2018 년 제약 연구에서 최고 7 동향

 

계속 증가하는 압력을 받고있는 것은 계속해서 게임 앞서서 유지하기 위해 자신의 R & D 프로그램에 혁신을해야 어려운 경제 및 기술 환경, 제약 및 생명 공학 기업에서 경쟁한다.

외부 혁신은 다른 형태로 와서 다른 장소에서 발생 - 대학 실험실에서, 비상장 벤처 캐피탈 지원을받는 신생 및 계약 연구 기관 (크로마뇽 인)이다. 의 2018 년 이후 "핫"입니다 가장 영향력있는 연구 동향의 일부를 검토에 도착하자, 혁신을 구동하는 핵심 선수 중 일부를 요약한다.

작년 BioPharmaTrend 요약  몇 가지 중요한 추세  바이오 제약, 즉 산업에 영향을 미치는 : 유전자 편집 기술 (주로 CRISPR / Cas9)의 다양한 측면의 발전을; 면역 종양 영역 (CAR-T 세포)에서 매력적인 성장; 마이크로 바이 옴의 연구에 증가 초점; 정밀 의학의 심화 관심; 항생제의 발견에 중요한 진보; 약물 발견 / 개발을위한 인공 지능 (AI)에 대한 성장 흥분; 의료 대마초의 영역에서 논란이 있지만, 빠른 성장; 혁신과 전문 지식에 액세스 할 R & D 아웃소싱 모델에 참여에 제약을 지속적으로 초점을 맞 춥니 다.

아래 목록에 추가 연구의 몇 가지 더 활동 영역이 리뷰의 연속이며, 동향에 대한 몇 가지 확장 논평은 위에서 설명한 - 관련된 곳.

제약 및 생명 공학에 의한 인공 지능 (AI) 1. 채용

요즘 AI 주변의 모든 과대 광고로, 제약 연구에서이 추세 사람을 놀라게하기 어렵다. 그러나, AI 기반의 회사가 정말 연구 협력을 많이하고 협력 프로그램, 큰 제약 및 다른 주요 생명 과학 플레이어와 견인을 받기 시작 주목해야한다 -  여기서  키 거래의 목록까지이며,  여기서  간단한 리뷰 기사입니다 지난 몇 개월 동안은 "AI 약물 발견을위한"공간에서 주목할만한 활동.

AI 기반 도구의 잠재력은 이제 약물 발견 및 개발의 모든 단계에서 탐구한다 - 연구 데이터 마이닝에서와 소설 납 화합물 및 약물 후보와 함께 올 수 있도록, 그들의 특성과 위험을 예측에, 대상 식별 및 검증에 지원. 그리고 마지막으로, 인공 지능 기반의 소프트웨어는 관심의 화합물을 얻기 위해 화학 합성을 계획하는 데 도움이 할 수 있습니다. AI는 전임상 및 임상 시험 계획 생의학 및 임상 데이터를 분석에 적용된다.

타겟 기반 신약 외에도, AI는 표현형 신약 개발 프로그램에서, 예를 들면, 다른 연구 분야에 적용된다 - 높은 함량의 스크리닝 방법에서 데이터를 분석.

작은 분자 약물 발견에 AI 기반 벤처 기업의 주요 초점을 맞춘 바이오 의약품 발견 및 개발 등의 기술을 적용에 관심도 있습니다.

2. 약물 발견 탐험을 위해 화학 공간을 확장

어떤 작은 분자 약물 발견 프로그램의 중요한 부분은 탐사를 맞았다 - 다수의 최적화, 검증 및 테스트 단계를 통해 - 성공적인 약물을 향한 여행 (드물게 그들은하지만,이 여행을 생존)에 착수 것이 그 출발점 분자의 식별을.

히트 탐사의 중요한 요소는 신규 대상 생물을 프로빙 특히로부터 후보자를 선택하는 등 약물 분자의 화학적 팽창 다양한 공간에 접속된다. 제약의 손에 기존의 복합 컬렉션이 작은 분자에 따라 부분적으로 만들어진 점을 감안 대신 과도 같은 화학 재활용의 알려진 생물 목표는, 새로운 생물학적 목표는 새로운 디자인과 새로운 아이디어를 필요로 목표로 설계합니다.

