Como a priorização de dados pode acelerar a descoberta de medicamentos?
Uma conversa com Zoheb Hassan, Ph.D., consultor Principal da Frost & Sullivan

Conversamos com Zoheb Hassan, Ph.D., consultor principal da prática de saúde e ciências biológicas da Frost & Sullivan, sobre as complexidades que definem o cenário atual de descoberta de medicamentos. Suas perspectivas destacam os desafios no gerenciamento e na organização do crescente fluxo de dados em insights acionáveis e a principal razão que está retardando a descoberta de medicamentos: a falta de priorização de dados.
CAS: Em sua função, como você ajuda a promover a pesquisa e o desenvolvimento em ciências da vida?
Meu foco é ajudar os clientes a enfrentar e superar seus desafios de crescimento nos setores de descoberta de medicamentos e ciências da vida. Os clientes normalmente nos procuram com problemas específicos relacionados à expansão da presença no mercado ou à melhoria das eficiências operacionais. Minha função envolve analisar essas questões para oferecer insights práticos e conselhos estratégicos que possam ajudar a impulsionar os negócios. Nosso objetivo é converter dados de mercado complexos em estratégias compreensíveis e executáveis para nossos clientes, garantindo que alcancem o crescimento sustentável, apesar da natureza dinâmica do setor.
CAS: O que você considera o único maior problema que impede a descoberta de medicamentos atualmente?
Na minha opinião, a questão central é que a maioria das equipes de descoberta de medicamentos negligencia a importância dos dados, atribuindo-lhes um papel secundário no processo de tomada de decisão. Todos querem se concentrar na construção uma solução que faça tudo. Realizar a modelagem molecular, realizar a previsão e isso ajudará você a alcançar seus objetivos. Mas é isso o ideal para o desenvolvedor de medicamentos e, o mais importante: para o paciente? É preciso focar nos dados que estão na retaguarda, o que é uma falha crítica. Acho que as empresas precisam dar um passo atrás e reavaliar a qualidade dos dados subjacentes como um primeiro passo para solidificar sua infraestrutura de dados, o que exige avaliação e curadoria minuciosas de todos os seus conjuntos de dados.
Além disso, não há diálogo suficiente dentro da indústria sobre as melhores práticas para padronização de dados e remoção de dados de silos para criar novas conexões entre conjuntos de dados. Acredito que uma maior colaboração dentro da indústria é essencial para superar isso. Como cada empresa tem suas próprias soluções e compete por participação de mercado, vejo que o ditado "quando a maré sobe, todos os barcos sobem juntos" se aplica aqui. Sem abordar as questões fundamentais dos padrões de dados e métodos de padronização, as limitações sobre o que pode ser alcançado neste espaço persistirão.
CAS: Qual é a importância de estabelecer uma base sólida de dados para a descoberta de medicamentos?
Mudanças recentes em nosso foco de pesquisa destacam como é importante ter dados de alta qualidade no processo de descoberta de medicamentos. Anteriormente, a ênfase era predominantemente no próprio alvo do medicamento. No entanto, o setor percebeu que a expressão “entra lixo, sai lixo” é particularmente verdadeira; a qualidade dos seus dados determina fundamentalmente a qualidade da saída. O desafio é integrar efetivamente conjuntos de dados diversos e muitas vezes isolados sem deixar de verificar a qualidade desses dados para melhorar os resultados da descoberta de medicamentos.
A prioridade é estabelecer uma base sólida de dados ou um gráfico de conhecimento a partir do qual possamos desenvolver resultados altamente diferenciados. Essa base sólida de dados, além de garantir o sucesso na aprovação dos ativos de medicamentos, também desempenha papel crítico em evitar problemas de propriedade intelectual no futuro. Por exemplo, nos estágios iniciais da descoberta de medicamentos, a maneira como você gerencia e utiliza os dados pode levar a uma química única diferenciada, que maximiza o sucesso e minimiza o risco de litígios de PI.
