blue light in the dark

研发趋势:最大化利用暗数据,加强药物再利用

药物再利用的热情呈指数级增长

2020 年,全球药物再利用市场规模为3,130万美元,预计将以5.4%的复合增长率继续增长,到2028年达到4680万美元

药物再利用为制药公司寻求更好的资源管理、流程优化和市场增长提供了大量机遇。 这将加快药物审批流程,缩短开发时间,并加速产品上市。 尽管该战略并非新生事物,但近年来已获得极大关注,并将继续扩大。

配方暗数据的战略性商业价值

最近的一项调查报告显示,研发团队预计要花费 60%的实验室时间来反复迭代配方,其中一半以上的配方项目延迟时间超过12个月。 原因在于配方科学家通常依赖于分散的数据源和人工数据处理。 非结构化信息(也称为暗数据)和知识管理系统不完善严重阻碍了药物的有效再利用。 据估计,55%的组织知识均为暗数据

将配方暗数据转化为可访问、可靠且经过科学家精心标引的信息,可以进一步减少人工信息处理所花费的时间,并消除了不必要的迭代工作。 通过在可检索的知识管理平台中对暗数据进行构建和协调,可以便于科学家访问贵公司的数据布局,简化信息检索。 这最终会加快配方工作流程,同时提供无可争议的竞争优势。 通过部署解锁暗数据的相关策略,配方科学家可以发现基于证据的机会,从而提高再配置效率并缩短上市时间。 以现有配方数据为基础,您的配方团队可以识别即将到期的专利,发现新的再配置机会,并加快药物再利用流程。 制药公司利用暗数据作为配方基础,可以促进药物再利用取得成功,从而获得超越竞争对手的显著优势。

释放配方暗数据力量的三个步骤

得益于数字化和先进组织工具的兴起,可以实施数字化战略,将潜在信息转化为基于证据的机遇。 然而,如果操作不当,利用海量数据可能会变得势不可挡,并致使贵公司面临风险。 以下是开始解密暗数据的三个关键步骤:

1) 收集并构建现有配方数据
针对可用数据源制定全面的库存明细表(包括内部和外部数据、结构化和非结构化数据)是关键所在。 清点完毕后,您可以将所有实体文件数字化,从实验室期刊和临床报告到市场报告和专利。 数字化后的数据可以标准化为单一语言。 您还需要创建相应的通用命名并构建数据框架,以保持组织性、连接性及合规性。 此外,还要建立数据完整性和准确性协议,以确保您的数据保持准确清晰。

2) 创建经过科学家标引的可检索数据库
首先要确认数据的质量、准确性和完整性。 完成后,您可以开发自定义词库和本体,以帮助您高效检索数据。 接下来,您需要整合为配方目的而设计的定制检索工具,以生成可靠的数据连接并确定药物再利用机会。

下载本案例研究,了解一家公司如何创建知识管理系统,从而大幅缩短检索时间。

3) 利用外部资源和专业知识进行扩展
通过整合外部配方内容来补充您的数据库、扩展您的知识并防止数据偏差,从而超越您的数据。 与数据管理专家合作将有助于您将此类策略付诸实施并取得成功。

下载本案例研究,了解一家公司的数据管理战略如何每年节省 80 多万美元。

展望未来

尽管暗数据是制药行业长期面临的挑战,但利用这类非结构化信息开展药物再利用仍然是相当新颖、发展迅速的课题。 在对抗疾病和行业竞争的角逐中,如果配方科学家能够访问具有相关性且经过科学家标引的数据管理平台,那么无疑将处于领先地位。

通过在定制知识管理系统中构建信息,企业可以将其暗数据转化为智能信息资产,供配方团队转化为新药再利用机遇。 为您的配方战略提供暗数据支持,让您在新药再利用竞争中拔得头筹。

Related CAS Insights

AI 药物开发技术的兴起

Defining the path to TBK1 inhibition with QSAR modeling

Embracing the future of AI in the food industry

Gain new perspectives for faster progress directly to your inbox.