이러한 요구에 따라, 학술 연구소 및 민간 기업은 지금까지 일반적인 제약 회사 화합물의 컬렉션을 볼 수 있습니다 것 이상의 화학 화합물의 데이터베이스를 만들 수 있습니다. 예 166,4 억 분자 함유 가상 분자 GDB-17베이스 포함  FDB - 17  까지 17 개 무거운 원자 천만 단편 형 분자; ZINK  - 3D 230 만 도킹을위한 준비의 형식을 포함하여 7 억 5 천만 분자를 포함하는 가상 심사에 대한 시판 화합물의 무료 데이터베이스; 및 엔 아민에 의해 종합적으로 접근 쉽게 사용할 수 (REAL) 화학 공간의 최근 개발 -을 통해 검색 650,000,000 분자  REAL 공간 네비게이터  소프트웨어,  검색 337,000,000 분자  EnamineStore에서 (유사성).

다른 방법은 DNA 인코딩 라이브러리 기술 (DELT)를 사용하고 히트 탐사를위한 새로운 약물과 같은 화학 공간에 액세스 할 수 있습니다. DELT 합성의 "분할 및 풀"특성 때문에, 그것은 비용과 시간 효율적인 방법으로 (화합물 수십억에 수백만) 화합물의 거대한 숫자를 만들 수있게된다. 여기에  역사적인 배경, 개념, 성공, 제한 사항에 대한 통찰력 보고서 및 DNA 인코딩 라이브러리 기술의 미래입니다.

3. 작은 RNA 분자를 표적

이것은 지속적으로 성장하고 흥분 신약 공간에서 핫 트렌드 : 불확실성도 높지만 학자, 생명 공학 벤처 기업 및 제약 회사, RNA 타겟팅에 대해 점점 더 활성화됩니다.

살아있는 유기체에서,  DNA를  위한 정보 저장  단백질  합성 및  RNA는  리보솜 단백질 합성 DNA 선두에 부호화 지시를 행한다. 약물의 대부분은 질병에 대한 책임 단백질을 표적에 관한 것이지만, 경우에 따라서는 병원성 프로세스를 억제하는 것만으로는 충분하지 않습니다. 이 단백질은 심지어 때문에 실질적으로 원치 않는 표현형 (질병 발현)에 대한 유전자형의 번역 과정에 영향을 미치는, 합성되기 전에 과정과 영향 RNA의 앞부분에서 시작하는 스마트 전략처럼 보인다.

문제는 RNA를 악명 작은 분자에 대한 끔찍한 대상이되는입니다 - 그들은 배, 선형,하지만 서투르게 비틀 할 수 있습니다, 또는 가난하게 약물에 적합한 바인딩 주머니에 모양을 대출 자체에 충실. 게다가, 단백질 달리, 그들은 그들 모두를 만들기 단지 4 염기 빌딩 블록의 구성은 작은 분자에 의해 대상 선택에 대한 매우 유사하고 어려운 보인다.

그러나,  최근의 진보의 숫자  는 RNA를 대상으로 약물과 같은 생물학적 활성을 갖는 작은 분자를 개발 실제로 가능하다는 것을 시사한다. 소설 과학적인 통찰력은 RNA의 황금 러시를 묻는 메시지가 -  적어도 다스 회사는  프로그램이 큰 제약 (바이오젠, 머크, 노바티스, 화이자),과와 아라 키스 치료학 등의 생명 공학 벤처 기업을 포함하여, 그것에 전념 한  $ 38M 시리즈 라운드  2017 년 및 확장 치료 -  초기 2018 년 $ 55M A 군을.

4. 새로운 항생제의 발견

슈퍼 박테리아 - 항생제 내성 박테리아의 상승에 대한 우려가있다. 그들은 전 세계적으로 약 70 만 명이 사망 매년에 대한 책임, 그리고 영국 정부의 검토에 따라이 숫자는 크게 증가 할 수 -가 다음 진화 2050 박테리아에 의해 1000 만까지 전통적으로 큰 성공을 사용 된 항생제에 내성을 개발하고, 시간이 쓸모.

항생제의 무책임한 처방은 환자의 간단한 경우를 치료하고 축산업에서 항생제의 광범위한 사용은 놀라운 속도로 약물에 내성 렌더링, 세균 돌연변이의 속도를 가속화함으로써 상황을 위태롭게.

반면에, 항생제의 발견은 더 '경제적으로'의약품 개발에 비해 제약 연구에 대한 매력 영역이었다. 마지막 하나는 30 년 이상 전에 도입으로 그것은 아마도 새로운 항생제 종류의 파이프 라인의 고갈 뒤에 주요 이유입니다.

