Quantum Computing in der Pharma-Branche
Beschleunigen Sie Ihre F&E-Aktivitäten mithilfe von Advanced Computing
Das Healthcare-Team von Alcimed befasst sich seit vielen Jahren mit den Möglichkeiten, welche die Digitalisierung der F&E-Aktivitäten in der Pharmaindustrie bietet. Heute sind die Herausforderungen, die mit dem Advanced Computing und insbesondere dem Quantencomputing in der F&E verbunden sind, ganz neue Themen, die es zu erforschen gilt. Unsere Teams sind in der Lage, unsere Kunden bei der Antizipation von Umwälzungen und Veränderungen in ihren Aktivitäten zu begleiten.
Sie vertrauen uns
Herausforderungen im Zusammenhang mit Quantum Computing in der Pharma-Industrie
In der pharmazeutischen Industrie ist das Thema fortgeschrittene Datenverarbeitung in F&E bereits eine Realität, denn Computerwerkzeuge sind Schlüsselelemente für die Entdeckung und Entwicklung neuer Arzneimittel, sei es bei der In-silico-Modellierung molekularer Strukturen, der Modellierung von Wechselwirkungen zwischen einem Arzneimittel und seinem Ziel, der Simulation des Stoffwechsels, der Vorhersage von Reaktionen usw. Allerdings sind diese Modelle immer noch auf molekulare Strukturen oder relativ einfache Wechselwirkungen beschränkt.
Die Nutzung von Quantencomputern und Qubits in F&E geht dagegen einen Schritt weiter. Mehrere Branchen werden in den kommenden Jahren von den Fortschritten im Quantum Computing profitieren, wobei die pharmazeutische Industrie wahrscheinlich den größten Nutzen daraus ziehen wird. Es wird erwartet, dass die Technologie die frühen Phasen der pharmazeutischen F&E in den kommenden Jahrzehnten verändern wird, je nachdem, wie die Unternehmen sie am besten nutzen. Die Technologie befindet sich noch in der Entwicklungsphase und erreicht allmählich eine Reifephase, bevor sie kommerziell genutzt werden kann und Unternehmen von auf Qubits basierten Quantencomputern profitieren.
Das Quantencomputing wird es ermöglichen können, bestimmte Herausforderungen in der Pharmaindustrie zu bewältigen. Das Thema wird aber auch neue Probleme schaffen, insbesondere bei der Entdeckung und Entwicklung von Medikamenten.
Zu den Herausforderungen des Advanced Computing in der pharmazeutischen F&E gehören:
Die Entwicklungszeit eines Medikaments von der Entdeckung bis zur Markteinführung ist für die Pharmaunternehmen ein sehr teurer Prozess, der in der Regel mit über 1 Mrd. USD für ein Medikament veranschlagt wird, wobei die Erfolgsquote zwischen dem Eintritt in die klinische Entwicklungsphase und der Markteinführung bei weniger als 10 % liegt. Die Rentabilität von F&E-Investitionen hängt daher heute von einer Handvoll erfolgreicher Medikamente ab. Fortgeschrittenes Computing in F&E könnte diese Kosten drastisch senken. Durch eine präzise Modellierung der Wechselwirkungen zwischen Wirkstoff und Zielorgan und ein effizienteres Screening sehr großer virtueller Bibliotheken könnte das moderne Computing die Synthese neuer Wirkstoffe effektiver steuern und den Bedarf an besonders teuren In-vitro-Tests verringern.
Wie wird ein Advanced-Computing-System in den F&E-Prozessen des Unternehmens eingerichtet? Was sind die besten Praktiken von Pharmaunternehmen, die diese neuen Methoden bereits getestet haben?
Von der Entdeckung bis zur Markteinführung eines Medikaments vergehen mehr als 10 Jahre. Das Quantencomputing könnte die Entwicklungszeit eines Medikaments drastisch verkürzen und damit die Markteinführung neuer Medikamente beschleunigen. Ebenso würde es diese Technologie erleichtern, bereits zugelassene Medikamente für neue Anwendungen zu nutzen. Das Quantum Computing ermöglicht es, Hunderte von Millionen von Vergleichen komplexer Moleküle gleichzeitig durchzuführen: Die Entsprechungen zwischen den Molekülen werden untersucht, und die positiven sowie negativen Auswirkungen eines neuen therapeutischen Ansatzes können vorhergesagt werden. Sowohl die Entwicklungszeit als auch die Ergebnisse werden verbessert.
