Tina Larson szerint a most alapuló új cégeket a "data first" hozzáállás jellemzi majd. Ezen cégek számára az első és legfontosabb feladat az adatfeldolgozás. A mesterséges intelligenciának ugyanis, ahogy minden más területen is, rengeteg adatra van szüksége a minél hatékonyabb működéshez. Ami a jelent illeti: három technológiai terület olyan összeolvadását látjuk, amely jelenség, és az ebből következő eredmények még öt éve is elképzelhetetlenek lettek volna. Az egyik ilyen technológia a laborok automatizációja, aminek köszönhetően jelenleg egy laborban heti szinten akár millió kísérlet is futhat, ami elképesztő szám. De ilyen technológia még a biológiai szisztémák manipalulációjának a lehetősége, és utoljára, de nem utolsó sorban következik a mesterséges intelligencia, és minden, ami ezzel jár.

Mivel a Covid19 a Web Summit előadásain is elég forró téma, a világjárvány előkerült most is. A koronavírus, ahogy több más területen is, felgyorsított, katalizált már egyébként is tapintható folyamatokat. Ilyen például a big data-ra alapuló nemzetközi tanulmányok vagy a tudomány demokratizálása, amelyek például a mostani, nagyobb gyógyszerkísérletek hátterét adták. Ugyanakkor a mostani változások elképzelhetetlenek a tudományok közötti, mind erősebb együttműködés nélkül. Larson szerint azonban még a jelenlegi lehetőségek és adatmennyiség mellett is csak a felszínét kapargatjuk annak a komplexitásnak, amely a biológiát jellemzi. A jövőt ő mindenképpen a data first hozzáállás egyre kizárólagosabbá válásában látja.

Jim Swanson mindehhez annyit tett hozzá, hogy a gyógyszeripar, illetve általában az egészségügy, mint szegmens emelkedő költségeinek kezelésében a mesterséges intelligenciának kiemelt jelentőse van és lesz. Itt olyasmikre kell gondolni, mint a hatékonyabb diagnosztika, a kutatások felgyorsítása stb. Az adatfeldolgozás olyan szinten pörög, ami 15 éve is lehetetlen lett volna. Swanson is egyetért a tudományterületek összefogásával, összeszervezésével, ahol nem mindenki csak üldögél az asztalánál, hanem a területek egyfajta szinergiája valósul meg erős vezetés alatt. Swanson azonban egy másik változásra is felhívta a figyelmet, ez pedig a különböző cégek kollaborációja, ami a járvány alatt gyorsult fel, de szerinte a Covid19 elvonulása után is meg fog maradni. Ez az együttműködés pedig kiterjed a technológiákkal kapcsolatos együttműködésre is. Ez utóbbi ráadásul változatos módon fog megvalósulni. A mögöttes ok a változás mögött pedig az, hogy a kutatások felgyorsulása miatt az ilyen közös projektek jóval gyorsabban hoznak minden résztvevő számára értékelhető gyümölcsöt, mint korábban. Azzal Swanson is egyetért, hogy az adattudománynak még az elején járunk, de szerinte felhasználói szempontból a jövőt a személyre szabott gyógyszerek jelentik majd.

(Címlapkép/nyitókép: Pixabay)

További cikkek a Rakétán:

Hogyan teszi olcsóbbá és hatékonyabbá a mesterséges intelligencia a gyógyszeripart? Nemzetközi becslések szerint jelen pillanatban a gyógyszertesztek 90 százaléka megbukik, de a fennmaradóknak is kell legalább 10 év, mire forgalomba kerülhetnek. A modern technológia azonban hamarabb változtathat ezen, mint sejtenénk.

Algoritmusok előrejelezhetik a rák elleni gyógyszerek hatékonyságát A predikció pontosságának növelése érdekében a kutatócsoport gépi tanulásos algoritmust fejlesztett, amely olyan fehérje interakciós hálózatot használ, amely kölcsönhatásba léphet a célfehérjékkel, valamint az egyes fehérjék transzkriptomjával, amik közvetlenül kapcsolódnak a gyógyszer célpontjaihoz.

Magyar kutatók ígéretes módszere a nehezen kristályosodó fehérjék atomi szintű szerkezetvizsgálatában Fejlesztésük felhasználásával hosszabb távon olyan terápiás gyógyszerhatóanyagok is készülhetnek, amelyek csökkenthetik bizonyos tumorok áttétének kialakulását.