Hoe AI-geneesmiddelenproductie het spel verandert
Bij medicijnontdekking hebben bedrijven te maken met een lange tijdlijn en hoge kosten om goedkeuringen voor medicijnen te krijgen. De kans om succesvol op de markt te komen is minder dan 10%, volgens een onderzoek uit 2022 .
"Zelfs kleine vooruitgang in time-to-lead-optimalisatie en verbeteringen in de waarschijnlijkheid van klinisch succes zijn belangrijk voor het aanpakken van de duizenden ziekten waarvoor vandaag de dag nog geen behandeling of genezing bekend is", schrijft Anthony Costa, NVIDIA- directeur digitale biologie, in een HealthTech- artikel .
Kunstmatige intelligentie helpt bij procescontrole tijdens medicijnproductie en kan de time-to-market versnellen. Medicijnontdekking en medicijnproductie zijn beide onderdeel van farmaceutische AI.
"Pharma AI verwijst naar de brede toepassing van AI-technologieën in de farmaceutische industrie , van medicijnontdekking tot productie en commercialisering", legt Dan Sheeran uit, algemeen directeur voor gezondheidszorg en biowetenschappen bij Amazon Web Services .
In de productie gebruiken farmaceutische bedrijven AI- en machine learning (ML)-algoritmen om de efficiëntie, kwaliteit en betrouwbaarheid te verbeteren, zegt Sheeran. Dat omvat het gebruik van voorspellend onderhoud van apparatuur om onverwachte downtime te voorkomen, AI-enabled digitale tweelingen voor realtime procesbewaking en -optimalisatie, en AI-agenten om simulaties en handmatige taken te orkestreren.
"Uiteindelijk kan AI in de productie van medicijnen leiden tot snellere productietijden, lagere kosten, producten van hogere kwaliteit, minder afval en mogelijk de levering van levensreddende medicijnen aan patiënten versnellen", aldus Sheeran.
Met behulp van AI kan Pfizer afwijkingen detecteren en realtime stappen voorstellen aan zijn operators om zo de productopbrengst met 10% en de cyclustijd met 25% te verhogen, aldus Albert Bourla, voorzitter en CEO van Pfizer, in het jaarlijkse verslag van het bedrijf uit 2023 .
Het farmaceutische bedrijf rolde zijn generatieve AI-platform in 2023 uit. "AI-aangedreven productieprocessen verhogen de doorvoer met 20%, waardoor we meer medicijnen sneller aan patiënten kunnen leveren", aldus Bourla in het rapport.
Dankzij de samenwerking met AWS kon Pfizer de ontwikkeling en distributie van het COVID-19-vaccin versnellen en het vaccin in 269 dagen produceren in plaats van de gebruikelijke 8-10 jaar, aldus Lidia Fonseca, Chief Digital and Technology Officer van Pfizer.
Op de AWS Summit in Los Angeles op 22 november 2024 merkte Fonseca op dat het mRNA-voorspellingsalgoritme van Pfizer 20.000 vaccindoses meer per batch opleverde. Het interne generatieve AI-platform van Pfizer, Vox, op AWS-cloudservices stelde het farmaceutische bedrijf in staat om toegang te krijgen tot grote taalmodellen op Amazon Bedrock en SageMaker.
LEES MEER: Wat betekent de groei van generatieve AI voor medicijnontdekking en klinische proeven?
"In de productie neemt Bedrock de optimale procesparameters om te identificeren wat wij de gouden batch noemen en gebruikt generatieve AI om afwijkingen te detecteren en in realtime acties aan onze operators aan te bevelen", aldus Fonseca.
Ze voegt toe dat Pfizer dankzij AI in een fractie van de tijd gegevens en wetenschappelijke inhoud kan doorzoeken en vergelijken.
"En algoritmen genereren en valideren potentiële doelen om ons wetenschappelijk succes te verbeteren", zegt Fonseca.
Moderna gebruikte ook AI om de ontwikkeling van zijn COVID-19-vaccin te versnellen. Het implementeerde AWS Internet of Things, AI/ML en data-analyseservices in een verbonden omgeving met intelligente biofarmaceutische productie- en supply chain-processen, aldus AWS. AI-algoritmen stelden Moderna ook in staat om kwaliteitscontroleanalyses te automatiseren en de uren die werden besteed aan handmatige beoordeling te verminderen, gericht op het verbeteren van productieprocessen en logistiek, merkt AWS op in een case study .
Novartis gebruikt ML om slimme productieprocessen te ontwikkelen. Merck 's Manufacturing and Analytics Intelligence is een AI-aangedreven platform op AWS dat is ontworpen om zijn medicijnproductieprocessen te optimaliseren, aldus Sheeran.
