Broadcast Retirement NetworkのJeffrey Snyderは、初期段階のバイオテクノロジー科学者Andrew R. Snyder博士と一緒に新薬開発に人工知能を使用する方法について議論します。
Jeffrey Snyder、放送退職ネットワーク
今私と一緒にいる人はAndrew Snyder博士です。彼は薬物研究者であり開発者であり科学者であり、完全に公開すれば彼は私の兄弟でもあります。スナイダー博士、アンディさん、今朝会えて嬉しいです。
Andrew R. Snyder博士、初期段階のバイオテクノロジー科学者
また会えて嬉しいです、ジェフ。
Jeffrey Snyder、放送退職ネットワーク
うん、お前と話をするのはいつも楽しいな。人工知能と新薬開発過程に先立ち、投資とイノベーションについてまず確認したい。お元気ですか？
現場での関係を見ると、過去のプログラムに参加した時よりも今より多くの投資をしていますか？
Andrew R. Snyder博士、初期段階のバイオテクノロジー科学者
おそらく徐々に。小さな亀裂があると思います。前回私たちがIPO窓口について話したとき、おそらくそれは少し開いているでしょう。
M&A分野には確かに多くのビッグニュースがあり、これらすべてがイノベーション環境に流れ込みます。私は私たちの環境で肯定的な兆候が現れていると思います。
Jeffrey Snyder、放送退職ネットワーク
素晴らしいです。良いニュースですね。患者さんにとても良いと思います。
より長く、より幸せで健康的な生活を続けるためには、これらの革新が必要なので、これは私たち全員にとって良いことです。さて、アンディ、まず伝統的な薬の開発プロセスについて話しましょう。時間がかかります。
最初から最後までどんな姿なのか幅広く説明していただけますか？
Andrew R. Snyder博士、初期段階のバイオテクノロジー科学者
はい、始めるのはとても良い場所です、ジェフ。私の経験は一般的に新しい側面にあるので、新しい目標、既存のフォームかもしれませんが、新しいものです。あなたはこれがおおよその数字だと言うでしょう。しかし、これはここで時間スケールを提供します。
薬品を市場に発売するのに20億ドルがかかり、10～15年かかると言うでしょう。これは、新しいフォームを導入するための費用です。途中でボトルネックが多く発生します。
ある獣は、新しい学術目標を選択し、それが良い目標であるかどうかを理解し、それを制御する小分子についてその目標をスクリーニングし、動物モデルで機能するために前臨床段階でそれを開発することです。それが前臨床段階であり、私がすべての時間を過ごす場所ですが、実際には投資のごく一部が行われているところです。その後、患者を対象に高価値、高額の研究を行う診療所に入る時です。時には、初めて新しい方法や新しい目標を使用することがあります。
Jeffrey Snyder、放送退職ネットワーク
私の考えでは、それは臨床試験と呼ばれるようです。あなたはそれがプロセスであることを確認するために薬をテストしています、それが実際に働いて必要なことをしていること、そしてそのプロセスに変化があるかどうかを確認するためにテストしています。それでは、人工知能について話しましょう。なぜなら、皆さんも私と同じ内容を読んでいますが、ニュース報道も見るからです。
AIは、製造から金融サービスまで、あらゆる場所に導入されました。多くの人がJETGPTを使用しています。私たちはこのネットワークにはありませんが、人工知能はあなたが言うボトルネックのいくつかを取り除くのにどのように役立ちますか？
たぶん、これは実際にあなたが言う10〜15年のコースのスピードを上げるのに役立ちますか？
Andrew R. Snyder博士、初期段階のバイオテクノロジー科学者
ジェフ、それは希望です。私たちは、AIが新薬開発プロセスのあらゆる段階に浸透することを見ています。私がニュースを読んでいるとき、私の分野に従事している人と話すとき、私たちが将来を見ているときに私が見ているもののいくつかの例を挙げてみましょう。
私の考えでは、まず発見の面で話してみましょう。いいですね。したがって、タンパク質構造を予測するのに役立つAlphaFoldというツールがあります。
そして、これができる効果は、化学者や他の薬物開発者が3D構造を手に入れることができるようになったので、正しい分子を見つけるより良いより速い機会を提供することです。同様に、自分で作業するだけでなく、研究室で皿を移すだけでなく、引用を解き、自分で考え、自分の仮説をテストする自律実験室を持つためのこのような記念碑的なアプローチもあります。そうですか？したがって、ボストン地域では、Lila Biosciencesなどの企業がこのアプローチを開拓しています。
私はただ見ていたようです。人々はそれを実験室の超知能と呼びます。そして彼らは本当にイノベーションに拍車をかけようとしています。そして、本当に最初の目標側で何が起こっているのか、3番目の例を挙げてみましょう。
