? Bend Override ? Opportunity In Chinese Medical Industry: Computational Enabling Crossing The ? Dividende Crisis ? Of Biochemical Technology

"Pourquoi Imatinib est - il si cher?Le film "I'm not a Medicine God" raconte l'histoire d'un groupe de personnes gentilles qui ont risqué des crimes pour le prix élevé de l'imatinib, et a même choqué le Premier Ministre lui - même de l'inclure dans les soins de santé.Mais en fait, il y a une raison pour laquelle les prix des entreprises pharmaceutiques sont chers, parce que la recherche et le développement sur les médicaments sont vraiment lents, et il a fallu 42 ans, et il y a eu plusieurs quasi - avortements dans le processus de recherche et de développement, le co?t des intrants est incommensurable, et le prix élevé est in évitable.Récemment, lors d'une conférence de l'industrie, Fang Xiangdong, chercheur à l'Institut de génomique de Beijing de l'Académie chinoise des sciences, a souligné aux médias, y compris le rapport économique du XXIe siècle, qu'il était particulièrement important de raccourcir le cycle de développement des médicaments.

à l'heure actuelle, l'un des points de vue de l'industrie est que le calcul peut aider l'industrie biomédicale à maximiser les avantages des médicaments et à améliorer considérablement l'efficacité de la recherche et du développement.

Le professeur Tan Guangming, Directeur du Centre de haute performance de l'Institut de technologie informatique de l'Académie chinoise des sciences, a donné un exemple aux journalistes du rapport économique du 21ème siècle. Depuis que l'algorithme Alpha fold 2 de Google est apparu, non seulement le temps d'essai a été réduit de quelques années à quelques heures, mais le co?t d'investissement a également chuté à des dizaines de milliers de dollars américains. L'exactitude n'est pas inférieure à celle des expériences traditionnelles.Dans l'ensemble, l'utilisation d'ordinateurs pour aider à réduire les co?ts d'essai et d'erreur, réduisant 10 000 essais biologiques à 100 ou 10.

L'essence de la médecine computationnelle est d'adopter un paradigme de recherche scientifique axé sur des données denses, de prendre l'intelligence artificielle comme méthode et de prendre le super calcul comme support, de sorte que la vie peut toujours être considérée systématiquement et globalement.Explorer quantitativement les règles de vie et les mécanismes de base des données et des connaissances, et fournir des services en biologie et en médecine par des méthodes d'ingénierie.

Tan Guangming pense que les données des essais cliniques de phase I et de phase II sont très bonnes, les essais cliniques de phase III peuvent également échouer.Il doit y avoir de nouvelles technologies pour briser le ? plafond ? inhérent, embrasser les nouvelles technologies peut échouer, mais aussi le plus susceptible de réussir, l'efficacité de l'industrie pharmaceutique alimentée par les technologies biochimiques diminue.L'une des tendances les plus prometteuses est la mise en place de nouveaux systèmes technologiques pour faire passer les médicaments de l'essai à l'entra?nement numérique, ce qui favorisera la fourniture de produits efficaces et de haute qualité du c?té de l'offre.

Problèmes médicaux et pharmaceutiques

Lors de la réunion de l'industrie susmentionnée, Zhang Chunming, Vice - Président exécutif de l'Institut de recherche sur les technologies avancées de l'ouest de l'Institut de calcul de l'Académie chinoise des sciences, a souligné que les défis actuels dans le domaine pharmaceutique sont les suivants: premièrement, le dividende technologique de la découverte de cibles est terminé et les nouvelles technologies n'ont pas encore fonctionné; deuxièmement, les essais cliniques sont la ? vallée de la mort ? qui est difficile à franchir; troisièmement, l'efficacité des médicaments cliniques pour les maladies est faible et la concurrence différenciée sur le marché est difficile.

Parmi eux, la concurrence différenciée est difficile en raison de l'homogénéisation grave des produits des entreprises pharmaceutiques chinoises.De nombreux médicaments aux états - Unis ont été mis au point avec succès et commercialisés avec succès, mais de nombreux médicaments en Chine ont été mis au point, mais la commercialisation a échoué, de sorte que l'innovation industrielle est nécessaire.

