AstraZeneca i inne przedsiębiorstwa farmaceutyczne wykorzystują AI do przyspieszenia opracowywania biologicznych leków białkowych, ponieważ tradycyjny proces jest niezwykle czasochłonny i drogi. Opracowanie nowego leku zajmuje lata i wymaga ogromnych inwestycji, a większość kandydatów nigdy nie trafia do pacjentów. Problem jest szczególnie złożony w przypadku terapii biologicznych, gdzie naukowcy muszą przeanalizować ogromne liczby możliwych molekuł, aby znaleźć te, które prawidłowo wiążą się z celem, pozostają stabilne w organizmie i dają się produkować na skalę przemysłową.
AI zmienia to podejście poprzez zastosowanie cyklu "buduj-mierz-ucz się". Algorytmy generują lub przyporządkowują potencjalne molekuły, przewidując, które projekty mają największe szanse powodzenia. Naukowcy mogą wtedy skupić wysiłki laboratoryjne wyłącznie na najlepszych kandydatach, zamiast testować wszystkie możliwości. Jak wyjaśnia Puja Sapra, wiceprezes i kierownik działu inżynierii biologicznych leków oraz odkryć celowanych w onkologii w AstraZeneca, obecne podejście usprawnia każdy etap - od projektowania, poprzez produkcję, testowanie, aż do analizy wyników. Wszystkie te procesy są teraz wspierane obliczeniowo.
Wprowadzenie sztucznej inteligencji w badania farmaceutyczne ma potencjał революционizować branżę. Skrócone czasy cyklu badań mogą oznaczać szybsze wprowadzenie nowych leków na rynek, podczas gdy zwiększona produktywność pozwala na redukcję kosztów. AI staje się fundamentalną częścią infrastruktury badawczo-rozwojowej w przemyśle farmaceutycznym i firmy intensywnie budują zespoły inżynierów, aby pogłębiać tę transformację.