Będąc pod coraz większą presją, aby konkurować w trudnym otoczeniu gospodarczym i firm technologicznych, biotechnologicznych i farmaceutycznych muszą nieustannie wprowadzać innowacje w swoich programach badawczo-rozwojowych, aby wyprzedzić gry.
innowacje zewnętrzne są w różnych formach i pochodzą z różnych miejsc - od laboratoriów uniwersyteckich, prywatnie posiadanych kapitałowych typu venture-backed firmach i organizacjach badawczych kontrakt (CRO). Przejdźmy do przeglądu niektórych z najbardziej wpływowych nurtów badawczych, które będą „na gorąco” w 2018 roku i poza nią, i podsumować niektóre z kluczowych graczy napędowych innowacji.
W ubiegłym roku BioPharmaTrend podsumować kilka ważnych trendów mających wpływ na branżę, a mianowicie: biofarmaceutycznej postępem różnych aspektów technologii edycji genu (głównie CRISPR / Cas9); fascynująca wzrostu w zakresie immuno-onkologii samochodowych (komórki T); Wzrasta nacisk na badania mikrobiomu; pogłębiający się zainteresowanie precyzyjnego medycyny; Niektóre istotny postęp w antybiotyków wykrywania; rosnące podniecenie o sztucznej inteligencji (AI) dla Drug Discovery / rozwoju; kontrowersyjny ale gwałtowny wzrost w dziedzinie marihuany medycznej; i ciągły nacisk na angażowanie Pharma w modelach outsourcingowych R & D, aby uzyskać dostęp do innowacji i wiedzy.
Poniżej jest kontynuacją tego przeglądu z kilkoma bardziej aktywnych obszarów badań dodany do listy, a niektóre rozszerzone komentarze dotyczące trendów wskazano powyżej - w stosownych przypadkach.
1. Zastosowanie sztucznej inteligencji (SI) w farmacji oraz biotechnologii
Ze wszystkich hype wokół AI Obecnie trudno jest zaskoczyć nikogo z tej tendencji w badaniach farmaceutycznych. Jednak należy zauważyć, że firmy AI-przejechał naprawdę zacząć trakcję z Big Pharma i innych wiodących życia graczy nauki, z dużą ilością partnerstw badawczych i programów współpracy - tutaj znajduje się lista najważniejszych transakcji tak daleko, a tutaj znajduje się krótki przegląd od jakiegoś zauważalną aktywność w „AI dla odkrywania leków” przestrzeni w ciągu ostatnich kilku miesięcy.
Potencjalny narzędzi AI opartych jest obecnie badane na wszystkich etapach opracowywania leków i rozwoju - od eksploracji danych badania i pomoc w identyfikacji celu i walidacji, aby pomóc wymyślić nowych związków ołowiu i kandydatów na leki, i przewidywanie ich właściwości i zagrożeń. I wreszcie, oprogramowanie AI oparte jest teraz w stanie pomóc w planowaniu syntezy chemicznej do otrzymania związków o zainteresowania. AI jest również stosowana do planowania prób przedklinicznych i klinicznych i analizy danych biomedycznych i klinicznych.
Poza docelowym oparte narkotyków odkrycie, AI jest stosowana w innych obszarach badawczych, na przykład w programach wykrywania narkotyków fenotypowa - analiza danych z wysokiej zawartości metod przesiewowych.
Z głównym naciskiem AI napędzanych startupów na małą cząsteczką leku odkrycia, istnieje również zainteresowanie stosowania takich technologii dla odkrywania i rozwoju leków biologicznych.
2. Poszerzenie przestrzeni chemicznej do wykrywania narkotyków poszukiwań
Istotnym elementem każdego programu małej cząsteczce Drug Discovery jest trafiony eksploracji - identyfikację tych cząsteczek wyjściowych punktowych, które wyruszają w podróż ku udanych leków (rzadko przetrwać tę podróż, choć) - za pośrednictwem licznych optymalizacji, walidacji i testowania etapach.
Kluczowym elementem przeboju poszukiwań jest dostęp do rozszerzonej i chemicznie zróżnicowanej przestrzeni cząsteczek leku podobnego do wyboru kandydatów z, szczególnie dla sondowanie nowy cel biologii. Biorąc pod uwagę, że istniejące zbiory złożone z rąk Pharma zostały zbudowane w części opiera się na małej cząsteczki projektuje kierowania znane cele biologiczne, nowe cele biologiczne wymagają nowych wzorów i nowych pomysłów, zamiast recyklingu nadmiernie tę samą chemię.
