-降低風(fēng)險，并節(jié)省了研究人員挑選下一個藥物靶標(biāo)的時間

　　-Drug Research Advisor利用同類最佳的可視化和分析，只需一個工具就實現(xiàn)了更快訪問和更明智的決策

　　費城2017年3月16日電 /美通社/ -- 在藥物發(fā)現(xiàn)領(lǐng)域，選擇臨床前開發(fā)藥物靶標(biāo)是很難的，而選擇正確靶標(biāo)可以說是整個藥物發(fā)現(xiàn)過程中最重要的一步，在目標(biāo)選擇過程中走錯了第一步可以說代價是高昂的。據(jù) Centre for Medicines Research (CMR) 稱，2015年在所有治療領(lǐng)域，成功讓一個新的候選藥物從I期開發(fā)走向市場的概率不足10%，而療效是一半以上II期和III期試驗失敗的原因。

　　這張圖片就是Target Druggability直觀展示結(jié)果的示例。

　　為了減少這種風(fēng)險和相關(guān)費用，來自 Clarivate Analytics 的一套新的臨床前工作流工具 Drug Research Advisor 應(yīng)運而生。Drug Research Advisor 把臨床前研究的主要步驟整合進一個單一的云工作流，實現(xiàn)了更快的信息訪問，幫助做出更明智的決策。憑借Drug Research Advisor，用戶現(xiàn)在可以使用最新的可視化和分析，通過一個工具查詢來自 Clarivate Analytics Integrity SM 和 MetaCore TM  產(chǎn)品的關(guān)鍵手動整理內(nèi)容類型。

　　Drug Research Advisor 中的第一個應(yīng)用 Target Druggability 通過將藥物、生物學(xué)、實驗和競爭情報整合進一個單一的互動搜索工具，從而支持靶標(biāo)識別和挑選。Clarivate 數(shù)據(jù)科學(xué)家置入了一個特定的計分算法，能夠評估某種疾病藥物靶標(biāo)的挑選，并能夠按照同類最佳或同類首個這樣的潛力順序進行打分。這個打分系統(tǒng)可幫助將挑選過程從12周縮短至不到30分鐘。

　　更高的效率讓企業(yè)現(xiàn)在能夠?qū)徍烁喟袠?biāo)并挑選最適合自己產(chǎn)品組合的靶標(biāo)，從而減少了用在不合格靶標(biāo)上的時間和費用；節(jié)省了數(shù)百萬美元的成本，最重要的是讓企業(yè)能為市場帶來更多挽救生命的藥物。

　　Clarivate Analytics 藥物發(fā)現(xiàn)與轉(zhuǎn)化科學(xué)產(chǎn)品主管 Leo Lafferty-Whyte 表示：“考慮到識別下一個同類首個或同類最佳治療藥物開發(fā)機會時的眾多評估因素，研究人員經(jīng)常受到挑戰(zhàn)，要圍繞適應(yīng)癥或通路快速評估靶標(biāo)前景。Target Druggability 應(yīng)用讓日益復(fù)雜的數(shù)據(jù)變得更直觀、更有用，從而簡化了我們客戶的日常工作流程?！?/p>

　　應(yīng)用如何工作

　　有了 Target Druggability，用戶可以通過疾病、靶標(biāo)或藥物開始搜索，就會立即顯示與該疾病相關(guān)的靶標(biāo)數(shù)量結(jié)果。伴隨這些結(jié)果的還有基于分子和靶標(biāo)系列類型的可視化分析。有用的顏色編碼、分組和尺寸也可以用來顯示圍繞這些目靶標(biāo)的元數(shù)據(jù)，比如一種藥物所達到的最高目標(biāo)階段、活躍項目對比非活躍項目、靶標(biāo)分子類型、生物標(biāo)志物、動物模型和遺傳證據(jù)水平。

　　從這里，用戶可以開始評估風(fēng)險水平（新靶標(biāo)對比已驗證靶標(biāo)），并根據(jù)專有的計分算法對結(jié)果進行排名，圍繞靶標(biāo)查詢證據(jù)。

　　達到一定靶標(biāo)水平后，用戶還可以開始審查靶標(biāo)相關(guān)信息，包括伴隨的手動整理信息摘要。

　　客戶聲音

　　由于58%的已經(jīng)有藥物處于活躍開發(fā)階段的靶標(biāo)都已經(jīng)有兩家或更多公司在研究，選一種新靶標(biāo)來研究已經(jīng)成為一件有風(fēng)險的事，需要真正有區(qū)別于競爭者以及在過程一開始就要找到合適的定位。

　　這就是為什么 Clarivate 讓客戶參與產(chǎn)品設(shè)計的原因。他們的反饋非常積極。

　　作為一名參與者，Actelion 心血管和纖維化研發(fā)生物學(xué)高級實驗室主管 Patrick Sieber 表示：“有了 Target Druggability，我能夠快速大致了解靶標(biāo)的前景，包括適應(yīng)癥和競爭情況?！?/p>

　　同樣參與了試點的 Vertex Pharmaceuticals 高級研究科學(xué)家 Dave Deninger 表示：“Target Druggability 通過提供合適的決策背景，以選擇靶標(biāo)用于新藥開發(fā)這一過程，來為研究人員提供支持?！?/p>

　　DRA (Drug Research Advisor) -- Target Druggability最近入圍 “Fierce創(chuàng)新獎” (Fierce Innovation Awards)前五。