Quand la technologie de l’IA aidera-t-elle l’industrie pharmaceutique à briser la « loi de Moore inversée » ?

En 2020, première année de l'épidémie de COVID-19, la Food and Drug Administration des États-Unis n'a approuvé que 53 nouveaux médicaments. La même année, l’investissement global de l’industrie pharmaceutique mondiale dans la recherche et le développement de médicaments a atteint près de 200 milliards de dollars. Cela signifie que le coût moyen de chaque médicament approuvé en 2020 avoisine les 3,8 milliards de dollars. Une étude publiée cette année-là donnait une estimation relativement prudente du coût des nouveaux médicaments, affirmant que même si le coût des nouveaux médicaments avait considérablement augmenté au cours de la dernière décennie, la fourchette spécifique se situait toujours entre 314 millions et 2,8 milliards de dollars. L'étude a également révélé que les dépenses totales médianes de recherche et de développement investies pour mettre un nouveau médicament sur le marché sont proches d'un milliard de dollars, alors que la moyenne est estimée à environ 1,3 milliard de dollars. En outre, le cycle de lancement moyen d'un nouveau médicament est de 10 à 15 ans, dont environ la moitié du temps et des investissements sont consacrés à la phase d'essai clinique, et la moitié restante du coût est utilisée pour soutenir la découverte, les tests et les essais précliniques de composés. surveillance. Quant aux raisons pour lesquelles chaque nouveau médicament coûte si cher et a un cycle long, les raisons incluent le manque d'efficacité clinique, le manque d'avantages commerciaux et une mauvaise planification stratégique. En bref, tous ces facteurs complexes ont transformé l’efficacité de l’industrie pharmaceutique en métaphysique. Beaucoup de gens sont même devenus sceptiques en raison du coût élevé du lancement de nouveaux médicaments, se demandant pourquoi l’industrie pharmaceutique a fait des progrès significatifs au niveau technique et de gestion. vos capacités se sont considérablement améliorées. Vous serez toujours coincé dans la situation actuelle et incapable de vous en sortir.

Ce sont les partisans de la « loi de Moore inversée », selon laquelle malgré les progrès technologiques, le coût de développement de nouveaux médicaments a augmenté de façon exponentielle au cours des dernières décennies. La loi inverse de Moore stipule que le coût de développement d'un nouveau médicament double environ tous les neuf ans, sans tenir compte des effets de l'inflation. Cette observation propose une loi similaire aux rendements décroissants. Selon le concept économique, si un certain intrant dans la production d'un certain produit augmente alors que tous les autres intrants restent inchangés, la situation globale finira par atteindre un point critique - si vous continuez. pour augmenter l'entrée, la sortie correspondante commencera à diminuer progressivement. Le terme « loi de Moore inverse » a été proposé par le Dr Jack Scannell et ses collègues dans « Nature·Reviews·Drug Discovery » en 2012.

La loi de Moore inversée renvoie naturellement à la célèbre loi de Moore. Cette observation conceptuelle datant des années 1960 révélait que le nombre de transistors sur les circuits intégrés à grande échelle doublait tous les deux ans environ. La loi de Moore doit son nom à Gordon Moore, co-fondateur d'Intel Corporation, et constitue son observation et son résumé des tendances historiques.

Le Dr Scannell a souligné qu'il y a quatre raisons principales à la situation difficile actuelle. Tout d’abord, les agences de réglementation imposent des normes de plus en plus strictes en matière de thérapies ; elles prennent de moins en moins de risques, ce qui augmente le coût et la difficulté de la recherche et du développement ; il est facile de provoquer des dépassements de projets ; et puis il y a l'attaque par force brute contre la recherche fondamentale, c'est-à-dire que la possibilité de résoudre les problèmes de recherche fondamentale par des essais et des erreurs grossiers est surestimée.

Malgré tous les facteurs difficiles auxquels nous sommes confrontés, nous surmonterons un jour le défi de la loi de Moore, et une arme puissante qui déterminera l'issue de la bataille est l'IA. La bonne nouvelle est que quelqu’un a déjà fait les premiers pas pour explorer cette voie.

Le Dr Scannell et ses co-scientifiques appellent les sociétés pharmaceutiques à nommer un directeur des médicaments qui sera chargé de résumer les causes des échecs à chaque étape du processus de recherche et développement et de publier les résultats dans des revues scientifiques. Actuellement, les sociétés pharmaceutiques publient rarement les expériences ou les résultats cliniques qui ont échoué, et la plupart n’ont pas encore pensé à nommer des responsables dédiés pour gérer les informations précieuses en cas d’échec. Toutefois, le Dr Scannell a souligné que pour briser la loi de Moore inverse, les entreprises doivent d'abord modifier leurs processus de R&D. La collaboration et le partage d'informations sont bien sûr un bon point de départ, mais dans l'industrie pharmaceutique, il n'existe qu'un seul moyen de véritablement enfreindre la loi de Moore : l'IA.