Po tej potrzebie, laboratoria naukowe i firmy prywatne tworzenia baz danych związków chemicznych daleko poza to, co jest dostępne w typowych farmaceutycznych zbiorów złożonych firma. Przykłady obejmują GDB 17 bazy cząsteczek wirtualnych zawierających 166,4 miliardy cząsteczek i FDB-17 z 10 milionów fragment jak cząsteczki o do 17 atomach ciężkich; -CYNK - wolnej bazy danych dostępnych w handlu związków w wirtualnym przesiewowych, zawierające 750 milionów cząsteczek, w tym 230 milionów 3D formatuje gotowy do dokowania; i niedawny rozwój syntetycznie dostępnym łatwo dostępne (Real) przestrzeni chemicznej przez enaminy - 650 milionów cząsteczek przeszukiwania poprzez realnej przestrzeni Navigator oprogramowania oraz 337 milionów cząsteczek przeszukiwania (przez podobieństwo) w EnamineStore.
Alternatywnym podejściem dostęp do nowych leków, jak przestrzeń chemiczny przeboju eksploracji wykorzystuje technologię biblioteki DNA zakodowana (delt). Ze względu na „split-i-pool” charakter syntezy delt, staje się możliwe, aby zrobić ogromne ilości związków w czasie kosztowej i efektywny sposób (milionów do miliardów związków). Tu jest raport wnikliwe na historycznym tle, koncepcje, sukcesach, ograniczeń i przyszłość technologii biblioteki DNA kodowane.
3. kierowania RNA z małymi cząsteczkami
Jest to gorący trend w przestrzeni Drug Discovery ze stale rosnącym podnieceniem: akademicy, firmach biotechnologicznych i firm farmaceutycznych są coraz bardziej aktywne o kierowaniu RNA, choć niepewność jest również wysoki.
W żywym organizmie, DNA przechowuje informacje dotyczące białka syntezy RNA przeprowadza się zgodnie z instrukcjami zakodowany w DNA, co prowadzi do syntezy białka w rybosomy. Podczas, gdy większość leków jest skierowany kierowania białka odpowiedzialne za chorobę, a czasami nie jest wystarczające do powstrzymania procesów patogennych. Wydaje się, że inteligentnej strategii rozpocząć wcześniej, w procesie oraz wpływ RNA przed białka nawet syntetyzowane dlatego zasadniczo wpływu na proces translacji genotypu niepożądanego fenotypu (objawów chorobowych).
Problemem jest to, RNA są notorycznie straszliwe cele dla małych cząsteczek, - są liniowe, ale może clumsily skręcać, klapki lub sklejać, słabo pożyczek swój kształt do odpowiednich kieszeni wiążących dla leków. Poza tym, w przeciwieństwie do białek, one komponować z zaledwie czterech nukleotydów cegiełek tworzących je wszystkie wyglądają bardzo podobnie i trudne do selektywnego kierowania małymi cząsteczkami.
Jednak kilka ostatnich postępów sugerują, że jest to rzeczywiście możliwe, aby rozwijać narkotykami jak biologicznie aktywnych małych cząsteczek RNA, które zwalczają. Nowe spostrzeżenia naukowe poproszony złoty pęd do RNA - co najmniej kilkanaście firm są programy dedykowane do niego, w tym Big Pharma (Biogen, Merck, Novartis i Pfizer), i firmach biotechnologicznych, takich jak Arrakis Therapeutics z $ 38m Series rundę w 2017 roku i Therapeutics Expansion - $ 55M Seria a na początku 2018 roku.
4. Nowe odkrycie antybiotyków
Istnieje coraz większe zaniepokojenie wzrostem bakterii opornych na antybiotyki - superbugs. Są one odpowiedzialne za około 700.000 zgonów na świecie każdego roku, zgodnie z przeglądu UK rządowych liczba ta może znacznie zwiększyć - do 10 milionów w roku 2050. Bakterie ewoluować i rozwijać oporność na antybiotyki, które były tradycyjnie stosowane z dużym powodzeniem, a następnie stać się bezużyteczne w czasie.
Nieodpowiedzialny przepisywania antybiotyków w leczeniu prostych przypadków u pacjentów oraz powszechne stosowanie antybiotyków w hodowli zwierząt zagrozić sytuacji poprzez przyspieszenie tempa mutacji bakterii, czyniąc je odpornymi na leki z alarmującą szybkością.
Z drugiej strony, antybiotyki odkrycie było nieatrakcyjne obszarem badań farmaceutycznych, w porównaniu do rozwijania bardziej „ekonomicznie wykonalne” narkotyków. Jest to prawdopodobnie główny powód za wysychaniem rurociągu nowej klasy antybiotyków, przy czym ostatni wprowadzono ponad trzydzieści lat temu.