Les affaires ne réussissent pas toujours ce qui est reconnu sur le plan académique.Chen Bin, Directeur général de Huaxia Fund Holding Subsidiary et docteur en médecine interne de l'Université Tsinghua, estime que le succès commercial dépend de la transformation des problèmes des hautes terres scientifiques en problèmes industriels et de leur intégration dans la cha?ne de valeur industrielle.

Au cours des dernières années, bien que le nombre de médicaments biologiques approuvés en Chine augmente d'année en année, le degré d'innovation est encore insuffisant. La recherche et le développement de médicaments innovants sont toujours axés sur les cibles chaudes, l'homogénéisation est grave et les pistes de course sont très bondées.Certaines cibles chaudes comme Pd - 1, Pd - L1, Btk, etc., sont faites par de nombreuses entreprises, même plus de 100 entreprises sont entassées dans une piste de course, il y a une certaine cécité.

Zhao Yu, Directeur adjoint du laboratoire Darwin de zheyuan Turing à l'Institut de calcul de l'Académie chinoise des sciences, a déclaré que le Big Data n'est pas un outil, mais un bourbier pour certaines entreprises pharmaceutiques.? bien que la production de données ait été industrialisée, la compréhension et l'utilisation des données sont encore très insuffisantes, en particulier dans les domaines biologique et pharmaceutique.

L'application de données histologiques multidimensionnelles et hétérogènes à la clinique peut présenter une tomodensitométrie, qui se manifeste principalement sous deux aspects: premièrement, les cliniciens ne comprennent pas les données et n'utilisent pas les données pour aider les patients dans le diagnostic et le traitement.En outre, les articles de haut niveau publiés ne peuvent pas résoudre efficacement les problèmes cliniques.Fang Xiangdong a déclaré que la mise en place d'un réseau de connaissances est un processus d'expression des découvertes scientifiques dans un langage que les cliniciens et les développeurs en aval peuvent comprendre.

La production et la compréhension des données sont totalement déséquilibrées, de sorte que le développement des sciences de la vie et de la médecine nécessite de nouveaux moteurs technologiques.L'industrie pharmaceutique a toujours été soutenue par la technologie biochimique. Le long de cette voie technologique, l'industrie pharmaceutique chinoise ne peut pas dépasser les pays développés européens et américains. Seule la technologie informatique peut offrir de nouvelles possibilités et réaliser le dépassement de courbe.

Zhang Chunming a déclaré qu'en ce qui concerne l'industrie et la recherche biomédicales, le dividende de la technologie biochimique a pris fin et qu'il n'y a pas de nouvelle plate - forme technologique, tandis que la médecine informatique peut fournir un nouveau système technologique en plus de la technologie biochimique pour la médecine, en dépla?ant le travail sur l'ordinateur, qui fait 80% des choses, et les gens 20% des choses.La plate - forme informatique médicale peut non seulement améliorer le taux de réussite, mais aussi réduire l'échelle expérimentale et économiser des co?ts.Selon l'évaluation des principaux instituts de recherche, il peut économiser près de 50 milliards de dollars en fonds de recherche et de développement pour la recherche et le développement de nouveaux médicaments, ce qui a permis de réduire de moitié le temps de recherche et de développement, de réduire de moitié les investissements et de doubler l'efficacité clinique.Donc l'ordinateur est "invincible" en combinaison avec la biochimie.

Computational Medical Technology System

Bien qu'il y ait environ 200 mutations cellulaires individuelles dans une cellule cancéreuse du poumon non à petites cellules, peu d'entre elles sont connues et utiles pour le traitement clinique, et pas plus de 10 peuvent être utilisées comme marqueurs dans la pratique clinique.Les 200 autres variations, bien que nécessaires à la croissance et à la fonction de la tumeur, n'ont pas joué un r?le dans l'interprétation, en fait parce qu'elles ne sont pas comprises.

L'utilisation du modèle de données peut améliorer efficacement la compréhension.Selon Niu Gang, Directeur du laboratoire zheyuan Turing Darwin de l'Institut de calcul de l'Académie chinoise des sciences et Ph.D. en biologie cellulaire et systémique, les mutations génétiques peuvent entra?ner des conséquences déterministes intracellulaires qui peuvent être mesurées et analysées, de sorte que des modèles de données et des cadres d'apprentissage en profondeur peuvent être mis en place Pour simuler les cellules réelles sans aucune connaissance biologique, et les connaissances peuvent être utilisées davantage.Le module interprète toute fonction cellulaire réelle.