Welches werden die ersten therapeutischen Bereiche sein, die von der Beschleunigung des Prozesses der Arzneimittelentdeckung profitieren?
Die Integration der fortgeschrittenen Datenverarbeitung durch Quantencomputer in die pharmazeutische Industrie erfordert den Aufbau einer neuen Organisation. Neue Fähigkeiten und ein neuer Bedarf an hochqualifiziertem wissenschaftlichem Personal und Technikern werden unerlässlich sein. Diese Fähigkeiten sind derzeit jedoch rar, und das gilt umso mehr in Bezug auf das Quantencomputing. Die ersten Firmen, die sich in diesem Feld positionieren, könnten somit einen erheblichen Kompetenzvorsprung gegenüber ihren Konkurrenten erlangen. Darüber hinaus müssen die Pharmaunternehmen heute mit neuen Forschungspartnern und neuen industriellen Akteuren (in den Bereichen Künstliche Intelligenz, Maschinelles Lernen usw.) zusammenarbeiten. Die Agilität der eingesetzten Arbeitsmethoden wird der Schlüssel sein, um vielversprechende therapeutische Kandidaten schneller und effizienter zu testen.
Welche neue Organisation sollte ich in meinem Unternehmen einführen? Welche neuen Profile sollten wir einstellen?
Um die Quantencomputertechnologie für die pharmazeutische F&E nutzbar zu machen, ist die Entwicklung einer geeigneten Software und eines Algorithmus erforderlich. Die Software und der Algorithmus des traditionellen Computings funktionieren nämlich nicht auf dieselbe Weise. Daher drängen neue Akteure wie Rahko, ProteinQure, GTN Ltd, Menten AI usw. auf den spezialisierten Markt für Quantencomputer für die Arzneimittelforschung. Alteingesessene IT-Unternehmen wie Google, IBM und Honeywell investieren ebenfalls in den Forschungs- und Entwicklungsmarkt für Quantencomputer, und neue Firmen wie D-Wave, Rigetti und Xanadu Quantum Technologies treten in den Markt für Quantencomputer ein. Alle diese Firmen sind potenzielle Partner für die Pharmaindustrie.
Wird die Einführung des Quantencomputings neuen Akteuren außerhalb der Pharmaindustrie ermöglichen, sich auf dem Markt der Arzneimittelforschung zu positionieren?
Advanced Computing in F&E ist in der Pharmaindustrie bereits Realität, und Quantum Computing scheint für die pharmazeutische F&E sehr vielversprechend zu sein. Obwohl die Technologie noch nicht ganz ausgereift ist, haben sich einige Pharmaunternehmen bereits positioniert.
- So arbeitet Biogen beispielsweise mit dem Quantencomputing-Softwareunternehmen 1QBit sowie mit Accenture Labs zusammen, um eine Anwendung zur Beschleunigung der Arzneimittelforschung zu entwickeln.
- Boehringer Ingelheim ist das erste Pharmaunternehmen, das Anfang 2021 eine Partnerschaft mit Google Quantum AI eingegangen ist, um Anwendungen zur Simulation der Molekulardynamik zu entwickeln.
- Roche arbeitet mit Cambridge Quantum Computing, einer Firma für Quantensoftware, an der Entwicklung von Forschungs- und Entwicklungsalgorithmen, insbesondere für die Erforschung der Alzheimer-Krankheit.
- BMS leistete eine Vorauszahlung in Höhe von 50 Mio. USD an Exscientia, um die 2019 begonnene Zusammenarbeit mit Celgene zu erweitern, die darauf abzielt, die Entdeckung von Arzneimittelkandidaten in sieben Therapiebereichen zu beschleunigen, und die letztlich bis zu 1,2 Mrd. USD einbringen könnte.
Wie wir Sie bei Ihren Projekten zu Quantum Computing in der Pharma-Industrie begleiten
Alcimed begleitet seit mehr als 25 Jahren technologische Innovationen und unterstützt seine Kunden bei den Themen Advanced und Quantum Computing in F&E. Wir begleiten bereits mehrere Akteure in der pharmazeutischen Industrie bei der Digitalisierung ihrer F&E, indem wir Tools und In-Silico-Experimente einsetzen.