カリフォルニアにはTahoeという会社があり、同社は単一細胞外乱データセットを研究しています。彼らは細胞を治療しており、さまざまな分子とタンパク質間の相互作用を理解しようとしています。そして彼らは結局この多くのデータを公に利用できるようになりますが、薬物標的に対する主要な洞察力を得るためにもこれを使用しています。そうですか？
したがって、彼らは一般的に発見されたものよりも優れた目標を提供できるデータ間の接続を見つけようとしています。
Jeffrey Snyder、放送退職ネットワーク
だから、ご存知のように、あなたは一般的にテスト中のトレンチ作業と呼びます。将来のAndrew Snyder博士はデータ科学者で研究者ですか？だから、あなたは実際に変化しています。
あなたの分野の誰かが実際にこの技術を受け入れ、アプローチを進めています。これらのデータセットと新しいテクノロジを使用すると、同じ戦術を実行する必要がない可能性があります。たぶん戦術を調整することができます。
もう一度言いますが、私は一般人ですが、私が考えているのは、将来の研究科学者、つまりあなたのような人はどんな姿なのでしょうか？この技術を使用して、次のレベルに進化するにはどうすればよいですか？
Andrew R. Snyder博士、初期段階のバイオテクノロジー科学者
まあ、私の考えでは、これらのいくつかは一種の未定のようです。これらのいくつかがどのように進むかを見てみましょう。化学分野の人々は、これらのいくつかは経験的に決定されるべきだと言いました。そうですか？
私たちが仕事をする方法は、私たちが仕事をする方法です。しかし、確実に利用できる他のデータセットもあります。そして、ボトルネックがある場所やツールをどこに配置するのかを理解することが重要だと思います。
特に大規模な前臨床および臨床データセットを保有している大型製薬会社のような会社はさらにそうです。 AIは本当にコアになるでしょう。私たちが作るのに永遠にかかった接続を作成するために、そのデータをどのようにマイニングできますか？
それとも、私たちはそれらを見ていないかもしれません。ご存知のように、私はデータサイエンティストになるかどうかはわかりませんが、さまざまな薬物発見と開発プロセスを進めながら、すべての人の注目を集めているようです。
Jeffrey Snyder、放送退職ネットワーク
はい、少なくともお尻に接続していると言えば、残念ながら、ある意味では私たちの両方がオリオールズファンのようです。現在、スポーツにはコーチと直接協力する統計関連の人材がたくさんあります。たぶんそんなたとえ話かもしれません。
そして最後の質問を推測します。来月に戻ってきます。もちろん、規制プロセスについて話したいです。人工知能を使用する場合、食品医薬品局（FDA）やその他の規制当局は、これらのデータモデルのいくつかが新薬の開発に使用されていることを考慮する必要があります。私は、規制環境への伝統的なアプローチが変わることだと思います。
Andrew R. Snyder博士、初期段階のバイオテクノロジー科学者
まあ、わかりません。彼らはまだ同じデータパッケージを必要とします。ご存知のように、薬は安全でなければならず、承認を受けるには効果的でなければなりません。もちろん、過去のデータセットに基づいて承認が加速されるなど、満たされていない需要が多い特定の状況もあります。しかし、データパッケージは同じままになると思います。
ご存知のように、私はこれが新薬の発見と開発を加速する機会がある場合だと思います。ジェフ、別の場所があります。私はどこかで本を読んでいましたが、会話を横にしたくありません。ステージ1の資産の10％程度が最終的に承認されます。だから90％はそうではありません。
さまざまな理由があります。しかし、私たちがAIを使用することができ、これが生態系全体にわたって適切な患者に適時に適切な方法を目指している場合、おそらくそのような失敗のいくつかを元に戻すことができます。そうですか？そして、おそらく私たちはこれらの治療法を正しい人々に目指すことができるでしょう。
だから私たちはここのライフサイクル全体を通して最初から最後までこれを見ています。私の考えでは、未来がどうなるかを見るでしょう。しかし、これが薬物発見プロセスのさまざまな段階に影響を与える可能性が高いです。
Jeffrey Snyder、放送退職ネットワーク
はい、私たちは経験と非経験については扱いませんでした。私の言うことは、あなたは薬とプロセスを構築するために数十年の経験を持っているということです。 AIが見ているデータセットを持つデータ科学者と協力することが重要です。
スナイダー博士、アンディ、そこに置かなければなりません。いつも見ることをお勧めします。もっと直接見ることができたらと思います。
たぶん私たちはすぐに会うでしょう。しかし、すぐにプログラムに再び参加できることを期待しています。
Andrew R. Snyder博士、初期段階のバイオテクノロジー科学者
ありがとう、ジェフ。