Les données fonctionnelles humaines et liées à la maladie obtenues par réinterprétation de la fonction cellulaire sont appelées données de base, et il est particulièrement important de comprendre les données de base.Niugang a déclaré que la gestion de l'ensemble du processus des patients ne peut être effectuée à l'avance que si les données de base sont utilisées pour le pronostic.Dans le cas de l'adénocarcinome pulmonaire, une fois que l'information sur la fonction tumorale a été obtenue, la direction des métastases doit être déterminée d'abord, puis le pronostic tumoral (p. ex., la prédiction de l'os du patient) doit être déterminé, enfin, le temps de traitement approprié (p. ex., l'utilisation de médicaments anti - vasculaires) et l'applicabilité de médicaments immunologiques doivent être déterminés.Si l'évolution subclonale se produit, vous devez comprendre la direction de l'évolution.

Zhang a également déclaré que des méthodes mathématiques peuvent être utilisées pour établir des liens entre les gènes, les comportements cellulaires et les manifestations de la maladie, pour évaluer et expliquer l'efficacité des traitements cliniques et même pour sélectionner les populations les plus appropriées pour des expériences afin d'obtenir les meilleurs résultats.

La médecine computationnelle résout le problème de l'utilisation des connaissances humaines dans la pratique de la production et la recherche scientifique.Dans le domaine de la recherche et du développement sur les médicaments, une carte des connaissances peut être utilisée pour intégrer toutes les connaissances humaines pour écrire un ? Livre ?. Par exemple, AI a écrit un livre ? tout sur l'autisme ? qui peut systématiquement trier et résumer plus de 56 000 documents publiés par des chercheurs humains.La cartographie des connaissances est un concept consensuel dans le domaine des TI, mais la cartographie des connaissances propre au domaine met à l'épreuve la capacité de fusion.

Il y a plus de 30 millions de documents dans la base de données biomédicale. L'hypothèse fondamentale de la médecine computationnelle est de les utiliser tous, mais la fa?on de les utiliser devient difficile.Niu Gang a introduit que la première étape consiste à saisir les concepts les plus fondamentaux liés au contenu de la recherche. Le processus de saisie consiste à réorganiser la distribution des connaissances. En raison de la psychologie de la foule, les connaissances sont empilées, de sorte qu'il est nécessaire de réduire le vide.La deuxième étape consiste à reconstruire le contenu de base. L'Ia doit être effectuée sans aucune connaissance préalable, de sorte que plusieurs itérations sont nécessaires pour obtenir le contenu réellement pertinent.La troisième étape consiste à classifier et à extraire les particules de connaissances. Chaque catégorie représente une orientation particulière ou un point chaud de la recherche dans ce domaine.Enfin, les bases de données pertinentes sont utilisées pour extraire les interactions génétiques, les voies de signalisation, les médicaments et d'autres informations annotées afin d'ajouter des connaissances et des données incrémentales à chaque domaine cognitif humain établi.

Zhang Chunming a déclaré qu'au début de la pandémie mondiale de pneumonie coronarienne, il n'y avait pas encore eu beaucoup de documents pertinents. Plus de 14 000 articles sur le coronavirus ont été extraits à l'aide de la technologie de cartographie des connaissances. Deux conclusions ont été tirées par le peignage: l'un est que le losartan, un médicament Antihypertenseur, peut prévenir les maladies critiques chez les patients atteints de pneumonie coronarienne, et l'autre est qu'un médicament à petite molécule C21 peut être utilisé comme médicament potentiel pour traiter la pneumonie coronarienne- Oui.Ces deux conclusions ont été les premières à être classées l'an dernier par l'Aha comme les dix principaux progrès dans les maladies cardiaques, tandis que le médicament à petite molécule C21 a été homologué par une entreprise pharmaceutique britannique et est entré dans la phase II de la clinique, ce qui a donné de bons résultats.

La médecine computationnelle a besoin d'un support informatique ultra - puissant et de haute performance.Le professeur Tan Guangming a déclaré qu'il n'y avait pas de logiciel général et qu'il n'y avait pas d'algorithme général pour les connaissances générales, de sorte qu'il était nécessaire d'utiliser le super calcul comme support, mais le super calcul était facile à acheter et difficile à utiliser, ce qui impliquait une ? technologie d'Optimisation parallèle ?.En tant que disposition stratégique de l'Institut de calcul, les ? mégadonnées biomédicales ? ont été étudiées pendant 20 ans et peuvent traiter rapidement et efficacement de grandes quantités de données.