AI in farmaceutische en levenswetenschappenIn oktober ontving de UCSF School of Pharmacy federale financiering als onderdeel van het Advanced Research Projects Agency for Health-initiatief om medicijnontwikkeling te versnellen met behulp van AI. Biotechbedrijven kunnen gebruikmaken van de open-source datasets en modellen die zijn ontwikkeld als onderdeel van het project door de non-profitorganisatie Open Molecular Software Foundation en John Chodera, een computationeel chemicus bij het Memorial Sloan Kettering Cancer Center .
UCSF is van plan om AI te gebruiken om het terrein van moleculen in kaart te brengen die ongewenst zijn of zich op gevaarlijke manieren gedragen. Door de ontwikkeling van medicijnen te versnellen en kosten te verlagen, kunnen onderzoekers problemen omzeilen die later in het ontwikkelingsproces optreden. Onderzoekers gebruiken ML om te voorspellen hoe moleculen interacteren met anti-targets.
"Wanneer je nieuwe moleculen ontwerpt, moet je de eigenschappen van de molecule kunnen voorspellen, zoals hoe lang het in de bloedbaan blijft of of het wordt opgegeten door metabolische enzymen in de lever, en op dit moment zijn die voorspellingen goed, maar niet geweldig", legt James Fraser uit, voorzitter van de afdeling Bioengineering and Therapeutic Sciences aan de UCSF-scholen voor geneeskunde en farmacie . "En dus is de hoop dat nieuwe ontwikkelingen in machine learning en kunstmatige intelligentie, wanneer ze worden gevoed met de juiste gegevens, die we hopen te genereren, de nauwkeurigheid van die voorspellingen enorm zullen vergroten, waardoor we minder moleculen kunnen synthetiseren om op dezelfde plek te komen, waardoor we de ontdekking van medicijnen kunnen versnellen en goedkoper kunnen maken."
Dan Sheeran Algemeen directeur voor gezondheidszorg en biowetenschappen, Amazon Web Services
Geneesmiddelenontwikkelingsbedrijf Absci gebruikt AMD 's Instinct-accelerators en ROCm-software om AI-geneesmiddelenontdekkingswerklasten aan te drijven, zoals Absci's next-generation antilichaamtherapieën. AMD zegt dat Instinct GPU-accelerators en ROCm-software high-performance computing mogelijk maken als onderdeel van een open ecosysteem. Op 8 januari 2025 kondigde Absci aan dat het een investering van $ 20 miljoen van AMD zou ontvangen om dit onderzoek te bevorderen en te voldoen aan de vraag naar AI-toepassingen bij geneesmiddelenontdekking.
"Een van de dingen waar we ons op hebben gericht, zijn wat we ondruggable targets noemen," zegt Sean McClain, oprichter en CEO van Absci. "Door een target te kunnen drugsen, kun je het pad dat de onderliggende ziekte beïnvloedt, wijzigen, waardoor een potentiële remedie of potentiële behandeling ontstaat."
Absci gebruikt generatieve AI-modellen om antilichamen te ontwerpen die zich binden aan kankerdoelen, de paden aanpassen en de kanker doden, aldus McClain. Hij zegt dat AI heeft geholpen de tijd te verkorten die medicijnen nodig hebben om klinische proeven te bereiken van vijf en een half jaar naar 18 tot 24 maanden. Absci heeft een antilichaam ontwikkeld op zijn AI-platform voor inflammatoire darmziekte.
Hij zegt ook dat farmaceutische bedrijven AI-modellen kunnen gebruiken bij het indienen van aanvragen voor nieuwe onderzoeksgeneesmiddelen bij de Food and Drug Administration om goedkeuring te krijgen voor het testen van geneesmiddelen op mensen.
"Als we vooruitkijken, zijn er nog steeds veel hiaten die AI nog niet heeft kunnen oplossen. Ik denk dat dat in de loop van de tijd wel zal gebeuren. Maar ik denk dat het nu al een dramatisch verschil maakt in de manier waarop we medicijnen ontwerpen en creëren", aldus McClain.
GERELATEERD: Hoe kan de cloud datasets voor praktijkbewijs in klinische onderzoeken verbeteren?
Waar farmaceutische fabrikanten rekening mee moeten houden bij het gebruik van AIBij het inzetten van AI in de productie van geneesmiddelen moeten organisaties ervoor zorgen dat ze de data-infrastructuur hebben om de grote datasets te verzamelen, op te slaan en te analyseren die AI nodig heeft, adviseert Sheeran. Hij voegt eraan toe dat organisaties een duidelijke strategie moeten hebben over hoe ze AI kunnen integreren in de workflow van de productie van geneesmiddelen en hoe ze AI kunnen valideren.
"Bedrijven moeten ook prioriteit geven aan transparantie en uitlegbaarheid in hun AI-systemen", zegt Sheeran. "Bij AWS werken we terug vanuit de behoeften van onze klanten en gewenste bedrijfsresultaten om hen te helpen deze overwegingen te navigeren en AI-oplossingen op een verantwoorde en effectieve manier te implementeren."
healthtechmagazine