Beispiele aktueller Projekte zu Quantum Computing in der Pharma-Industrie, die wir für unsere Kunden durchgeführt haben
Mapping von Akteuren, die im In-Silico-Sektor tätig sind und über fortschrittliche Computeranwendungen in der pharmazeutischen F&E verfügen
Die F&E-Abteilung eines unserer Kunden, eines führenden Akteurs in der pharmazeutischen Industrie, wollte potenzielle Partner im In-silico-Bereich identifizieren, d. h. Anbieter komplexer Berechnungswerkzeuge und Computermodelle.
Um unseren Kunden bei der Erreichung dieses Ziels zu unterstützen, machten unsere Teams In-Silico-Akteure ausfindig, die pharmazeutische Anwendungen anbieten. Durch eine umfassende Literaturrecherche und eingehende Interviews mit mehreren Meinungsführern des Sektors konnten unsere Teams die wichtigsten Trends des Sektors, die vielversprechendsten Anwendungen und Ansätze ermitteln und sich ein genaues Bild von den wichtigsten Akteuren auf diesem Markt machen.
Die Marktdynamik der nächsten 3 Jahre wurde ebenfalls untersucht, ebenso wie die verschiedenen Technologien, die den Kriterien unseres Kunden entsprechen. Schließlich wurden die identifizierten Akteure des Sektors auf der Grundlage der vorgeschlagenen Technologien und Angebote, der Qualität ihrer Konzeptnachweise, ihrer Anwendungen, ihrer Geschäftsmodelle und ihrer bereits bestehenden Partnerschaften beschrieben.
Identifizierung der Möglichkeiten, die Künstliche Intelligenz für die F&E-Aktivitäten eines Akteurs der Pharmaindustrie bietet
Unser Team unterstützte ein führendes Pharmaunternehmen bei der Analyse der Möglichkeiten, die der Einsatz von Lösungen der Künstlichen Intelligenz in seinen Forschungs- und Entwicklungsprozessen bietet.
Ziel unserer Teams war es, die Teams unseres Kunden für die neuesten Entwicklungen in der akademischen Welt und bei konkurrierenden Pharmaunternehmen auf diesem Gebiet zu sensibilisieren. Zu diesem Zweck gaben wir einen Überblick über den aktuellen Stand der KI in Forschung und Entwicklung in der Welt und die Möglichkeiten anhand konkreter Anwendungsfälle von Wettbewerbern aufgezeigt.
Im Anschluss an diese erste Arbeit unterstützten wir unseren Kunden bei der Integration von Technologien der Künstlichen Intelligenz in seine F&E-Aktivitäten und halfen ihm, erste interne Pilotprojekte zu starten.
Suche nach Advanced-Computing-Servicepartnern für die Auslagerung der Analyse der translationalen F&E-Datenpipeline eines führenden Pharmaunternehmens
Das F&E-Team der Bereiche Translation und Bioinformatik eines unserer Kunden, eines der Top-10-Pharmaunternehmen, führt fortgeschrittene Analysen zur Integration und Interpretation sehr großer multivariater Datensätze aus verschiedenen technologischen Plattformen durch (z. B. immunhistologische, genomische und genetische, klinische, zytometrische usw.). Angesichts der Zunahme seiner Tätigkeit und der Notwendigkeit, sehr hohe Qualitätsstandards aufrechtzuerhalten und die Grenzen bestimmter interner Entwicklungen zu überwinden, wandte sich unser Kunde an unser Team, um die Existenz von Partnerunternehmen zu erkunden und zu qualifizieren.
Ziel war es, einen Teil seiner Datenpipeline zur Analyse delegieren könnte. Die Anforderungen betrafen fortgeschrittene Analyseansätze in drei spezifischen Bereichen (NGS, multiple genomische Annotation, Cloud Computing Biostatistical Analysis Framework) und mit hohen technischen Anforderungen an Umgebung und Zusammenarbeit, menschliche Fähigkeiten und geschäftliche Stabilität.