Assim, o principal desafio para as organizações de descoberta de medicamentos é desenvolver bases de dados robustas que permitam a criação de entidades químicas verdadeiramente únicas. Isso envolve não apenas construir, como também aprimorar constantemente essas bases de dados para apoiar a descoberta inovadora de medicamentos. Garantir a integridade dos dados deve envolver várias camadas, desde a coleta inicial de dados até a análise final. As organizações devem adotar práticas rigorosas de validação e curadoria de dados para manter a qualidade dos dados, o que é absolutamente crucial, considerando os conjuntos de dados complexos envolvidos na descoberta de medicamentos.
Além disso, a colaboração desempenha um papel crítico, tanto nas equipes, quanto em todo o setor. Compartilhar as melhores práticas e padronizar os procedimentos de tratamento de dados pode melhorar consideravelmente a integridade dos dados em todos os níveis. Há também uma tendência crescente no sentido de estabelecer alianças ou criar plataformas onde as empresas possam se reunir para discutir e superar desafios comuns de dados.
CAS: Você tem esperança de que as organizações possam colaborar para resolver alguns dos maiores desafios de dados do setor?
Estou muito esperançoso! Mas acho que isso começa a partir do momento em que as organizações individualmente aumentarem o investimento para construir a liderança de pensamento em torno da gestão de dados. Muitas organizações não focam o suficiente nos dados que reúnem, particularmente os que são provenientes de domínios públicos, o que é uma área crítica para melhorias.
O próximo passo seria aprimorar a colaboração entre as organizações, pois isso poderia beneficiar muito toda a indústria. Estabelecer uma plataforma para compartilhar ideias e discutir como integrar dados da descoberta inicial de medicamentos em formatos de submissão regulatória poderá agilizar o processo de aprovação.
Há uma discussão significativa no âmbito regulatório sobre a melhoria desses processos, mas essas discussões devem se estender ao gerenciamento de dados. Uma aliança ou plataforma onde empresas possam se reunir regularmente para abordar gargalos e desafios comuns para estabelecer uma base de dados sólida seria inestimável. Embora a busca sempre seja por vantagem competitiva, o objetivo geral deve ser beneficiar os pacientes que merecem nada menos que acesso a tratamentos eficazes, seguros e da melhor qualidade.
Aprimorando as práticas de gestão de dados e fomentando a colaboração, as organizações podem acelerar o desenvolvimento e a entrega de terapias para os pacientes, realizando, em última análise, um grande serviço à sociedade aprimorando o cenário geral da base de dados.
CAS: Quais desafios comuns você vê no setor em relação ao gerenciamento de dados?
O processo geral de descoberta de medicamentos enfrenta desafios multifacetados devido à crescente complexidade e variedade de tipos de dados. É crucial integrar dados biológicos, como dados de bioatividade, proteômica e farmacodinâmica para tomar decisões embasadas rapidamente, uma necessidade evidenciada por crises de saúde globais recentes como a pandemia da COVID-19. Essas situações aumentaram a urgência de desenvolver e aprovar rapidamente novos medicamentos para levá-los do laboratório ao leito sem demora.
Além disso, o setor de descoberta de medicamentos enfrenta não somente dificuldades técnicas de gerenciamento desses vastos fluxos de dados, como também desafios de procedimento. Isso inclui adaptar-se aos custos crescentes e às rigorosas exigências regulatórias, que amplificam a necessidade de estratégias robustas de gestão de dados. À medida que o volume e a diversidade de dados continuam em expansão, as equipes devem analisar e utilizar eficientemente as informações para impulsionar processos críticos de tomada de decisão.
CAS: Como as estruturas organizacionais impactam a eficiência do compartilhamento de informações e do gerenciamento de dados?
Estruturas organizacionais tradicionais em empresas farmacêuticas, muitas vezes caracterizadas por departamentos hierárquicos e isolados, podem impedir o fluxo de informações e a colaboração de maneira significativa. Essas estruturas são particularmente problemáticas no contexto da descoberta de medicamentos moderna, onde é essencial uma abordagem multidisciplinar. O isolamento dos departamentos leva a esforços duplicados e impede o compartilhamento eficaz de insights e dados entre as diferentes equipes, resultando em oportunidades perdidas de sinergia e aumento das ineficiências.
