Como os modelos preditivos potencializam a descoberta de medicamentos?

Uma conversa com Adam Sanford, Ph.D. e Orr Ravitz, Ph.D. do CAS

Transparent blue capsules each holding intricate structures resembling cells or circuits.

No cenário atual de descoberta de medicamentos em rápida evolução, os modelos preditivos surgiram como ferramentas essenciais para acelerar os fluxos de trabalho simulando e prevendo atividades biológicas, interações entre medicamentos e muito mais. A utilidade desses modelos é altamente dependente da qualidade e do gerenciamento dos dados sobre os quais são construídos. Na vanguarda dessa revolução tecnológica encontra-se o CAS, cuja CAS BioFinder Discovery Platform™ é alimentada por modelos preditivos avançados. Para entender como a precisão desses modelos leva a verdadeiros insights para os cientistas da descoberta de medicamentos, conversamos com Adam Sanford, Ph.D. diretor da Life Sciences Division, e Orr Ravitz, Ph.D., gerente sênior de produtos do BioFinder® Product Manager, para nos aprofundarmos nas rigorosas estratégias de gerenciamento de dados que fazem do CAS um líder na área.

CAS: Qual é a abordagem do CAS para integração, normalização e harmonização de dados para apoiar seus modelos preditivos?

CAS: Como essa abordagem ajuda seus modelos a beneficiar os pesquisadores de descoberta de medicamentos?

CAS: Quais os maiores desafios que você enfrentou no desenvolvimento dos modelos?

CAS: Como as publicações e dados estão constantemente surgindo, como o CAS garante que esses modelos permaneçam atualizados?

CAS: Há algo no horizonte para o CAS BioFinder e seus modelos preditivos que o deixe particularmente animado?

CAS: O que torna essa abordagem de modelagem preditiva na descoberta de medicamentos única? 

CAS: Se você tivesse uma varinha mágica para mudar alguma coisa no processo de descoberta de fármacos, o que mudaria?