Dans le domaine de l'application, Zhang Chunming a déclaré que différentes combinaisons de modèles peuvent être utilisées pour construire des outils d'interface orientés vers l'application, et des outils peuvent être ajoutés en fonction des différentes exigences pour construire des scénarios d'expérience numérique de médicaments, de la cible de calcul, de la structure de calcul à l'appariement de médicaments humains, afin de résoudre les problèmes en utilisant réellement la plate - forme.

Computational Medicine enabling pharmaceutical industry

Un médicament ne convient pas à tous les patients. Il est essentiel d'utiliser la plate - forme informatique pour sélectionner la population la plus appropriée, différencier la concurrence et améliorer le taux de réussite du médicament.Zhang Chunming a déclaré que la plate - forme médicale computationnelle devrait couvrir tous les scénarios ci - dessus, et qu'une petite quantité de données d'essais cliniques a été mise sur la plate - forme. La population la plus appropriée pour le médicament peut être choisie par analyse de données. Le représentant typique pour assurer le succès du médicament En sélectionnant la population dominante est yiruisha.

Le médicament aurait pu être vendu à dix personnes. Il est probable qu'il n'a été vendu qu'à deux personnes ou à plus de personnes après le dépistage, ce qui pourrait être contradictoire pour les entreprises pharmaceutiques, mais il y a trois avantages principaux à utiliser la plate - forme pour sélectionner la population la plus appropriée.Zhang Chunming a souligné que, premièrement, il peut être certifié comme un traitement révolutionnaire pour raccourcir le temps d'accès à l'assurance médicale; deuxièmement, la population dominante est claire, de sorte que les médicaments peuvent être tarifés différemment; troisièmement, il peut rendre les médicaments plus efficaces dans l'indication et aider les entreprises de recherche et de développement à améliorer leurs compétences internes.

Sur la base des données des essais cliniques, les caractéristiques des populations dominantes du médicament peuvent être extrapolées et, sur la base des caractéristiques, les maladies pour lesquelles le médicament est également efficace peuvent être extrapolées.

Le succès de la recherche et du développement d'un médicament n'est pas facile. 10% des médicaments sur le marché peuvent étendre l'indication. Grace à la plate - forme, le marché peut être élargi à des centaines de millions de personnes, ce qui peut grandement augmenter la valeur du médicament.Pfizer, Novartis et Lilly ont montré une grande valeur commerciale dans le cancer du sein hormonal HER2 négatif. Des centaines de nouvelles indications ont été explorées dans le monde entier, mais elles sont co?teuses et les essais cliniques sont prolongés.Et la plate - forme numérique de recherche et de développement de médicaments sous la direction de la médecine computationnelle a aidé l'inhibiteur CDK4 / 6 à ? calculer ? un certain nombre de nouvelles indications avec de nouvelles technologies, l'une d'elles se réfère à une maladie rare sans médicaments dans le monde - "chordoma". Dans la pratique clinique, les patients atteints de chordoma récurrent qui ont été jugés appropriés par AI et qui ont échoué dans le traitement manuel et radiothérapeutique ont été traités par un seul médicament trois semaines plus tard.La tumeur a diminué de 37%.D'autres nouvelles indications sont des tumeurs non rares, ce qui ouvre de vastes perspectives pour la prise de décisions mondiales en matière de recherche et de développement de médicaments.

Il convient également de mentionner qu'il existe un grand nombre de médicaments innovants qui échouent chaque mois dans le monde, ce qui permet de découvrir des cibles inconnues par l'intermédiaire de la plate - forme médicale computationnelle, de créer de nouvelles grappes industrielles et de reconstruire la valeur des médicaments cliniques défaillants.

Zhang Chunming a également souligné que le champ expérimental numérique de la médecine computationnelle ne remplacera pas l'entreprise pharmaceutique, c'est - à - dire le principe 28, 80% sur ordinateur, 20% doivent encore être effectués.Mais les entreprises qui utilisent la technologie de la médecine computationnelle vont certainement remplacer celles qui n'utilisent pas la technologie de la médecine computationnelle.

?