大數據在新藥研發中必將發揮更大作用

　　近年來，藥物研發受累于不斷下滑的成功率和停滯的產品線。有專家指出，大數據和數據分析將可能是突破這一瓶頸的關鍵因素。那么，大數據是如何幫助研發人員提高新藥研發效率的呢？

　　優勢明顯
　　

　　首先，由于藥物的生物過程和藥物模型越來越復雜，大數據可以通過利用分子和臨床數據，預測建模來幫助識別那些具有很高可能性被成功開發為藥物的安全有效的潛力備選新分子。
　　

　　其次，利用大數據可以幫助提升臨床試驗的效率。例如篩選臨床試驗受試者的篩選標準通過大數據，可以瞄準特定人群，這樣臨床試驗就可以規模更小、時間更短、成本更低，更加有效。同時可以通過大數據分析來實時監控臨床試驗，及早發現可能出現的問題，避免試驗過程中成本增加或出現不必要的延誤。

　　
　　第三，相對于原來僵化的數據孤島，使用大數據可以幫助數據在不同功能單元之間順暢流動。通過打破內部各功能之間的信息壁壘并提升跟外部合作伙伴的協作，制藥公司可以大幅擴展他們的知識和數據網絡，如與外部合作伙伴——醫生和CRO共享關鍵數據。數據的這種順暢流動，對能創造商業價值的實時預測性數據進行分析非常關鍵。
　　

　　此外，為確保合理分配稀缺的研發資金，項目組合與產品線相關的快速決策至關重要。但制藥企業經常發現，他們很難做出適當的決定。比如哪個項目該繼續，或者有時更重要的是，哪個項目該砍掉。基于信息技術的項目組合管理能快速無縫地實現數據驅動的決策。通過數據分析當前項目的商業開發機會，預測其市場競爭力，幫助企業客觀地做出決定，以確保研發投入的合理性。

　　
　　瓶頸待破

　　

　　雖然大數據可以有效地幫助研發人員提升新藥研發效率，但目前大數據技術還有一些方面需要改進。牛津大學統計學教授彼得·多納利指出，目前大數據技術面臨的問題有三：首先，信息采集不足。大數據要發揮作用，首先要有足夠的病人、藥物等相關信息，這是數據分析的基礎，然而許多病人可能出于隱私考慮不愿提供這些信息，制藥企業也有可能因為商業利益不愿共享藥物成分等敏感信息，這就直接導致信息采集不足。
　　

　　其次，要從海量信息中得出有用的結論，專業的數據分析必不可少，采集到足夠信息后，需要由相關領域的專業人士與信息技術專家一起對數據進行有針對性的歸納和分析，而這種跨學科、跨領域合作能否順利實現，是大數據技術實際應用中的重要問題，而且正考驗著制藥企業的大數據整合能力。正如Jain所說的，“目前公司的醫療信息物流系統非常分散，為了集成一個整體數據，我們常常需要連接多個分散數據庫的數據，進行重新整合，這樣操作非常麻煩和浪費時間。”

　　
　　第三，在技術層面還存在網絡容量有限的問題。很多新藥研發機構現有的基礎設施無法滿足海量信息分析和處理的需求，因此如何降低存儲成本，以及提升應用價值就成為大數據所面臨的關鍵技術難題。
　　

　　雖然尚待完善，但毫無疑問的是，大數據在新藥研發中必將發揮越來越大的作用。

來源：中國醫藥網

　　版權及免責聲明：凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章，不代表本網觀點和立場。版權事宜請聯系：010-65363056。

延伸閱讀