På ettermiddagen 26. oktober ble den 11. Medidata NEXT China Annual Meeting 2022 Suzhihua Drug Research and Development-underkonferansen holdt online. Medidata NEXT China Annual Conference, med temaet "Brave to Think Ahead, Create the Future", holdes av Medidata, et heleid datterselskap av Dassault Systemes, Frankrike. Den samler verdens mest banebrytende biovitenskapelige innovatører, utveksler og kolliderer ideer med framsyn, diskuterer grensene til digital medisin og tar pulsen på utviklingstrenden innen medisin. Det presenterer en storslått begivenhet for utveksling av ideer, samarbeid og felles utvikling.
Blant dem inviterte Suzhihua Drug Research and Development-konferansen spesielt Dassault BIOVIA-konsulent for livsvitenskapelige løsninger Hua Peng, Seniordirektør for Beigen Analytical Research and Development Gao Yang, Wuxi HitS-avdelingsdirektør Dr. Yin Jian, Beijing Zhuoya Medical Technology Co., LTD CEO Zhou Zhuang , temarapport fokusert på banebrytende medisinforskning og utviklingsteknologi.
Digital intelligent legemiddelforskning og -utvikling er et av nøkkelområdene som industripersonell tar hensyn til, effektivt unngå kaoset forårsaket av manuell styring, datastatistiske feil og andre problemer, for å oppnå intelligent eksperimentell drift, prosjektdrift, forsknings- og utviklingsledelse , er et viktig middel for å forbedre forsknings- og utviklingsevnen til farmasøytiske bedrifter, styrke produksjonskapasiteten. Hvordan bruke digitalt intelligent system for å hjelpe innovativ forskning og utvikling av legemidler? Hvordan forbedre effektiviteten av farmasøytisk FoU ved informatisering?
Som den første gjesteforedragsholderen åpnet Hua Peng, konsulent for BIOVIA life Science Solutions i Dassault Systemes, forumet med en rapport med tittelen "ELN System Assists the Transformation of digital intelligence in pharmaceutical R&D Laboratories". Han analyserte først fem av de vanligste utfordringene i R&D LABS:
● Finn data: hvordan finne data og informasjon raskt og nøyaktig når det trengs.
● Organisere og lagre data: hvordan klassifisere og lagre data på en rimelig måte for å gjøre det enklere å få tilgang til, behandle og analysere.
● Deling av data: Deling av data med andre mennesker eller andre organisasjoner tar ofte mye tid og krefter.
● Bruk for mange systemer: for mange systemer og databaser øker vedlikeholdskostnadene og reduserer datatilgangseffektiviteten.
● Håndtere store mengder data: Den økende kompleksiteten til forskning har ført til en rask økning i volumet av forskningsdata, noe som krever mer effektive midler for å takle det.
I denne forbindelse mener han at:
Endre den tradisjonelle administrasjonsmodusen til laboratoriet: for eksempel brukes BIOVIA Workbook ELN-systemet til å forbedre laboratoriestyringen på alle nivåer ved å bruke den eksperimentelle malen, eksperimentell spørring, databehandling, eksperimentell rapport, revisjonsspor og andre funksjoner.
Konstruksjon av FoU-laboratorieøkosystem: Gjennom etablering av en enhetlig plattform inkludert materialstyring, instrumentstyring, biomakromolekyl- og sammensattebibliotek, oppgavestyring og andre moduler, samt integrasjon med andre typer tredjepartssystemer og -programmer, for å oppnå et effektivt laboratorium informasjonssammenkobling.
I følge Hua Peng vil BIOVIA Workbook hjelpe farmasøytisk innovasjon og akselerere lanseringen av nye legemidler
Deretter laget Gao Yang, seniordirektør for analytisk forskning og utvikling av Beigene, en rapport med tittelen "Compliance of ELN Assisted drug process research and development". Gao Yang påpekte at i forskning og utvikling av legemiddelprosesser er kvalitetsrisikovurderingen (QRA) av API-prosessen en viktig del av produktmarkedsføringsapplikasjonsdataene, som er svært viktige for produktmarkedsføringen. Spesielt gir studier av urenheter (F&P) kjernedata for å demonstrere prosessens evne til å fjerne urenheter, så dataintegritet og pålitelighet kreves. "Komplisert eksperimentell design gir store utfordringer for dataintegritet". Derfor er eksperimentell design basert på ELN spesielt viktig. Som en datainnsamlings- og prosesseringsplattform kan ELN redusere menneskelige feil og forbedre arbeidseffektiviteten. Revisjonssporet og den elektroniske signaturfunksjonen til ELN sikrer også ektheten og påliteligheten til dataene.
Dr. Jian Yin, direktør for Wuxi Apptec HitS, presenterte rapporten "New Opportunities for CADD and Chemoinformatics in Biomedicine". Dr. Yin påpeker at med eksplosjonen av dyplæringsmetoder og cloud computing de siste årene, er det mer rom for tradisjonell CADD til å fungere. I tillegg har noen banebrytende teknologier for medikamentoppdagelse, som for eksempel bibliotekteknologi for DNA-koder, blitt anerkjent av flere brukere av nye legemidler, og har også generert massive data. Derfor har hvordan å få disse dataene til å spille en bedre rolle blitt gjennombruddspunktet for CADD og kjemoinformatikk kombinert med dyp læringsteknologi for å virkelig spille en rolle innen biomedisin.
I utviklingen av noen nye modeller og varme medisiner, som kovalente småmolekylære medisiner, antivirale medisiner, PROTAC, PPI, etc., kan kombinasjonen av CADD og AlphaFold også spille en magisk rolle.
Til slutt presenterte Zhou Zhuang, administrerende direktør i Beijing Zhuoya Medical Technology Co., LTD., rapporten "BIOVIA Molecular Simulation and Data science software Enabling a New Model of Drug Development". Ny medikamentforskning og utvikling har blitt anerkjent globalt som et fremtredende hotspot av "tre høye og en lang", nemlig "høyteknologi, høy investering, høy risiko, lang syklus". I denne sammenhengen mener Zhou at modellerings- og simuleringsteknikker gir mulighet for interaksjoner på atomnivå som støtter oppdagelse av legemidler, noe som gjør det mulig for forskere i biovitenskapsindustrien å teste "konsept-til-virkelighet"-muligheter med minimal risiko og lavere kostnader. Han sa at Dassault Systemes BIOVIA gir livsvitenskapsindustrien utmerkede forskningsverktøy for molekylær simulering og simulering, og kan kombinere datavitenskapelig programvare for å oppnå alt fra datatilgang og aggregering til kompleks dataanalyse, modellering og rapportering. Automatiseringen av disse prosessene gjør det mulig for forskere å få mest mulig ut av dataene sine. Hjelper forskere med å bygge bedre, sikrere og mer kostnadseffektive produkter for å forbedre pasientresultatene.
Ettersom de globale farmasøytiske foretakene endrer oppsettet raskere og raskere, introduseres innovativ teknologi stadig, og dens anvendelse blir et skarpt verktøy i forskning og utvikling av digitale intelligente legemidler. BIOVIA vil fortsette å fokusere på legemiddeloppdagelse og bringe mer avansert erfaring og digitale løsninger til den globale biovitenskapssektoren.
