पीटर एलमैन, सेर्टिस ऑन्कोलॉजी सॉल्यूशंस के अध्यक्ष और सीईओ – साक्षात्कार श्रृंखला

सेर्टिस ऑन्कोलॉजी सॉल्यूशंस, पीटर एलमैन के नेतृत्व में, जो अध्यक्ष और सीईओ हैं, एक जीवन विज्ञान प्रौद्योगिकी कंपनी है जो सटीक ऑन्कोलॉजी के वादे को पूरा करने के लिए समर्पित है। कंपनी का उत्पाद ऑन्कोलॉजी इंटेलिजेंस® है – उन्नत कैंसर मॉडल से व्युत्पन्न उच्च प्रत्याशित चिकित्सीय प्रतिक्रिया डेटा। सेर्टिस चिकित्सक-वैज्ञानिकों और उद्योग अनुसंधानकर्ताओं के साथ भागीदारी करता है ताकि सटीक ऑन्कोलॉजी तक पहुंच बढ़ाई जा सके और पूर्व-नैदानिक ​​अध्ययन और नैदानिक ​​परीक्षणों के बीच महत्वपूर्ण अनुवाद अंतर को संबोधित किया जा सके।

क्या आप ऑन्कोलॉजी अनुसंधान में व्यापक समस्या का वर्णन कर सकते हैं जिसे सेर्टिसओआई सहायक संबोधित कर रहा है?

ऑन्कोलॉजी जांच दवा उम्मीदवारों की विफलता दर उच्च है। यह हाल ही में बताया गया कि 2023 में, 90% ऑन्कोलॉजी कार्यक्रम अंततः विफल रहे। यह आंकड़ा ऐतिहासिक रुझान से उल्लेखनीय सुधार है, जो 2022 तक 96% के आसपास था। दवाओं के विकास की लागत को देखते हुए, 90% की विफलता दर टिकाऊ नहीं है। कल्पना कीजिए कि यदि सफलता दर केवल 50% होती तो रोगियों को कितना लाभ होता।

सेर्टिसओआई सहायक तुरंत दो महत्वपूर्ण मुद्दों को संबोधित करता है जो इस विफलता दर में योगदान करते हैं:

• सुधारित पूर्व-नैदानिक ​​मॉडल चयन: कई यौगिक पूर्व-नैदानिक ​​अध्ययन में आशाजनक परिणाम दिखाते हैं, लेकिन मानव में पर्याप्त चिकित्सीय प्रभाव प्रदर्शित करने में विफल रहते हैं। वैज्ञानिक समुदाय के अधिकांश सदस्य पूर्व-नैदानिक ​​मॉडल को समस्या का एक हिस्सा मानते हैं। जीन अभिव्यक्ति हस्ताक्षर के साथ पूर्व-नैदानिक ​​मॉडल का चयन करना और निर्णायक अध्ययन के लिए ऑर्थोटोपिक प्रत्यारोपण का उपयोग करना “अनुवाद” में सुधार कर सकता है।
• प्रारंभिक, बेहतर जैव सूचक पहचान: जैव सूचकों पर निर्भर करना जो चिकित्सीय प्रतिक्रिया की भविष्यवाणी करने में सटीक नहीं है, विफल नैदानिक ​​परीक्षणों के परिणामस्वरूप हो सकता है। सेर्टिसओआई सहायक सेर्टिसएआई के साथ एकीकृत है, हमारे पेटेंट लंबित पूर्वानुमानिक एआई/एमएल प्लेटफ़ॉर्म, जो प्रारंभिक चरण में भविष्यवाणी जैव सूचकों की पहचान करने में सक्षम बनाता है।

सेर्टिसओआई सहायक ऑन्कोलॉजी डेटा तक पहुंच में सुधार के लिए एआई का उपयोग कैसे करता है, और यह क्षेत्र में अन्य एआई टूल्स से कैसे अलग है?