Au cours des dernières années, les gens ont fait de nombreuses tentatives pour utiliser l'IA pour enfreindre la loi de Moore inverse. Aujourd’hui, de nombreuses institutions telles qu’Exscientia et Insilico Medicine se précipitent dans ce sens.

Exscientia, dont le siège est à Oxford, est une société mondiale de technologie pharmaceutique qui donne la priorité aux patients et accélère la découverte de médicaments grâce à la technologie de l'IA. L’année dernière, la société a annoncé que la première molécule d’immuno-oncologie conçue par l’IA était entrée dans des essais cliniques sur l’homme. Dans le cadre de ce projet, Exsientia collabore avec Evotec pour développer des antagonistes des récepteurs A2a pour les patients adultes atteints de tuberculose avancée, en utilisant la plateforme de découverte de médicaments Centaur Chemist de l'entreprise. Ce n'est pas la première tentative d'Exscientia. En 2020, la société a annoncé un médicament pour le traitement des troubles obsessionnels compulsifs conçu par un logiciel basé sur l'IA et est entrée dans les essais cliniques de phase I.

De plus, Schrödinger a développé le logiciel de simulation chimique le plus avancé de l'industrie pharmaceutique. Schrödinger a récemment reçu l'approbation de la FDA pour étudier son traitement conçu par ordinateur contre le lymphome non hodgkinien dans le cadre d'essais préliminaires. La plateforme de l'entreprise, basée sur la technologie d'apprentissage automatique, a classé 8,2 milliards de composés potentiels en 10 mois et a finalement identifié 78 composés susceptibles de passer avec succès la synthèse et le criblage expérimental préclinique. La société envisage désormais de lancer une étude clinique de phase I et de commencer à recruter des patients atteints d'un lymphome non hodgkinien récidivant ou réfractaire.

Dans le même temps, Recursion Pharmaceuticals de l'Utah utilise également la technologie de l'IA pour trouver de nouvelles utilisations pour les médicaments existants. L'année dernière, Roche et Genetech ont établi une collaboration avec Recursion pour explorer conjointement de nouveaux domaines de la biologie cellulaire et tenter de développer de nouveaux traitements dans les domaines des neurosciences et de l'oncologie. Grâce à cette collaboration, les deux sociétés utiliseront la plateforme de découverte de médicaments basée sur l'IA de Recursion pour effectuer un criblage complet de nouvelles cibles médicamenteuses, accélérant ainsi le développement de médicaments à petites molécules.

Insilico, un candidat médicament anti-fibrose de premier plan a également terminé avec succès la recherche clinique de phase 0 et est officiellement entré dans la phase clinique de phase I. La nouvelle cible de ce candidat médicament a été découverte par la plateforme Pharma.AI. Le temps total écoulé entre la découverte de la cible et le lancement de la première phase du projet était inférieur à 30 mois, ce qui a établi un nouveau record de rapidité de développement de nouveaux médicaments dans l'industrie pharmaceutique.

N’oubliez pas que la technologie de l’IA jouera également un rôle dans l’interface cerveau-ordinateur, l’apprentissage en profondeur, l’interface homme-machine, l’apprentissage automatique et d’autres scénarios de simulation intelligente. Ces concepts existent depuis des décennies. Les premiers systèmes d’IA médicale s’appuyaient autrefois largement sur les connaissances cliniques et les règles logiques fournies par des experts médicaux, mais désormais, des superordinateurs qualifiés peuvent accomplir ces tâches par eux-mêmes.

Afin de briser la loi de Moore inverse, les data scientists et les scientifiques médicaux doivent planifier conjointement des cas d'utilisation réalisables, appliquer la technologie de l'IA à divers essais cliniques et comparer la technologie de l'IA avec les technologies existantes qui la remplaceront/la compléteront. De cette manière, l'IA devrait entrer en douceur dans l'écosystème des essais cliniques, réduisant efficacement les taux d'échec et les coûts de R&D tout en améliorant rapidement les processus de découverte et de développement de médicaments de l'industrie. Aujourd’hui, presque toutes les grandes sociétés pharmaceutiques utilisent des algorithmes de recherche originaux en interne, coopèrent avec des fournisseurs d’IA ou acquièrent directement des fournisseurs/technologies d’IA pour enrichir leurs portefeuilles de produits et leurs pipelines de découverte de médicaments. Les déclarations de partenariat de Massive Financing et de plusieurs sociétés pharmaceutiques nous indiquent également que l’industrie attend beaucoup de l’application des outils d’IA dans le processus de recherche et de développement de médicaments. Il y a eu de nombreux changements dans ce domaine.On espère qu'au cours des prochaines années, les entreprises seront en mesure de combiner de meilleures stratégies d'investissement avec une technologie avancée d'IA pour briser d'un seul coup la « malédiction » de la loi de Moore inversée.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!