Les laboratoires pharmaceutiques se préparent à l'IA pour garder une longueur d'avance

Pour rester compétitifs, les fabricants de médicaments se préparent à un avenir où les algorithmes contrôleront de nombreux éléments de la recherche et de la production.

L'industrie biopharmaceutique regorge de possibilités d'accroître la productivité grâce à l'automatisation, qu'il s'agisse de la découverte de médicaments par ordinateur ou de vaccins entièrement validés sortant des chaînes de production. Mais ces types d'innovations ne viennent pas de nulle part : ils sont étayés par des couches cruciales de l'infrastructure numérique du laboratoire. Les entreprises conservatrices sur le plan technologique qui hésitent à intégrer des outils et des solutions numériques tels que les carnets de laboratoire électroniques (ELN), les systèmes de gestion des stocks de laboratoire (LIMS) ou les systèmes d'information de laboratoire (LIS) risquent de se retrouver dans une position concurrentielle désavantageuse lorsque la révolution de l'IA passera à la vitesse supérieure.

« Les sociétés pharmaceutiques sont loin derrière de nombreux secteurs en termes de numérisation », déclare Oliver Hesse, responsable de la science des données biotechnologiques et de la numérisation chez Bayer Pharmaceuticals à Berkeley, en Californie. « Cela est dû en partie aux défis uniques auxquels nous sommes confrontés, mais également au fait que nous nous concentrons trop sur la prévention des risques ou que nous attendons le cas d'utilisation approprié. C'est un piège, il faut adopter une approche plus globale. » Fort de l'expérience de Hesse dans les domaines du criblage à haut débit, de l'automatisation des laboratoires et de la science des données, Bayer l'a récemment chargé de diriger une équipe mondiale chargée de mettre à jour la plupart des équipements existants de l'entreprise pour les adapter à l'ère de l'information. Les leçons qu'il a apprises sur la mise en place d'un transfert d'informations fluide entre le développement des processus et la fabrication pourraient porter leurs fruits pour les entreprises pharmaceutiques qui souhaitent passer de la tenue de dossiers numériques à une automatisation complète.La valeur des données structuréesBien que la gestion de « systèmes qui ne fonctionnent pas bien ensemble » ait été le principal obstacle rencontré par Hesse, il note que le changement d'état d'esprit des chercheurs réticents à adopter des outils de plateforme de laboratoire numérique (DLP) tels que eLN et LIMS vient juste en deuxième position. Pour y remédier, Bayer a chargé une équipe d'ingénieurs en biotechnologie de travailler en étroite collaboration avec les utilisateurs des laboratoires afin de placer leurs besoins au premier plan d'une plateforme numérique personnalisée. « Ces deux dernières années, mon objectif a été de créer une infrastructure qui capture toutes les données d'un utilisateur et d'aider les utilisateurs à comprendre la valeur des données structurées », explique Mehdi Saghafi, ingénieur des données biotechnologiques chez Bayer avec 20 ans d'expérience dans le développement de processus. « Après beaucoup de travail manuel, de planification et d'élaboration de stratégies, cela commence vraiment à porter ses fruits. » Saghafi explique que la numérisation ne se limite pas à remplacer les cahiers de laboratoire en papier par des tablettes, ou simplement à transférer les résultats sur des disques durs en constante expansion ou des outils numériques unidimensionnels. Dans un laboratoire numérique véritablement optimisé, « les données ne résident plus sur un équipement, elles sont disponibles du bout des doigts ». Selon lui, le principal défi lié à la mise en œuvre de cette vision est de trouver des personnes possédant les compétences et la créativité nécessaires pour moderniser les équipements, les flux de travail et les bases de données existants à l'aide d'interfaces de programmation d'applications (API). « Chaque instrument est différent et il n'existe aucun manuel pour vous dire quoi faire », explique Saghafi. « Cela demande une certaine persévérance, et de nombreuses entreprises ne sont pas disposées à financer un groupe pour gérer la transition. » Ces sentiments sont partagés par Zareh Zurabyan, directeur d'ElabNext America, un fournisseur de DLP proposant des outils tels que ELN et LIMS depuis son siège de Cambridge, dans le Massachusetts. « Ce n'est pas comme acheter une centrifugeuse ou un cytomètre en flux », précise-t-il. « Une solution numérique telle qu'un ELN devient la pièce maîtresse de votre quotidien. En plus de débloquer des informations issues de la recherche, le fait de disposer de données à grande échelle à portée de main influencera au minimum votre stratégie commerciale. Nous recommandons toujours aux clients de créer un comité pour définir la stratégie numérique dès le départ. »