Nota-se uma mudança notável no setor em direção à adoção de estruturas de equipe mais integradas para enfrentar esses desafios, reunindo químicos computacionais, químicos medicinais, biólogos estruturais/de pesquisa, equipes de engenharia de anticorpos, farmacometricistas, farmacêuticos e biólogos quantitativos, conforme necessário. Esses modelos mais novos promovem interações interdisciplinares e aproveitam a experiência coletiva de equipes diversas, o que é crucial para promover um ambiente colaborativo.
Essas estruturas integradas permitem uma abordagem mais holística ao desenvolvimento de medicamentos, facilitam a comunicação mais fluida e removem barreiras ao fluxo de informações. Essa transformação permite uma resolução de problemas mais rápida e maior inovação. Em última análise, agiliza o processo de desenvolvimento de medicamentos e aprimora a capacidade de responder rapidamente a novos achados de pesquisa ou a mudanças regulatórias.
Essas adaptações organizacionais estão se tornando cada vez mais importantes à medida que o ritmo do avanço científico acelera, pois exigem modelos operacionais mais ágeis e responsivos para acompanhar a rápida evolução das tecnologias e metodologias de descoberta de medicamentos.
CAS: Há implicações mais amplas para as ineficiências de gestão de dados nas equipes de descoberta de medicamentos?
Essas ineficiências podem inibir drasticamente a capacidade de uma equipe responder a novas informações e de adaptar estratégias corretamente. Isso pode atrasar o ciclo de desenvolvimento e aumentar o tempo de lançamento de novos medicamentos no mercado. Além de apenas desacelerar os processos, essas ineficiências podem levar a perdas financeiras consideráveis, pois projetos atrasados significam oportunidades de mercado perdidas e menores retornos sobre o investimento. Além disso, quando os dados não são utilizados em seu potencial máximo, candidatos a medicamentos viáveis podem ser descartados prematuramente ou ser completamente ignorados, o que resultará em retrocessos consideráveis na inovação terapêutica.
A curadoria e limpeza de dados são atualmente grandes desafios para as empresas, muitas vezes provando ser um processo oneroso. A integração de vários conjuntos de dados pode introduzir anomalias, levantando questões cruciais sobre a remoção de determinados segmentos de dados e as possíveis consequências a jusante de tais remoções, semelhante a um efeito borboleta na pesquisa científica.
É aqui que a inteligência artificial (IA) pode ser extremamente valiosa. A IA tem o potencial de apresentar insights mais profundos e melhorar a previsão, particularmente a previsão e gestão do impacto da integração de dados. Apoiando a limpeza, a validação e a curadoria de dados, a IA pode agilizar consideravelmente esses processos, mitigando riscos e melhorando a qualidade dos dados tratados.
CAS: Onde você acha que a IA pode ter o maior impacto e quais são algumas das possíveis armadilhas?
Adotar e adaptar-se a técnicas computacionais inovadoras, particularmente plataformas que incorporam IA e aprendizado de máquina, está se tornando cada vez mais crítico. Essas tecnologias podem lidar com grandes conjuntos de dados com maior eficiência e melhorar a precisão da previsão de resultados, agilizando todo o pipeline de desenvolvimento de medicamentos. Por exemplo, a IA impulsiona consideravelmente a descoberta de medicamentos em estágios iniciais, o que melhora a previsão de interações fármaco-alvo e otimiza a seleção de leads promissores.
O principal problema no cenário atual de implantação de IA na indústria de descoberta de medicamentos é a pressa em integrar sem uma estratégia ou compreensão clara de seus possíveis benefícios. Muitas organizações tentam aproveitar a IA em várias aplicações sem identificar onde elas se destacam e em que a IA pode amplificar suas forças, como na agregação de dados, simulação molecular ou triagem virtual.
Um passo crucial para a integração bem-sucedida da IA é definir claramente como a IA vai interagir e melhorar o trabalho com vários conjuntos de dados. Entender e vincular esses conjuntos de dados de forma eficaz no ambiente operacional de um cliente é essencial. Isso envolve integrar facilmente soluções de IA com sistemas existentes e garantir que os insights gerados pela IA estejam efetivamente alinhados com os pontos de dados estabelecidos.
