बड़ी फार्मा कंपनियां एआई की क्षमता का स्वागत कर रही हैं

दवा निर्माण में एआई कोई नई बात नहीं है। बायोटेक कंपनियां वर्षों से इसमें छेड़छाड़ कर रही हैं। अब बड़ी फार्मा कंपनियों की दिलचस्पी इसमें बढ़ रही है। पिछले साल जीएसके की मुख्य कार्यकारी एम्मा वाल्मस्ले ने कहा था कि यह अनुसंधान और विकास की उत्पादकता में सुधार कर सकता है, जो उद्योग की सबसे बड़ी चुनौती है। मॉडर्ना ने हाल ही में खुद को एआई पर “लेजर-केंद्रित” बताया है। सनोफी “ऑल इन” है। मॉर्गन स्टेनली, एक निवेश बैंक, का मानना ​​है कि एक दशक के भीतर फार्मास्युटिकल उद्योग दवा विकास को गति देने के लिए एआई पर प्रति वर्ष 50 बिलियन डॉलर खर्च कर सकता है।

अधिकांश चर्चा जैविक डेटा पर प्रशिक्षित एआई के इर्द-गिर्द घूमती है जो दवा खोज की हिट-एंड-मिस प्रक्रिया में सुधार कर सकती है। दवाओं को उभरने में एक दशक लग सकता है, अरबों डॉलर खर्च होते हैं और केवल 10% ही सफल होते हैं। गति और दक्षता में थोड़ा सा सुधार भी बहुत मूल्यवान होगा। लेकिन वैज्ञानिकों ने पारंपरिक सांख्यिकीय उपकरणों के साथ जैविक बड़े डेटा को नियंत्रित करने के लिए संघर्ष किया है। मशीन लर्निंग नैदानिक ​​​​रोगी डेटा और जीनोम अनुक्रमों से लेकर शरीर स्कैन की छवियों तक, सूचनाओं के ढेर को छांटना संभव बनाता है। पिछले साल डीपमाइंड, एक एआई लैब जो Google का हिस्सा है, ने लगभग सभी प्रोटीनों की संरचना की भविष्यवाणी करने के लिए अपने अल्फाफोल्ड सिस्टम का उपयोग करके एक सफलता हासिल की, जो एक दिन यह पहचानने में मदद कर सकती है कि किन अणुओं में चिकित्सीय क्षमता है।

हालाँकि अब तक विकास में लगभग एक दर्जन दवाओं में एआई का उपयोग शामिल है, सूची तेजी से बढ़ सकती है – विशेष रूप से उन सरल अणुओं के लिए जिनके गुणों की भविष्यवाणी करना अपेक्षाकृत आसान है। इन अधिक सरल रसायन शास्त्र के मामले में, चिकित्सा का भविष्य एक कम्प्यूटेशनल समस्या की तरह दिखता है।

एस्ट्राजेनेका में डेटा साइंस और एआई की देखरेख करने वाले जिम वेदरॉल का कहना है कि ब्रिटिश फर्म के 70% छोटे अणुओं के विकास में इस तकनीक का उपयोग किया जाता है। “सुदृढीकरण सीखने” नामक तकनीक का उपयोग करते हुए, एस्ट्राजेनेका का एआई लगातार अपने आणविक सुझावों को बदल रहा है और यह पता लगा रहा है कि एक संशोधित अणु कैसे प्रतिक्रिया दे सकता है। लंदन में एक बायोटेक स्टार्टअप, ई-थेरेप्यूटिक्स के बॉस अली मोर्तज़ावी का कहना है कि सभी के अनुक्रमों को जानना कहते हैं, लीवर में जीन, अपनी कंपनी को आरएनए अणुओं को डिजाइन करने के लिए सॉफ्टवेयर का उपयोग करने देते हैं (जो अधिक जटिल होते हैं, लेकिन डीएनए से उनके लिंक के कारण, ऐसा अनुमान लगाया जा सकता है)। एआई एल्गोरिदम तब अणुओं की गतिविधि की भविष्यवाणी करता है, जो कार्य को रोक सकता है किसी भी रोग पैदा करने वाले जीन का।

स्टैनफोर्ड यूनिवर्सिटी के युआन एशले एक अन्य एआई एप्लिकेशन की ओर इशारा करते हैं। “नॉलेज ग्राफ़” एक प्रकार का डेटाबेस है जो जीन, प्रोटीन, बीमारियों और दवाओं के साथ-साथ उन्हें जोड़ने वाले जैविक मार्गों के बारे में डेटा संग्रहीत करता है। वे दवा विकास के लिए नए लक्ष्यों की पहचान करने में भी मदद कर सकते हैं। इस बीच, “जेनरेटिव” एआई , परीक्षण के लिए पूरी तरह से नए रासायनिक और जैविक संरचनाओं का सुझाव देने के लिए परीक्षण किया जा रहा है, जैसे चैटजीपीटी इंटरनेट पर पाठ को निगल सकता है और एक नई कविता या निबंध उगल सकता है। दवा की खोज से परे, पीएलएआई जैसे एआई अत्यधिक विनियमित और श्रम-गहन क्षेत्र में दक्षता की बारहमासी समस्या से निपटने में मदद कर सकते हैं।

कुछ फार्मा मालिकों को चिंता है कि जेनेरिक एआई की बातें बनाने की प्रवृत्ति शोधकर्ताओं को अंधी गलियों में भेज सकती है। इससे भी अधिक निराशाजनक बात यह है कि श्री हडसन कहते हैं कि जिन फार्मा सीईओ से वह बात करते हैं उनमें से आधे लोग एआई के डर के बारे में बात करते हैं, जैसे कई लोग, अस्तित्व संबंधी खतरे यह पोज देता है. अपनी ओर से, वह अगली औद्योगिक क्रांति की भविष्यवाणी करता है, रोबोट विद्रोह की नहीं।

व्यवसाय और प्रौद्योगिकी की सबसे बड़ी कहानियों के शीर्ष पर बने रहने के लिए, साइन अप करें जमीनी स्तरहमारा साप्ताहिक केवल ग्राहक न्यूज़लेटर।

© 2023, द इकोनॉमिस्ट न्यूजपेपर लिमिटेड। सर्वाधिकार सुरक्षित। द इकोनॉमिस्ट से, लाइसेंस के तहत प्रकाशित। मूल सामग्री www.economist.com पर पाई जा सकती है