Nach einer sehr präzisen Definition der Einschränkungen und Spielräume führten wir in zwei Phasen ein Screening und Profiling der in Frage kommenden Firmen durch, bevor wir direkt mit ihnen und ihren Ökosystemen eine eingehende Analyse vornahmen, um die relevantesten Partnerschaften, ihre Vor- und Nachteile zu definieren. Schließlich unterstützten wir unseren Kunden bei der Annäherung an eine endgültige Auswahl von Partnern, die im Rahmen eines Workshops engagiert werden sollten. Diese Partnerschaften kamen nicht nur zustande, sondern unser Kunde bat uns auch, einen ähnlichen Ansatz in anderen Bereichen des Advanced Computing zu wiederholen!
Bewertung einer High-Performance-Computing-Plattform im Gesundheitsbereich
Wir unterstützten ein Start-up aus einem großen Forschungsinstitut für Informatik und Künstliche Intelligenz dabei, seine prioritären Anwendungsmärkte und seine Entwicklungsstrategie im Gesundheitsbereich zu definieren. Dieses Unternehmen hatte eine innovative Technologie für neuronale Netze und eine Methodik zur Vorbereitung von Berechnungen entwickelt, die eine erhebliche Steigerung der Rechenleistung sowie eine intelligente Parallelisierung der Analysen ermöglicht. Das Unternehmen war ursprünglich im Bereich der Physik positioniert und wollte einen neuen Entwicklungspfad in Richtung Gesundheit eröffnen.
Wir halfen den Teams zunächst, die für ihren Ansatz relevanten Anwendungen in der Gesundheitsbranche zu identifizieren und zu segmentieren. Dann wählten wir durch eine Feldstudie und eine multikriterielle Analyse vorrangige Bereiche aus. Schließlich halfen wir ihnen, in den ausgewählten Anwendungsbereichen die Profile der anzusprechenden Firmen und Funktionen zu verstehen und für jedes Feld das Nutzenversprechen zu definieren, das den konkreten Bedürfnissen entspricht.
Übersicht über KI-Lösungen für das Proteindesign in der Arzneimittelforschung für ein globales Pharmaunternehmen
Für ein führendes Pharmaunternehmen, das an der Nutzung von Künstlicher Intelligenz (KI) für die Arzneimittelforschung interessiert war, erstellte Alcimed eine umfassende Übersicht, um die Akteure in diesem Bereich zu identifizieren und zu beschreiben.
Wir konzentrierten uns auf die KI-Lösungen, die speziell auf das Proteindesign zugeschnitten sind. Durch eine umfassende Bestandsaufnahme konnten wir Unternehmen identifizieren, die KI und Maschinelles Lernen für Aufgaben wie die Vorhersage von Proteinstrukturen, die Durchführung von In-silico-Screenings und die Entwicklung von Antikörpern nutzen.
Die Erkundung der KI-Landschaft half uns, potenzielle Chancen und Lösungen für die Arzneimittelentwicklung unseres Kunden zu identifizieren. Unser Ansatz stellte sicher, dass unser Kunde an der Spitze der Innovation in der Arzneimittelforschung blieb und damit weiterhin erfolgreich war.
Entwicklung der KI/ML-Strategie im Bereich F&E eines Pharmaunternehmens
Alcimed arbeitete mit einem Pharmaunternehmen zusammen, um dessen Strategie für Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) für seine Forschungs- und Entwicklungsaktivitäten (F&E) zu entwickeln.
Unser Projekt umfasste die Verbesserung interner Daten und die Priorisierung von Anwendungsfällen für KI/ML-Anwendungen, um eine umfassende Roadmap zu erstellen, die mit den Zielen unseres Kunden übereinstimmt. Anschließend identifizierten wir potenzielle Partner, die unseren Kunden bei der Umsetzung seiner Roadmap in ausgewählten Anwendungsfällen unterstützen könnten.
Diese Zusammenarbeit trug dazu bei, die KI-Ziele unseres Kunden zu klären und einen gut strukturierten Weg für die Umsetzung zu finden. Durch die Strategieplanung und die Identifizierung von Partnern ist unser Kunde nun gut vorbereitet, um KI/ML-Technologien zu nutzen, seine F&E-Kapazitäten zu verbessern und Innovationen voranzutreiben.
Sie haben ein Projekt?
