从电子表格转向自动化数据收集和处理绝非易事，但它可以彻底改变药物开发。现在是生物制药行业接受端到端数字化的时候了。

作者：UNJULIE BHANOT

在收集和分析数据方面，许多生物制药公司仍处于数字黑暗时代。他们使用Microsoft Excel等工具处理数据，该工具具有许多功能，但不是为生物制药量身定制的。那些正在经历数字化转型的公司通常会安装零散的软件工具，这些工具在孤岛中生成数据，需要大量人力来整合、格式化和绘制数据图表。这是一个费力的过程，涉及手动整理和同化来自不同系统的数据。

随着生物制药行业产生的数据量呈爆炸式增长，这种分散的方法根本无法解决问题。想象一下，一个充满生物反应器的房间每分钟都会生成过程监测数据，每天进行多次细胞培养取样，并希望比较这些生物反应器的性能和效率。仅此一项就将产生数十万个数据点。如今，越来越多的生物制药公司正在寻求采用先进的数字技术，通过从实验室使用的庞大机器网络中持续自动提取数据来加速其数字化工作，这使他们能够更快地利用可用和可靠的数据进行创新。“数字孪生”是越来越受到关注的一种应用，它从多个传感器和系统中提取数据，对计算机过程进行建模，对其进行分析并提供反馈，科学家可以使用这些反馈来优化原位过程。

不难看出，生物制药公司如何从建立“数字数据骨干网”中受益。数字数据骨干网旨在使组织能够收集、构建和组织来自所有运营活动的所有数据，并促进在单一平台内进行及时和智能的分析。完全优化的数字骨干网可以自动从各种仪器中获取数据，并将它们与实验和科学元数据进行上下文分析，所有这些都不需要人工干预。它可以在药物开发的所有阶段实施，促进工艺和产品数据的顺利交接。例如，跨团队、系统、科学家、实验等创建细胞系历史报告的艰巨任务，现在可以通过同一平台内所有相关数据的可用性、可访问性和上下文来简化。

细胞和基因疗法的快速发展使数字骨干网变得更加有价值。根据美国基因和细胞治疗学会的数据，目前有近3000种细胞和基因疗法正在开发中。其中一些先进的疗法——特别是那些针对个体患者的个性化疗法——可以在大约一个月的时间内开发和推出。仅此开发过程就可以非常快速地生成数百万个数据点。细胞和基因治疗制造商强调数据传输的准确性、高风险的材料接触点和开发速度，需要一个能够集中数据并提供无缝、自动信息传输的平台，这是过时的信息管理和分析系统根本无法提供的。

自动化的兴起引发了一些关于科学家角色将如何演变的问题。毫无疑问，随着数据更容易获得，科学家们将不再从一台机器跑到另一台机器来收集数据，然后弄清楚如何将所有内容放在电子表格中。他们将拥有触手可及的所有相关数据，并相信数据集符合数据完整性规则，例如 ALCOA+ 原则，同时还拥有完整的数据集，包括失败和终止的实验。捕获失败和成功可以更全面地了解每个实验，使研究人员能够追踪不良性能趋势的根源，并规范其实验工作的真正成功。最终，科学家将能够使用这些更精确校准的数据模型来利用人工智能工具，帮助他们预测趋势并优化流程。

简而言之，科学家们将能够把时间花在做更前沿的科学上。数字骨干网将使他们能够实现这一目标。通过将所有正确构建和情境化的元数据、产品和流程数据集中在一个地方，他们将能够最大限度地发挥高级分析工具的潜力，并更快地生成更强大的见解。

企业如何转向数字骨干网？这不是 IT 部门可以单独推动的事情，它必须由科学家及其领导者倡导和领导。孤立地看，IT专家可能并不完全精通公司的治疗目标，这使得他们很难想象数字技术如何最好地推动必要的科学和业务成果。真正的数字化转型计划需要在全公司范围内推动，IT 和科学家共同努力，以推动最佳结果。这不能作为一个副业来承担。它需要协调、协调的全球努力来评估现有的数字格局，并以将组织置于科学和数字进步前沿的方式实施工具。

对于患者来说，这是一件激动人心的事情，因为基因组的发现以及人工智能和自动化的进步融合在一起，加速了新疗法的发现和开发。让我们拥抱数字骨干网，让生物制药行业能够充分利用这一机会。

照片：Madmaxer，Getty Images

责编: editor