Obecnie odkrycie antybiotyków jest coraz bardziej atrakcyjny obszar z powodu pewnych korzystnych zmian w regulacyjnej ustawodawcy, stymulując pharma przelać pieniądze na antybiotyki programów Discovery i inwestorów wysokiego ryzyka - Into biotechnologicznych firmach rozwijających obiecujące leki przeciwbakteryjne. W 2016 roku jeden z nas (AB) przeglądu stanu antybiotyki odkrywania leków i podsumować niektóre obiecujących startupów w przestrzeni, w tym makrolidowe Pharmaceuticals, ITERUM Therapeutics, spero Therapeutics, Cidara Therapeutics i entasis Therapeutics.
Warto zauważyć, że jednym z bardziej ekscytujących ostatnich przełomów w przestrzeni antybiotyków jest odkrycie Teixobactin i jej analogów w 2015 roku przez grupę naukowców pod kierunkiem dr Kim Lewis, dyrektor przeciwbakteryjnego Discovery Centre w Northeastern University. Ten potężny nową klasę antybiotyków uważa się, aby móc wytrzymać rozwój oporności bakterii przeciwko niej. W ubiegłym roku naukowcy z University of Lincoln powodzeniem opracował zsyntetyzowany wersję teixobactin, co stanowi ważny krok naprzód.
Teraz naukowcy z Singapore Eye Research Institute wykazały syntetyczną wersję leku można skutecznie leczyć Staphylococcus aureus rogówki w mysich modelach żywych; przed aktywnością teixobactin wykazano jedynie w warunkach in vitro. Z tych nowych ustaleń, teixobactin będzie potrzebował kolejnych 6-10 lat rozwoju, aby stać się lekiem, który lekarze mogą korzystać.
Od czasu odkrycia teixobactin w 2015 roku, kolejna nowa rodzina antybiotyków zwanych malacidins były ujawniły się na początku 2018 roku . To odkrycie jest jeszcze we wczesnym stadium rozwoju, a nie aż tak rozwinięte jak w najnowszych badaniach nad teixobactin
5. fenotypowa przesiewowe
Image credit: SciLifeLab
W 2011 autorów David Swinney i Jason Anthony opublikował wyniki swoich ustaleń na temat w jaki sposób nowe leki zostały odkryte w latach 1999 i 2008 odsłonięcie fakt, że znacznie więcej z pierwszych w klasie małych cząsteczek leków rzeczywiście zostały odkryte za pomocą fenotypową przesiewowe niż target- podejścia oparte (28 vs 17 zatwierdzonych leków, odpowiednio) - i to jest jeszcze bardziej uderzająca, biorąc pod uwagę, że to podejście oparte na cel, który był głównym tematem na okres stwierdził.
Ten wpływowy analiza spowodowały renesans fenotypowej Drug Discovery paradygmatu od 2011 roku - zarówno w przemyśle farmaceutycznym oraz w środowisku akademickim. Ostatnio naukowcy z Novartis dokonał przeglądu aktualnego stanu tej tendencji i doszli do wniosku, że choć pharma organizacje badawcze napotkanych znacznych problemów z podejściem fenotypowej, jest malejąca liczba ekranów docelowych oparte oraz wzrost fenotypowych podejścia w W ciągu ostatnich 5 lat. Najprawdopodobniej ten trend będzie kontynuowany daleko poza 2018 r.
Co ważne, poza tylko porównanie podejścia oparte fenotypowych i docelowych, istnieje wyraźna tendencja do bardziej skomplikowanych testów komórkowych, jak będzie z nieśmiertelnych linii komórkowych do komórek pierwotnych komórek pacjentów, współpracowników kultur i kultur 3D. Układ eksperymentalny staje się również coraz bardziej wyrafinowane, wykraczające poza jednowymiarowych odczytów kierunku obserwacji zmian przedziałów komórkowych analizy pojedynczych komórek, a nawet obrazowanie komórek.
6. Organy (korpus)-on-a-chip
Układy scalone wyłożone żywych komórkach ludzkich może zrewolucjonizować opracowywanie leków, modelowanie choroby i medycyny spersonalizowanej. Układy scalone te, zwane „narządy-on-chipy”, oferują potencjalną alternatywą dla tradycyjnych testów na zwierzętach. Ostatecznie, łączący systemy całkowicie jest sposobem, aby mieć cały system idealny „body-on-a-chip” dla nowych leków i testowania leków kandydackiej i walidacji.