Weiterführende Informationen
Alcimed wurde 1993 gegründet und ist ein Beratungsunternehmen für Innovation und die Erschließung neuer Märkte, das sich auf innovative Sektoren spezialisiert hat: Life Sciences (Gesundheitswesen, Biotechnologie, Agrarwirtschaft und Ernährungswirtschaft), Energie, Umwelt, Mobilität, Chemie, Werkstoffe, Kosmetik, Luft- und Raumfahrt und Verteidigung.
Unsere Berufung? Wir begleiten private und öffentliche Entscheidungsträger bei der Erkundung und Entwicklung ihrer unerforschten Gebiete: neue Technologien, neue Angebote, neue geografische Räume, Zukunftsperspektiven und neue Innovationswege.
Unser Team besteht aus 220 hochqualifizierten, multikulturellen und leidenschaftlichen Entdeckern, die in acht Büros weltweit (in Frankreich, Europa, Singapur und den Vereinigten Staaten) tätig sind und eine duale Expertise aus Wissenschaft/Technologie und Wirtschaft mitbringen.
Unser Traum? Ein Team von 1.000 Entdeckern aufzubauen, um gemeinsam mit unseren Kunden die Welt von morgen zu gestalten.
Advanced Computing in F&E ist ein Oberbegriff, der sich auf die Nutzung der hohen Rechenleistung bestimmter Arten von High-End-Computern und der von ihnen durchgeführten Prozesse für Forschungs- und Entwicklungstätigkeiten, insbesondere in der Pharmaindustrie, bezieht.
Quantencomputing umfasst in der Pharma-Industrie insbesondere den Einsatz von Quantencomputern in der Forschung und Entwicklung. Beim Quantencomputing werden im Algorithmus Quantensysteme, so genannte „Qubits“, verwendet. Diese können nicht-binäre Werte haben – im Gegensatz zum klassischen Computing, das nur Bits mit den Werten 0 oder 1 verwendet. Qubits können sich gegenseitig überlappen und als Gruppe agieren. Das Ergebnis ist eine wesentlich höhere Leistung als die herkömmlicher Computer und beschleunigt die Entscheidungsfindung und die Berechnungen, da mehrere Optionen gleichzeitig berücksichtigt werden, anstatt sie einzeln zu betrachten. Quantencomputer könnten daher Berechnungen in Sekundenschnelle lösen, während herkömmliche Computer für dieselbe Aufgabe mehrere Jahre oder sogar Jahrzehnte benötigen würden. So können Quantencomputer beispielsweise sehr komplexe Systeme wie das menschliche biologische System und seine Reaktionen auf Medikamente untersuchen.
Quantum Computing birgt ein großes Potenzial für die Lösung einiger Herausforderungen in der Arzneimittelentdeckung sowie in der präklinischen und klinischen Forschung und Entwicklung. Zu den verschiedenen Anwendungsmöglichkeiten gehören zum Beispiel:
- Identifizierung und Validierung von Zielmolekülen: um unbekannte Verbindungen zwischen Zellen zu erforschen und unbekannte Krankheitsmechanismen zu verstehen;
- qualitativ hochwertige Modellierung: schnellere Identifizierung und Validierung von Zielmolekülen, Verstehen von Target-Target-Interaktionen und präzise Vorhersage von Target-Ligand-Interaktionen;
- Screening von Molekülbibliotheken: Beschleunigung und Optimierung der Generierung von Leitstrukturen von kleinen bis sehr großen Molekülen;
- Wiederverwendung von Arzneimitteln: schnellere Umstellung von zugelassenen Arzneimitteln auf neue Indikationen;
- Abschaffung von Tierversuchen: Nachahmung von Tiermodellen durch In-silico-Simulationen und Organoide;
- Digitale Zwillinge: um Patienten durch Simulationen zu ersetzen und das Ansprechen auf Behandlungen zu bewerten;
- Präzisionsmedizin: Verbesserung der Musterkennung und De-novo-Strukturvorhersagen;
- Verbesserte RWE: schnellere und bessere Analyse von Real-World Data (RWD) zur Optimierung der Real-World Evidence (RWE);
- es wird erwartet, dass die langfristige Integration von Quantum Computing die pharmazeutische Forschung und Entwicklung revolutionieren wird, indem sie Effizienz und Innovationen in der gesamten Arzneimittelentwicklung fördert.