Une vision holistique

La nécessité croissante de réduire les délais de mise sur le marché pousse les sociétés pharmaceutiques à adopter des techniques de traitement plus efficaces et orientées vers les données. Pour atteindre cet objectif, il est essentiel de gérer les données afin qu'elles se trouvent au bon endroit au bon moment pour en tirer des enseignements. Selon l'équipe de Bayer, il s'est avéré essentiel de prendre du recul pour réunir des composants disparates au sein d'une infrastructure intégrée. « Regardez la situation dans son ensemble : qu'est-ce qu'un bioréacteur ? Un navire avec des entrées et des sorties. Maintenant, comment pouvez-vous contrôler cela, comment l'intégrer dans un système ? » demande Saghafi. « Et pensez à gérer les métadonnées relatives à ce bioréacteur : des éléments tels que le lot, le projet, l'opérateur. C'est là qu'un ELN devient crucial. » Une configuration typique de développement de processus comporte une structure hiérarchique, avec un logiciel de contrôle et d'acquisition de données (SCADA) situé au sommet de la hiérarchie qui dirige le trafic entre des programmes tels qu'un historien des données et un ELN qui fait office d'interface utilisateur et de hub central pour l'analyse des données et la modélisation des processus. « Il existe de nombreux outils pour transférer les données analytiques de votre laboratoire, mais si vous ne pouvez pas les visualiser et les analyser toutes en un seul endroit, elles perdent tout leur sens », déclare Saghafi.Zurabyan note qu'eLabNext dispose d'une API ouverte et de kits de développement logiciel qui permettent à presque tous les laboratoires de transférer et d'extraire facilement des données entre les instruments. « Il s'agit d'un système modulaire avec des composants entièrement indexés, ce qui le rend plus intuitif à utiliser », précise-t-il. « Une fois que vous vous y serez habitué, vous pourrez continuer à ajouter de nouvelles fonctionnalités via notre place de marché en ligne, qui propose certaines des meilleurs outils d'IA tiers dans l'industrie. L'idée est de créer un écosystème d'innovation afin d'optimiser la recherche et le développement des processus. » La capacité à trouver des solutions simples pour les utilisateurs s'est révélée essentielle pour augmenter les taux d'adoption chez Bayer. « Ne compliquez pas les choses à l'excès, c'était une leçon pour nous », se souvient Hesse. « Si vous avez 200 codes à mémoriser, cela ne correspond pas à ce que vous essayez de faire. »

La révolution de l'IA arrive

Bien que l'utilisateur final n'ait pas besoin de le voir, une infrastructure considérable doit être mise en place pour que le laboratoire numérique soit un succès. Pour Zurabyan, les laboratoires qui réaliseront cet investissement auront de bien meilleures chances de succès lors de la prochaine révolution numérique. « L'IA va surgir de nulle part et tout changer », affirme-t-il. « Lorsque nous consultons des laboratoires, nous nous concentrons vraiment sur la standardisation des données afin qu'elles soient accessibles à l'apprentissage automatique. » Saghafi compare ces efforts proactifs aux communautés qui paient des impôts pour de nouvelles routes. « Parfois, nous devons faire des choses inconfortables, mais attention, si vous êtes doué au laboratoire, vous tenez déjà un carnet. Passez un peu de temps à la taxonomie, apprenez comment saisir et référencer les données avec un ELN afin qu'une personne qui n'a rien à voir avec le laboratoire puisse les analyser dans leur contexte approprié. » Même avec un arsenal numérique étendu, l'innovation dans l'industrie pharmaceutique nécessite toujours une touche humaine. « Si la mise en œuvre se fait au niveau des utilisateurs finaux et que vous vous associez à eux pour leur fournir le bon logiciel, ils s'en approprient », explique Saghafi. « La plateforme de laboratoire numérique devient le pilier de votre innovation en capturant tout : vos données, votre répétabilité, votre avenir. »

Lisez sur Nature