Tendencja ta jest wielka sprawa w odkryciu leku i przestrzeni rozwoju i już objęte aktualny stan i kontekst paradygmatu „narząd-on-a-chip” w niedawnym mini-przeglądu.
Podczas gdy wiele sceptycyzmu istniały jakieś 6-7 lat temu, kiedy perspektywy na polu zostały sformułowane przez entuzjastycznych rodziców adopcyjnych. Dziś jednak krytycy wydają się być w pełnym odwrocie. Nie tylko agencje regulacyjne i finansowania przyjęli koncepcję , ale teraz jest coraz przyjęty jako platformy badawczej narkotyków zarówno przez Pharma i akademickich. Ponad dwa tuziny systemy organowe są reprezentowane w systemach on-chip. Czytaj więcej na ten temat tutaj .
7. Bioprinting
Obszar bioprinting ludzkich tkanek i narządów rozwija się bardzo szybko i jest to niewątpliwie przyszłość medycyny. Założona na początku 2016 roku, Cellink jest jedną z pierwszych firm na świecie oferuje 3D druku bioink - ciecz, która umożliwia życie i wzrost komórek ludzkich. Obecnie firma bioprints części ciała - nosy i uszy, głównie do testowania leków i kosmetyków. Drukuje również kostki umożliwiające naukowcom „play” z komórek z ludzkich narządów, takich jak wątroba.
Cellink niedawna współpracuje z CTI Biotech, francuskiej firmy specjalizującej się w produkcji Medtech tkanek nowotworowych, w celu Znaczny postęp w dziedzinie badań raka i leków.
Rozruch młody biotech będzie zasadniczo pomóc CTI do druku 3D replik guzów nowotworowych, przez zmieszanie bioink w Cellink jest z próbką komórek rakowych pacjenta. To pomoże badaczom w identyfikowaniu nowych terapii przeciwko konkretnych typów nowotworów.
Kolejny startup biotech rozwój technologii druku 3D do drukowania materiałów biologicznych - firmę Spinout Oxford University OxSyBio, który właśnie zabezpieczone £ 10m w Seria A finansowania.
Choć 3D bioprinting jest niezwykle użyteczna technologia, jest statyczny i martwy, ponieważ uważa tylko początkowy stan drukowanego obiektu. Bardziej zaawansowane podejście jest włączenie „czas” jako czwarty wymiar w drukowanych obiektów biologicznych (tzw „4D bioprinting”), czyniąc je w stanie zmienić swoje kształty lub funkcjonalności z czasem, gdy bodziec zewnętrzny narzuca. Tu jest wnikliwa ocena na 4D bioprinting.
perspektywa zamykania
Nawet bez głębokiego nurkowania w każdym z głównych tendencji opisanych powyżej, jeżeli okaże się, że AI będzie brać coraz większą część akcji. Wszystkie te nowe obszary innowacji BioPharma stały duży centric danych. Ta okoliczność sama w sobie zapowiada się pierwszoplanową rolę dla AI, zauważając również, jako postscriptum do tego pokrycia w temacie, że AI zawiera wiele, analityczne i numeryczne narzędzia przechodzą ciągły rozwój. Zastosowania sztucznej inteligencji w nowych leków i rozwoju we wczesnym stadium są w przeważającej części ukierunkowany na odkrywanie ukrytych wzorów i wnioski łączące przyczyny i skutki inaczej nie do zidentyfikowania lub zrozumiały.
Zatem podzbiór narzędzi sztucznej inteligencji, które są stosowane w badaniach farmaceutycznych spaść bardziej odpowiednio pod pseudonimem „Maszyna inteligencji” lub „uczenia maszynowego”. Mogą to być zarówno nadzorowane przez człowieka wskazówek, jak w klasyfikatorów i metod uczenia statystycznych, lub bez nadzoru w swoich wewnętrznych mechanizmów jak w realizacji różnych rodzajów sztucznych sieci neuronowych. Język i przetwarzanie semantyczne i probabilistyczne metody niepewnej (lub rozmyty) rozumowania również odgrywają ważną rolę.
Zrozumienie, jak te różne funkcje mogą być zintegrowane z szerokim dyscypliny „AI” jest trudne zadanie, że wszystkie zainteresowane strony powinny podjąć. Jednym z najlepszych miejsc do szukania wyjaśnień i uściśleń jest Centralny danych Science portal a zwłaszcza blogach Vincent Granville, którzy regularnie wyjaśnia różnice między AI, maszyny niskokaloryczne, głębokie nauki i statystyk. Staje biegły w tajniki AI jako całość jest nieodzownym elementem prowadzenia na bieżąco lub przed wszelkimi trendami BioPharma.
Czas postu: Maj-29-2018