요즘 항생제의 발견으로 인해 규제 입법에 유익한 변화에 더욱 매력적인 지역이되고 항생제의 발견 프로그램에 돈을 부어 제약을 자극하고, 벤처 투자자입니다 - 생명 공학 벤처 기업으로 유망 항균 약을 개발하고 있습니다. 2016 년, 우리 중 하나 (AB)은  항생제 약물 발견의 상태를 평가  하고 제약 마크 롤 라이드, Iterum 치료제, 치료제 Spero, Cidara 치료제 및 치료제 Entasis 포함한 공간 유망한 신생의 일부를 요약 하였다.

특히, 항생제 공간에서 더 흥미로운 최근의 혁신 중 하나는이다  Teixobactin의 발견  김 박사 루이스, 노스 이스턴 대학 (Northeastern University)에서 항균 디스커버리 센터의 이사가 이끄는 과학자의 그룹에 의해 2015 년과 그 유사체. 이 강력한 새로운 항생제 클래스는 반대 박테리아 저항의 개발을 견딜 수있을 것으로 생각된다. 작년에, 링컨 대학의 연구진은 성공적으로 중요한 진전을, teixobactin의 합성 버전을 개발했다.

지금 싱가포르 눈 연구소의 연구원이 성공적으로 라이브 마우스 모델에서 황색 포도상 구균 각막염을 치료할 수있는 약물의 합성 버전을 보여 주었다; teixobactin의 활동 전에 만 시험관에서 증명되었다. 이 새로운 발견으로, teixobactin 의사가 사용할 수있는 약물이 될 개발의 또 다른 6~10년가 필요합니다.

2015 년 teixobactin의 발견 이후, malacidins라는 항생제의 또 다른 새로운 가족이 된  2018 년 초반에 밝혔다 . 이 발견은 아직 초기 단계이며, teixobactin에 대한 최신 연구로 개발하지 거의

5. 표현형 선별

이미지 제공 :  SciLifeLab

2011 저자에서 데이빗 스위니와 제이슨 앤서니는  자신의 연구 결과의 결과를 발표  첫 번째 수준의 작은 분자 약물의 훨씬 더 실제 target-보다 표현형 검사를 사용하여 발견 한 사실을 공개 1999 년과 2008 년 사이에 발견되었던 방법 신약에 대해 기반 방식 (각각 28 개 승인 된 약물 대 17) - 그리고 더욱 놀라운 복용 계정에이 기간이 명시된 통해 주요 초점이었다 목표 기반의 접근 방식이라고합니다.

이 영향력 분석은 2011 년부터 표현형 신약 개발 패러다임의 르네상스를 트리거 - 제약 업계와 학계 모두. 최근 노바티스 과학자는  리뷰 진행  이 동향의 현재 상태 및 제약 연구 기관이 표현형의 접근 방식에 상당한 문제가 발생하면서, 결론에 온, 목표 기반의 화면을 감소 수와 표현형 접근의 증가가 지난 5 년. 대부분의 아마, 이러한 경향은 지금까지 2,018을 넘어 계속됩니다.

중요한 것은, 단지 표현형 및 목표 기반의 접근 방식을 비교를 넘어, 일차 전지, 환자의 세포, 공동 문화 및 3D 문화에 불멸의 세포주에서가는 같은 더 복잡한 세포 분석을 향한 분명한 경향이있다. 실험 장치는 또한 점점 더 정교 해지고 관찰 세포 내 구획의 변화, 단일 세포 분석, 심지어 세포 이미징으로 단 변량 판독을 넘어 멀리 것입니다.

6. 기관 (본체) - 온 - 칩

살아있는 인간 세포에 의해 줄 지어 마이크로 칩은 신약 개발, 질병 모델링 및 맞춤 의학 혁명을 수 있습니다. 라는이 마이크로 칩, '기관 - - 칩', 기존의 동물 실험에 잠재적 인 대안을 제공합니다. 궁극적으로, 모두 시스템을 연결하는 신약 개발 및 약물 후보 테스트 및 검증을 위해 전체 "몸 - 온 - 어 - 칩"이상적인 시스템을 가지고하는 방법입니다.

이러한 추세는 현재 약물 발견 및 개발 공간에서 큰 문제이며, 우리는 이미 최근의 "기관 - 온 - 어 - 칩 '패러다임의 현재 상태와 컨텍스트를 포함 한  미니 리뷰.

