跳到内容

    全球制药公司

    使用fda认证的研究平台测试数千个假设

    全球制药公司的数据科学

    过去10年的研究进展加速了对疾病的新认识,可能导致突破性的药物和更好的患者结果, 即使是最有效的药物开发过程也是耗时的. 在美国.S.在美国,通常需要超过12年的时间才能通过所有审核 fda相关步骤5据美国农业部报道.S. 国家医学图书馆.1 生物制药公司缩短新药上市时间的一个方法是确保他们的研究环境与FDA的要求保持一致. 一家全球生物制药领导者在Domino Enterprise MLOps平台上实施了fda认证的研究记录系统,以精简其整个研究管道——从药物发现到实验室自动化再到客户分析——最终为更快的医疗进步铺平了道路.

    通过在Domino中合并多个技术栈, 在单一平台中支持封闭和开源的分析工具, 该组织已经能够:

    • 快速测试成千上万的假设, 并探索结果和学习具有完全的可重复性.
    • 加快向FDA提交检测结果.
    • 优化药物开发,确保稳健, 可预测的, 和可伸缩的制造过程.
    • 编目并理解可用的不同工具和数据源——包括新的数据类型, 比如基于分子的数据, 来自健身追踪器的真实世界数据, 以及医院的病人数据.

    挑战

    这家生物制药公司开始了数字化转型之旅,以使其统计计算环境(SCE)现代化。, 规范研究系统和过程, 推动更快的创新. 这一过程中的关键里程碑包括将遗留系统迁移到云中,并将业务发现的各个方面的研究工作结合起来, 发展, 生产, 和销售. 他们需要让研究人员更容易, 生物统计学, 数据工程师, 数据科学家, 和IT团队:

    • 独立访问 丰富的工具和灵活的云计算资源.
    • 分享专业知识和资源. 当时, 该公司的500多名数据科学家, 研究人员, 统计学家通常是在竖井里工作的.
    • 测试不同的场景并轻松再现结果. 这对患者安全和监管要求至关重要,但也颇具挑战性. 再现测试结果, 例如, 公司必须捕获和跟踪大量依赖关系,包括:
      • 选择统计分析,
      • 实现分析的脚本,
      • 实现统计函数和执行数学计算的库,
      • 运行环境的操作系统,
      • 数据简化流程,
      • 和选择的原始数据.
    • 简化工作流程,以更快地生产模型,并将发现发布给400多个不同的“消费者”.” 这些消费者包括在开发过程的不同部分的同行,以及各种各样的内部和外部十大靠谱外围APP平台,他们在从文档和验证到确定在哪里运行特定药物的下一个营销活动的所有事情中利用这项工作.
    解决方案

    这家生物制药公司在Domino的Enterprise MLOps平台上部署了一个fda认证的研究记录系统,使公司的研究人员能够更快地测试假设, 复制的结果, 积累过去的工作, 并将研究结果提交给FDA. The environment is available to anyone in the company; active users represent translational medicine, 观察研究和数据科学, 还有商业智能和分析.

    它是如何工作的?

    随着研究人员和数据科学家开始他们的工作, they use the Domino platform to quickly access: data sources; tools such as SAS, R, Python, PyTorch, MATLAB, and a wide range of open-source and domain-specific tools; and compute resources in Amazon Web Services.

    HubSpot的视频

    标准化的配置环境可以通过共享目录获得, 为用户提供一种一站式的方法来启动和运行典型的数据科学工作流程. 数据科学家还可以在开始工作时快速查看经过策划的数据管道的快照和以前的分析, 万一有什么东西能满足他们的需要.

    在Domino中,研究和开发期间使用的所有代码、数据、工具和包(R&D)自动跟踪, 以及任何注释和注释, 所以用户可以快速复制结果, 在他人已有工作的基础上发展, 和分享想法. 这种能力不仅加速了研究,而且有助于确保当员工离开公司时,有价值的知识产权不会丢失. 另外, 这种可重复性是改进化学开发和生产工艺的基础, 需要高度精确和复杂的程序来记录过程的每个阶段, 优化理想反应条件, 并对任何变化提供完全的问责制.

    Domino Enterprise MLOps平台将文档作为代码过程驱动, 这使得研究人员和数据科学家在准备向FDA提交结果时,可以轻松地将所有相关信息打包到Domino API中

    该公司对其Domino实现采取了分阶段的方法, 根据计算需求的优先级和采用的准备情况,一次安排15个团队. 作为部署的一部分, Domino提供了主题专业知识和配置, 应用程序迁移和用户支持, 以及内部培训和资源,以帮助用户快速上手并在新平台上运行.

    用例:癌症研究

    根据美国癌症协会,到2020年,估计将有1.仅在美国就有800万新的癌症确诊病例和606,520例癌症死亡. 数据科学对于发现数据之间的联系至关重要,这将有助于改善患者的预后和预防癌症. 这家生物制药公司研究的一个关键目标是提高对基因变化之间关系的理解, 比如驱动肿瘤形成的DNA突变, 以及癌细胞如何利用免疫检查点破坏病人的免疫系统. 今天, 使用其Domino研究平台, 该公司可以分析来自10多个国家的数据,找出可能的联系. 这项工作带来了对提高患者生存率至关重要的发现,包括:

    • 新类别药物的鉴定 它可以渗透肿瘤,并能将肿瘤对每个个体的影响联系起来, 这能帮助医生确定哪种特定疗法对每个病人的疗效最好.
    • 免疫系统如何反应的新见解 癌症细胞, 包括发现一种能影响癌细胞免疫力的特殊染色体.
    多米诺效应
    • 驾驶的发现: 在Domino的Enterprise MLOps平台的帮助下, 研究人员可以追踪和追踪从数千个肿瘤样本中收集的大量基因组数据. 他们可以成功地测试成千上万的假设,并且具有完全的可重复性, 所有这些都是为了加速对抗癌症和其他慢性和危及生命的疾病.
    • 提高效率: 研究人员和数据科学家可以从他们用于研究的同一个平台向FDA提交研究&D. 该功能消除了单独的团队在不同平台上重新编写代码的需要.
    • 使创新: 这项工作是该公司数字化转型计划的基础,该计划将用真实世界的健康数据转变生物制药研究, 推动更多的发现和治疗选择.

    现在看看Domino Enterprise MLOps平台能为您做些什么