Boehringer Ingelheim is het nieuwste farmaceutische bedrijf dat zich tot AI wendt in de jacht op nieuwe behandelingen en therapieën.

Het Duitse bedrijf aangekondigd eerder deze week dat het samenwerkt met IBM om de basismodeltechnologie van Big Blue te gebruiken “om nieuwe kandidaat-antilichamen te ontdekken voor de ontwikkeling van efficiënte therapieën.”

Het plan is om een ​​door IBM ontwikkeld, vooraf getraind AI-model te gebruiken en aanvullende bedrijfseigen gegevens van Boehringer in te voeren om de ontdekking van potentiële antilichamen te versnellen en de kwaliteit van voorspelde kandidaten te verbeteren.

Het biomedische basismodel van IBM is gebaseerd op een breed scala aan openbare datasets, waaronder gegevens over interacties tussen eiwitten en geneesmiddelen. Voeg daar de eigen gegevens van Boehringer aan toe en de hoop is dat er nieuw ontworpen eiwitten en kleine moleculen met de gewenste eigenschappen zullen ontstaan.

Boehringer is niet de enige. Het ontdekken en ontwikkelen van therapeutische antilichamen – die bijvoorbeeld worden gebruikt bij de behandeling van ziekten zoals kanker – is een tijdrovend proces. Novartis heeft dat bijvoorbeeld gedaan aangesloten bij Microsoft om AI-technologie toe te passen in de jacht op nieuwe medicijnen. Pfizer maakt ook gebruik van supercomputing en AI om nieuwe behandelingen sneller bij patiënten te krijgen.

En daarin ligt de kneep.

Hoewel generatieve AI misschien vermakelijk kan zijn als het gaat om het genereren van conceptteksten, het starten van wat coderen of het tekenen van foto's van mensen met zorgwekkend wankele handen, moet er goed over worden nagedacht wanneer de technologie wordt gebruikt om kandidaten voor therapieën te ontwikkelen. Het is één ding om een nieuw recept voor whisky. Het is heel anders om de technologie te gebruiken als het om patiëntveiligheid gaat.

De farmaceutische industrie is niet voor niets notoir conservatief. Verschillende regelgevende instanties over de hele wereld houden hun werk nauwlettend in de gaten om ervoor te zorgen dat mensen geen risico lopen. Zonder er al te veel nadruk op te leggen, zijn de regels voor het ontwikkelen en testen van behandelingen in bloed geschreven.

De druk om de ontdekking te versnellen blijft echter toenemen, ondanks de neiging van AI-diensten om af en toe last te hebben van hallucinaties. Het is niet iets dat je per se met farmaceutische producten wilt associëren.

We hebben een aantal regelgevende instanties gevraagd naar hun mening over hoe AI kan worden geïntegreerd in de pijplijn voor het ontdekken van therapeutische antilichamen. De Britse Medicines and Healthcare products Regulatory Agency (MHRA) beloofde een reactie, maar heeft nog geen commentaar gegeven.

De Amerikaanse Food and Drug Administration (FDA) vertelde ons dat het “van plan is om het komende jaar richtlijnen te publiceren met overwegingen over het gebruik van AI bij de ontwikkeling van geneesmiddelen.”

Het bureau voegde eraan toe: “De richtlijnen zullen aanbevelingen op hoog niveau bieden aan sponsors die het gebruik van AI overwegen als onderdeel van het produceren van informatie of gegevens die bedoeld zijn om de besluitvorming over geneesmiddelen op het gebied van regelgeving te ondersteunen.”

Het Europees Geneesmiddelenbureau (EMA) vertelde ons dat het wel reflecties en richtlijnen over de regelgeving heeft gegeven, maar niet de regelgeving zelf.

Dat gezegd hebbende, voegde een woordvoerder eraan toe: “Wat betreft het gebruik van AI-instrumenten in verschillende fasen van de levenscyclus van een geneesmiddel, wordt van aanvragers van een vergunning voor het in de handel brengen (MAA’s) of houders van een vergunning voor het in de handel brengen (MAH’s) die van plan zijn AI/Machine Learning (ML)-technologie in te zetten, verwacht dat zij relevante risico's in overweging nemen en systematisch beheren, vanaf de vroege ontwikkeling tot de ontmanteling.

“Een belangrijk principe is dat het de verantwoordelijkheid van de MAA of de MAH is om ervoor te zorgen dat alle gebruikte algoritmen, modellen, datasets en dataverwerkingspijplijnen geschikt zijn voor het beoogde doel en in overeenstemming zijn met ethische, technische, wetenschappelijke en regelgevende normen.”

De woordvoerder merkte op dat, vanuit het perspectief van de regelgevende instanties, het toepassen van AI in het geneesmiddelenontdekkingsproces een laag risico kan vormen, omdat het risico van niet-optimale prestaties vaak vooral de sponsor treft.

“Als de resultaten echter bijdragen aan de totale hoeveelheid bewijsmateriaal dat ter beoordeling door de toezichthouders wordt gepresenteerd, moeten de principes voor niet-klinische ontwikkeling worden gevolgd. In deze context zouden alle gebruikte modellen en datasets normaal gesproken door de sponsor worden beoordeeld.”

Wat Boehringer Ingelheim zelf betreft, vertelde een woordvoerder Het register: “Het op deze manier gebruikte IBM-basismodel zou een hulpmiddel zijn voor wetenschappelijk onderzoek en molecuulontwerp op basis van synthetische gegevens.

“Alleen als het betrokken zou raken bij de uiteindelijke vervaardiging van medicijnen Goede productiepraktijken gaan een rol spelen, en alleen als de AI een definitief medisch doel gaat vervullen (volgens Britse MDR 2002) zou het nodig zijn om dit als AI als medisch hulpmiddel te beschouwen.” ®

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
• PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
• PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
• Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
• Bron: https://go.theregister.com/feed/www.theregister.com/2023/12/01/boehringer_ingelheim_ibm_ai/