회의론의 많은 일부 6-7년 전에 존재하는 동안 필드에서 관점은 열정적 인 채택에 의해 관절 때. 그러나 오늘날 비평가는 전체 후퇴 될 것으로 보인다. 뿐만 아니라 규제와 자금 지원 기관이이  개념을 수용 하지만, 지금은 점점되고  채택  제약 및 학계에 의해 약물 연구 플랫폼으로. 24 개 이상 기관 시스템은 온 - 칩 시스템에 표시됩니다. 그것에 대해 더 읽기  여기서 .

7. Bioprinting

인간의 조직 및 기관을 bioprinting의 면적은 빠른 속도로 발전하고 있으며 의학의 의심 할 여지없이, 미래입니다. 초기 2016 년에 설립 된,  Cellink은  삶과 인간 세포의 성장을 가능하게하는 액체 - 3D 인쇄 bioink을 제공하는 세계 최초의 회사 중 하나입니다. 코와 귀, 주로 의약품 및 화장품을 테스트 - 이제 회사는 신체의 일부를 bioprints. 그것은 또한 간 인간 장기의 세포와 "플레이"연구자 수 있도록 큐브를 인쇄합니다.

Cellink 최근 CTI 생명 공학, 실질적으로 암 연구와 신약 개발의 영역을 발전시키기 위해, 암 조직의 생산을 전문으로 프랑스의 의료 기술 회사와 제휴.

젊은 생명 공학의 시작은 기본적으로 환자의 암 세포의 샘플로 Cellink의 bioink를 혼합하여, 암 종양의 3D 인쇄 복제본에 CTI 도움이 될 것입니다. 이는 특정 암 유형에 대한 새로운 치료법을 파악하는 연구를하는 데 도움이됩니다.

옥스포드 대학 spinout 회사 OxSyBio, - 생물 소재 인쇄 3D 프린팅 기술을 개발하고 또 다른 생명 공학 시작  단지 £ 1,000를 확보  시리즈의 자금 조달을.

3 차원 bioprinting은 매우 유용한 기술이지만이 인쇄 된 개체의 초기 상태를 고려하기 때문에, 그것은 정적 및 무생물이다. 더 진보 된 방법은 외부 자극이 가해 때 시간에 그 형상이나 기능을 변경시킬들을 렌더링 (따라서 "4D bioprinting"라고 함)를 인쇄 생물 개체의 사차원으로 "시간"을 포함한다. 여기에  4D의 bioprinting에 대한 통찰력있는 리뷰입니다.

닫기 관점

심지어 방금 설명한 최고 동향 각각에 깊은 다이빙없이, 그것은 AI 액션의 계속 증가하는 부분을 복용 할 것을 명확하게해야한다. 바이오 제약 혁신의 이러한 모든 새로운 영역은 빅 데이터의 중심이되었다. 그 자체로이 상황은 AI가 지속적으로 진화를 겪고, 여러 분석 및 수치 도구를 포함하는 것을 주제의 범위에 포스트 스크립트로, 또한 지적, AI에 대한 탁월한 역할을 예감한다. 약물 발견 및 조기 개발 AI의 응용 프로그램은 다른 식별하거나 이해하지 숨겨진 패턴과 원인을 연결 추론 및 효과를 폭로 대상 대부분이다.

따라서, 제약 연구에 사용되는 AI 도구의 집합은 "기계 정보"또는 "기계 학습"의 모니 커에서 더 적절하게 떨어진다. 이들은 모두 분류 및 통계 학습 방법에서와 같이, 인간의지도 감독, 또는 인공 신경망의 여러 유형의 구현으로 자신의 내부 동작에 감독없이 할 수 있습니다. 언어 및 의미 처리 및 불확실 (또는 퍼지) 추론을위한 확률 적 방법은 또한 유용한 역할을한다.

이러한 다양한 기능 "AI"의 광범위한 분야에 통합 할 수있는 방법을 이해하는 것은 모든 이해 관계자가 수행해야 할 어려운 작업입니다. 설명과 해명을 찾아 최고의 장소 중 하나는이다  데이터 과학 중앙  포털 정기적 빈센트 그랜빌에 의해 특히 블로그 게시물  의 차이 해명  기대어 AI, 기계 사이의 깊은 학습, 그리고 통계. 전체가 나란히 또는 앞으로 어떤 바이오 제약 동향 유지의 필수 요소이기 때문에 AI의 상세한 내용에 정통되기.


포스트 시간 : 월 - 29-2018

WhatsApp Online Chat !