง แต่ก็เป็นแบบคงที่และไม่มีชีวิต เนื่องจากจะพิจารณาเฉพาะสถานะเริ่มต้นของวัตถุที่พิมพ์เท่านั้น แนวทางขั้นสูงกว่านั้นคือการรวม "เวลา" เป็นมิติที่สี่ในวัตถุชีวภาพที่พิมพ์ออกมา (เรียกว่า "การพิมพ์ทางชีวภาพ 4 มิติ") ทำให้พวกมันสามารถเปลี่ยนรูปร่างหรือฟังก์ชันการทำงานตามเวลาเมื่อมีการกระตุ้นภายนอกที่นี่เป็นการทบทวนเชิงลึกเกี่ยวกับการพิมพ์ทางชีวภาพ 4 มิติ
มุมมองปิด
แม้ว่าจะไม่ได้เจาะลึกเกี่ยวกับเทรนด์สำคัญแต่ละข้อที่อธิบายไว้ แต่ก็ควรจะชัดเจนว่า AI จะเข้ามามีส่วนร่วมในการดำเนินการเพิ่มมากขึ้นเรื่อยๆ นวัตกรรมด้านชีวเภสัชภัณฑ์ใหม่ๆ ทั้งหมดนี้ได้กลายเป็นศูนย์กลางของข้อมูลขนาดใหญ่ สถานการณ์นี้เองแสดงให้เห็นบทบาทที่โดดเด่นของ AI โดยสังเกตว่า AI ประกอบด้วยเครื่องมือเชิงวิเคราะห์และตัวเลขหลายตัวที่มีการพัฒนาอย่างต่อเนื่องในฐานะที่เป็นบทสรุปของการรายงานข่าวนี้ การประยุกต์ใช้ AI ในการค้นคว้ายาและการพัฒนาในระยะเริ่มต้นโดยส่วนใหญ่มีเป้าหมายอยู่ที่การเปิดเผยรูปแบบและการอนุมานที่ซ่อนอยู่ซึ่งเชื่อมโยงสาเหตุและผลกระทบที่ไม่สามารถระบุหรือเข้าใจได้
ดังนั้นชุดย่อยของเครื่องมือ AI ที่ใช้ในการวิจัยทางเภสัชกรรมจึงตกอยู่ภายใต้ชื่อเล่นของ "ความฉลาดของเครื่องจักร" หรือ "การเรียนรู้ของเครื่องจักร" ได้อย่างเหมาะสมกว่า สิ่งเหล่านี้สามารถอยู่ภายใต้การดูแลโดยการชี้แนะของมนุษย์ เช่นเดียวกับในตัวแยกประเภทและวิธีการเรียนรู้ทางสถิติ หรือไม่ได้รับการดูแลในการทำงานภายในของพวกเขา เช่นในการใช้งานโครงข่ายประสาทเทียมประเภทต่างๆ การประมวลผลทางภาษาและความหมายและวิธีการความน่าจะเป็นสำหรับการให้เหตุผลที่ไม่แน่นอน (หรือคลุมเครือ) ก็มีบทบาทที่เป็นประโยชน์เช่นกัน
การทำความเข้าใจว่าฟังก์ชันต่างๆ เหล่านี้สามารถรวมเข้ากับระเบียบวินัยในวงกว้างของ “AI” ได้อย่างไรนั้นเป็นงานที่น่ากังวลที่ผู้มีส่วนได้เสียทุกคนควรทำ หนึ่งในสถานที่ที่ดีที่สุดในการค้นหาคำอธิบายและคำชี้แจงคือศูนย์กลางวิทยาศาสตร์ข้อมูลพอร์ทัลและโดยเฉพาะบล็อกโพสต์ของ Vincent Granville ซึ่งเป็นประจำชี้แจงความแตกต่างระหว่าง AI, Machine Leaning, การเรียนรู้เชิงลึก และสถิติ การมีความคุ้นเคยกับ AI โดยรวมเป็นองค์ประกอบที่ขาดไม่ได้ในการตามทันหรือนำหน้าเทรนด์ชีวเภสัชภัณฑ์ใดๆ
เวลาโพสต์: May-29-2018