O verdadeiro poder da IA reside na sua capacidade de facilitar a comunicação entre diferentes conjuntos de dados, o que permite uma análise de dados mais profunda, que vai muito além da capacidade humana. Isso pode acelerar consideravelmente o desenvolvimento de novos ativos de medicamentos, pois identifica rapidamente candidatos mais eficazes. No entanto, apesar do potencial da IA de revolucionar a modelagem de previsão e simulações, o campo da descoberta de medicamentos ainda enfrenta desafios para maximizar o valor extraído dos conjuntos de dados e melhorar a interoperabilidade dos dados. A qualidade dos resultados/interpretações da IA será determinada pela qualidade dos dados essenciais (fontes de dados de qualidade, dados bem estruturados, interoperabilidade/comunicação cruzada de conjuntos de dados ou ligações, diversidade de dados)
O foco deve estar no aprimoramento de como os conjuntos de dados interagem e como a IA pode derivar e interpretar camadas de dados complexas para apresentar insights consideráveis que possam ser aplicados diretamente ao desenvolvimento de medicamentos. Essa abordagem vai melhorar a eficiência do processo de descoberta e garantir que novas terapias sejam desenvolvidas e entregues aos pacientes de forma mais eficaz.
CAS: Em um ambiente tão complexo, você tem alguma solução geral sobre como as empresas podem superar esses desafios?
As rápidas mudanças no cenário de descoberta de medicamentos exigem que as empresas adotem novas tecnologias e evoluam constantemente seus modelos de negócios e estratégias operacionais para manter a competitividade. A implementação de sistemas avançados de aquisição, análise e gestão de dados é fundamental nesse contexto. Igualmente importante é a promoção de uma cultura que abrace a mudança e promova o conhecimento de dados dentro das organizações. Essa cultura capacita as equipes a tomar decisões embasadas rapidamente e dá apoio ao desenvolvimento de modelos operacionais dinâmicos e responsivos.
Além disso, estruturas flexíveis de governança de dados são essenciais para garantir a integridade e a acessibilidade dos dados, componentes chave que apoiam a conformidade regulatória, facilitam a inovação e garantem o desenvolvimento de terapias medicamentosas seguras para os pacientes. Essas adaptações abrangentes ajudam as empresas a navegar efetivamente pelas complexidades do ambiente de descoberta de medicamentos atual, garantindo que fiquem bem preparadas para responder a novos desafios e oportunidades.
CAS: Se o senhor tivesse uma varinha mágica para mudar algo no processo de descoberta de medicamentos, o que o senhor mudaria?
Se eu pudesse introduzir uma grande melhoria no campo da descoberta de medicamentos, seria a integração aprimorada de ferramentas de software. Muitos laboratórios e instalações de pesquisa atualmente usam várias plataformas que não se comunicam efetivamente entre si, levando a ineficiências e atrasos no processo de descoberta. Melhorando a interoperabilidade entre essas ferramentas, poderíamos acelerar consideravelmente o desenvolvimento de novas terapias e aumentar a eficácia geral do processo de descoberta de medicamentos, levando, em última análise, a melhores resultados no cuidado dos pacientes. Estamos todos juntos nesse jogo e todos queremos levar terapias aos pacientes para, em última análise, prolongar a vida e aliviar doenças.
Zoheb Hassan, Ph.D., passou os últimos oito anos como consultor de estratégia de crescimento especializado nos setores de saúde e ciência da vida. Ele se dedica à transformação de dados e pesquisas de mercado em insights práticos, ajudando os clientes a navegar em um cenário em constante evolução, influenciado por tendências emergentes, ameaças e novas tecnologias. Sua experiência garante que os clientes permaneçam à frente da concorrência, antecipando e aproveitando essas mudanças de mercado em oportunidades de crescimento. Antes de prestar consultoria, Zoheb obteve seu B.Sc., M.Sc. e doutorado no King's College de Londres, especializando-se em ciências biomédicas com ênfase na pesquisa de diabetes e no tratamento de GPCRs.