经过多年的测试和讨论,人工智能正在成为生物制药行业的宠儿。随着能力得到证实,人工智能正在研发、药物开发、临床试验以及在某种程度上面向患者的产品等关键领域站稳脚跟。
生物制药领域新的人工智能交易、合作伙伴关系和产品发布的公告正在快速发布中国化工网okmart.com。Research and Markets 的一份新报告《人工智能在 2030 年全球制药市场机遇和战略:COVID-19 增长和变化》中预测,该细分市场将从 2020 年的近 6.993 亿美元增长到 2025 年的超过 28.95 亿美元。这将导致年增长率接近33%。之后,预计到 2030 年,这个 9 亿美元以上的市场的年增长率将稳定在略低于 26% 的水平。
这种增长基于人工智能分析大量数据和识别重要但经常被忽视的元素以及根据历史分析预测结果的能力。以下是 BioSpace 认为有趣的一些内容。
临床试验
德勤在2021 Life Sciences Connect 播客中指出,在临床试验中,药物开发人员正在使用人工智能从现实世界的证据中提取信息并进行预测。好处包括更短的试验、更低的成本和更好的结果和生产力。
Perceiv Research Inc.刚刚宣布开发 Foresight AD™,这是一种基于人工智能的工具,用于预测阿尔茨海默病患者的进展。在宣布这一消息时,资深科学家 Angela Tam 博士指出,这种预后模型“可以显着提高临床试验的样本质量,降低试验成本,并降低终点失败的可能性。”
人工智能驱动的基因组学公司Genomenon刚刚宣布与基于人工智能的临床试验加速软件公司 Deep 6 AI达成概念验证协议。这种合作支持中枢神经系统 (CNS) 研究的精确匹配。
9月,Genomenon与Alexion、阿斯利康罕见病签署协议,为包括威尔逊病、补体介导的血栓性微血管病(CM-TMA)、溶酶体酸性脂肪酶缺乏症(LAL-D)和低磷酸酯酶症 (HPP)。目标是帮助罕见病患者得到准确诊断,最好是快速诊断。
药物开发
在药物开发方面,英国生物制药公司Healx正在开始一项 IIa 期临床试验,以控制脆性 X 综合征的症状。该化合物是使用人工智能发现的。
今年秋天早些时候,C2i Genomics宣布与 NuProbe Global达成协议,在中国和美国扩展其人工智能驱动的癌症情报计划,以实现更准确的癌症筛查和监测,并深入了解疾病的动态。
同样,来自Alphabet(谷歌的母公司)的衍生公司 Isomorphic Laboratories刚刚宣布打算使用人工智能进行药物发现。这项工作基于姊妹公司 DeepMind 的 AI 工作,该工作直接从蛋白质的氨基酸序列中以原子级精度预测蛋白质的结构。
研发
Deepcell在基础和转化研究中使用 AI 进行细胞分类和分离。它最近宣布与苏黎世大学合作,以识别和分类罕见的黑色素瘤细胞,在分子水平上分析这些细胞并分析黑色素瘤组织。该项目有望增强对肿瘤微环境的了解。
“黑色素瘤细胞很难用传统的分选方法分离,因为它们缺乏可靠的细胞表面标志物,”苏黎世大学副教授 Mitch Levesque 在一份声明中说。“通过使用形态学分离和分选细胞,我们可以加深对黑色素瘤进展生物学的理解,特别是对癌细胞的细胞表型和分子特征的理解。”
9 月早些时候,Deepcell宣布与斯坦福大学达成协议,向 Tabula Sapiens 提供数据,这是一项计划开发“基准人类细胞图谱”的突破性项目。它将涉及来自八个人的 25 个器官的 200 万个细胞。目标是详细了解细胞类型及其在组织中以及内皮、上皮、基质和免疫区室中的分布和变异。
面向消费者的产品
对于消费品,Mira使用 AI 分析并为使用荷尔蒙追踪套件的女性提供个性化建议,以帮助她们怀孕。确切知道何时发生排卵可以决定是否怀孕。确定排卵通常是通过测量促黄体生成素 (LH) 的家用试剂盒完成的,但此后,对预测的生育窗口缺乏明确性。Mira 提供了一种新的试剂盒,通过测量黄体酮(一种尿液代谢物)来监测尿液中孕二醇葡糖苷酸 (PdG) 的水平,从而提供了这种清晰度。
该试剂盒,即孕酮 (PdG) 确认棒,可确认排卵和排卵与怀孕之间的持续黄体化。它最近获得了 FDA 的注册,作为 I 类(最小到低风险)非处方工具,供试图怀孕的女性使用。
让 Mira 的套件特别新颖的是它对人工智能的使用。“Mira 分析仪使用机器学习来跟踪女性荷尔蒙水平随时间的变化,分析数据并提供有关个人生殖健康的建议,”Mira 首席执行官 Sylvia Kang 告诉 BioSpace。“它变得越来越智能,也越来越广泛,因此它不仅仅是跟踪生命体征。”
“分析仪是套件的一部分,”康说。数据从魔杖传送到分析器,在那里被读取。然后它进入云端进行基于人工智能的分析。然后将激素数据、测试数据、趋势曲线和月经周期数据发送到用户的手机。“基于数据和女性自身周期的趋势,人工智能建议女性在其周期的每个阶段应该采取的怀孕步骤,以及特定的相关阅读材料,”康补充道。
她说,人工智能元素很重要,因为“虽然跟踪为女性提供了数据,但每个人都非常不同。我们不是按照标准制作的,这让很多用户感到困惑。他们需要了解这些数据对我意味着什么。这就是人工智能发挥作用的地方——它为个人用户解释数据和人际关系趋势。”