सेर्टिसओआई सहायक एक आसानी से उपयोग होने वाले प्राकृतिक भाषा इंटरफ़ेस के माध्यम से उन्नत डेटा विश्लेषण और पूर्वानुमानिक मॉडलिंग क्षमताएं प्रदान करता है। यह कई तरह से अलग है:

• व्यापक डेटासेट एकीकरण: सहायक विभिन्न ऑन्कोलॉजी डेटा को एकीकृत करता है, जिसमें रोगी की जानकारी, ट्यूमर की विशेषताएं, जीनोमिक प्रोफाइल और दवा प्रतिक्रिया भविष्यवाणियां शामिल हैं। यह समग्र दृष्टिकोण विश्लेषण की अनुमति देता है जो अलग-अलग डेटा प्रकारों पर केंद्रित उपकरणों की तुलना में अधिक व्यापक है।
• एआई-आधारित भविष्यवाणियां: सहायक दवा प्रतिक्रिया और प्रतिरोध की भविष्यवाणी के लिए एआई एल्गोरिदम का उपयोग करता है, जो विशिष्ट कैंसर मॉडल के लिए प्रभावी उपचार के बारे में अंतर्दृष्टि प्रदान करता है। यह पूर्वानुमानिक क्षमता व्यक्तिगत चिकित्सा के लिए महत्वपूर्ण है और इसे ऐतिहासिक डेटा पर निर्भर करने वाले उपकरणों से अलग करती है।
• उपयोगकर्ता-मित्र इंटरफ़ेस: जटिल डेटासेट को पूछताछ और विश्लेषण करने के लिए एक直观 इंटरफ़ेस प्रदान करके, सहायक अनुसंधानकर्ताओं को उन्नत तकनीकी कौशल की आवश्यकता के बिना ऑन्कोलॉजी डेटा तक पहुंच और व्याख्या करने में मदद करता है।
• पूर्व-नैदानिक ​​मॉडल पर ध्यान केंद्रित करें: सहायक विशेष रूप से पूर्व-नैदानिक ​​ऑन्कोलॉजी अनुसंधान में माहिर है, विशेष रूप से पीडीएक्स और सेल लाइन मॉडल, जो प्रारंभिक चरण के दवा विकास और ट्यूमर जीव विज्ञान में अद्वितीय अंतर्दृष्टि प्रदान करता है।
• इंटरैक्टिव दृश्यीकरण: सहायक इंटरैक्टिव दृश्यीकरण का समर्थन करता है, जैसे कि फार्माकोलॉजी और ट्यूमर वृद्धि अध्ययन, जो अनुसंधानकर्ताओं को डेटा का अन्वेषण करने और अधिक जानकारीपूर्ण तरीके से व्याख्या करने में सक्षम बनाता है।

सहायक जटिल डेटा को कार्रवाई योग्य अंतर्दृष्टि में कैसे परिवर्तित करता है, विशेष रूप से दवा संवेदनशीलता या जीनोमिक डेटा पर काम करने वाले अनुसंधानकर्ताओं के लिए?

सेर्टिसओआई सहायक एक संरचित कार्य प्रवाह का लाभ उठाता है ताकि कच्चे डेटा को अर्थपूर्ण अंतर्दृष्टि में परिवर्तित किया जा सके। इसमें एक व्यापक ऑन्कोलॉजी डेटासेट को पूछताछ करना, डेटा का विश्लेषण करना और परिणामों को एक स्पष्ट और व्याख्यात्मक प्रारूप में प्रस्तुत करना शामिल है। यहाँ यह कैसे काम करता है:

• डेटा पूछताछ: सेर्टिसओआई सहायक एक संबंधपरक डेटाबेस तक पहुंच सकता है जिसमें ऑन्कोलॉजी मॉडल के बारे में विस्तृत जानकारी शामिल है, जिसमें रोगी डेटा, ट्यूमर की विशेषताएं, जीनोमिक डेटा और दवा प्रतिक्रिया भविष्यवाणियां शामिल हैं। यह एसक्यूएल-जैसे प्रश्नों का उपयोग करके अनुसंधानकर्ता की विशिष्ट आवश्यकताओं के आधार पर प्रासंगिक डेटा निकालने के लिए करता है।
• डेटा विश्लेषण: एक बार डेटा प्राप्त हो जाने के बाद, सेर्टिसओआई सहायक विभिन्न विश्लेषण कर सकता है, जैसे कि सामान्य उत्परिवर्तन की पहचान करना, जीन अभिव्यक्ति को दवा संवेदनशीलता के साथ संबंधित करना, या फार्माकोलॉजी अध्ययन के परिणामों का मूल्यांकन करना। यह डेटा को रैंक और फिल्टर करने में भी सक्षम है ताकि सबसे महत्वपूर्ण निष्कर्षों पर प्रकाश डाला जा सके।
• दृश्यीकरण: सहायक डेटा को टेबुलर प्रारूप में प्रस्तुत कर सकता है, फार्माकोलॉजी और ट्यूमर वृद्धि अध्ययन के लिए इंटरैक्टिव चार्ट उत्पन्न कर सकता है, और हिस्टोलॉजी छवियों को प्रदर्शित कर सकता है। यह दृश्यीकरण अनुसंधानकर्ताओं को जटिल डेटा पैटर्न और संबंधों को जल्दी से समझने में मदद करता है।
• व्याख्या और अंतर्दृष्टि: डेटा की स्पष्ट व्याख्या प्रदान करके, जिसमें दवा संवेदनशीलता या प्रतिरोध के लिए भविष्यवाणियां शामिल हैं, सेर्टिसओआई सहायक अनुसंधानकर्ताओं को संभावित चिकित्सीय रणनीतियों या आगे के प्रयोगात्मक दिशाओं के बारे में सूचित निर्णय लेने में मदद करता है।
• अनुकूलन और लचीलापन: अनुसंधानकर्ता अपनी प्रश्नों को विशिष्ट कैंसर प्रकार, जीनिक मार्कर, या उपचार प्रतिक्रियाओं पर ध्यान केंद्रित करने के लिए अनुकूलित कर सकते हैं, जो एक अत्यधिक अनुकूलित विश्लेषण की अनुमति देता है जो उनके अनुसंधान उद्देश्यों के साथ संरेखित होता है।

सेर्टिसओआई सहायक अनुसंधानकर्ताओं की कैंसर मॉडल का चयन करने, जैव सूचक रणनीतियों को डिज़ाइन करने या इन सिलिको पुष्टि करने की क्षमता को कैसे बढ़ाता है?

मैंने इस साक्षात्कार की शुरुआत में कैंसर मॉडल अनुभाग और जैव सूचक रणनीति डिज़ाइन पर चर्चा की, इसलिए मैं इन सिलिको पुष्टि पर ध्यान केंद्रित करूंगा। सेर्टिसओआई सहायक एक आभासी वातावरण प्रदान करता है जहां अनुसंधानकर्ता दवा प्रभावशीलता, लक्ष्य जुड़ाव और जैव सूचक खोज से संबंधित परिकल्पनाओं का परीक्षण और सत्यापन कर सकते हैं बिना प्रयोगशाला प्रयोगों की तत्काल आवश्यकता के। यह उन्हें अपनी परिकल्पनाओं को तेजी से परिष्कृत करने और प्रयोगात्मक प्रयासों को सबसे आशाजनक मार्गों पर केंद्रित करने में सक्षम बनाता है।

यहाँ कुछ उदाहरण हैं:

• दवा प्रतिक्रिया भविष्यवाणियां: विभिन्न मॉडलों के लिए दवा प्रतिक्रिया और प्रतिरोध के लिए एआई-आधारित भविष्यवाणियों का उपयोग करके यह आकलन करें कि विशिष्ट दवाओं के लिए कैसे प्रतिक्रिया देंगे। यह इन विट्रो या इन विवो अध्ययन में जाने से पहले एक दवा की संभावित प्रभावशीलता को सिलिको में सत्यापित करने में मदद कर सकता है।
• जीनोमिक और आणविक प्रोफाइलिंग: जीनोमिक डेटा का विश्लेषण करके, जिसमें उत्परिवर्तन, जीन अभिव्यक्ति और कॉपी संख्या भिन्नताएं शामिल हैं, संभावित लक्ष्यों की पहचान करने और उनके दवा के तंत्र के साथ उनकी प्रासंगिकता को सत्यापित करने में मदद मिलती है। यह दवा संवेदनशीलता या प्रतिरोध के आणविक आधार को समझने में मदद कर सकता है।
• जैव सूचक खोज: आणविक विशेषताओं को दवा प्रतिक्रिया भविष्यवाणियों के साथ संबंधित करके संभावित भविष्यवाणी जैव सूचकों की पहचान करने में मदद मिलती है। यह एक विशिष्ट चिकित्सा से लाभान्वित होने वाले रोगी आबादी के चयन को मार्गदर्शन करने में मदद कर सकता है।
• संयोजन चिकित्सा अन्वेषण: दवा सिनर्जी भविष्यवाणियों का अन्वेषण करके संभावित दवा संयोजनों की पहचान की जा सकती है जो चिकित्सीय परिणामों में सुधार कर सकते हैं। यह संयोजन रणनीतियों के बारे में अंतर्दृष्टि प्रदान कर सकता है जिन्हें प्रयोगात्मक रूप से सत्यापित किया जा सकता है।
• हिस्टोलॉजिकल विश्लेषण: हिस्टोलॉजी छवियों का उपयोग करके दवाओं के ट्यूमर ऊतकों पर मॉर्फोलॉजिकल प्रभावों को सत्यापित करने में मदद मिलती है, जो दवा के तंत्र और संभावित प्रभावशीलता के लिए अतिरिक्त साक्ष्य प्रदान करता है।
• क्रॉस-मॉडल तुलना: विभिन्न मॉडलों की तुलना करके यह समझने में मदद मिलती है कि विभिन्न जेनेटिक पृष्ठभूमि दवा प्रतिक्रिया को कैसे प्रभावित करती हैं, जो सिलिको में विशिष्ट जीनों या मार्गों की भूमिका के बारे में परिकल्पनाओं को सत्यापित करने में मदद कर सकती है।
• आभासी स्क्रीनिंग: विभिन्न मॉडलों के खिलाफ दवाओं की आभासी स्क्रीनिंग करके अनुसंधानकर्ता आगे के प्रयोगात्मक सत्यापन के लिए उम्मीदवारों को प्राथमिकता दे सकते हैं।

क्या आप बता सकते हैं कि अनुसंधानकर्ता इस उपकरण का उपयोग करके अपने कार्य प्रवाह में सुधार या सफलता प्राप्त करने के लिए इसका उपयोग कैसे करने की उम्मीद करते हैं?

सबसे सरल उदाहरण पूर्व-नैदानिक ​​मॉडल चयन है। प्रत्येक पूर्व-नैदानिक ​​अध्ययन ट्यूमर मॉडल के चयन से शुरू होता है। सेर्टिसओआई सहायक इस प्रक्रिया से मैनुअल प्रयास को हटा देता है और किसी भी अध्ययन के लिए इष्टतम मॉडल का चयन करने में महान सटीकता लाता है।

एक अन्य उदाहरण जैव सूचक रणनीति विकसित करना है। पारंपरिक दृष्टिकोण यह है कि कौन से जैव सूचक दवा के तंत्र के साथ जुड़े हो सकते हैं और फिर पूर्व-नैदानिक ​​अध्ययनों में इन परिकल्पनाओं का परीक्षण करना, जो आमतौर पर एक पुनरावृत्ति प्रक्रिया है। यदि पूर्व-नैदानिक ​​डेटा आशाजनक है, तो अनुसंधानकर्ताओं को मानव नैदानिक ​​परीक्षणों में भविष्यवाणी जैव सूचकों को सत्यापित करना होगा – और जैसा कि चर्चा की गई है, विफलता दर उच्च है।

सेर्टिसओआई सहायक अनुसंधानकर्ताओं को दवा विकास प्रक्रिया में पहले और कम पुनरावृत्ति के साथ अधिक सटीक, भविष्यवाणी जीन अभिव्यक्ति जैव सूचकों की पहचान करने में मदद करता है – समय, पैसा बचाता है, और व्यावसायिक सफलता की संभावना में सुधार करता है।

सेर्टिसओआई सहायक का समर्थन किस प्रकार के कैंसर मॉडल या डेटासेट को समर्थन करता है, और यह शोध समुदाय को कैसे लाभान्वित करता है?

सेर्टिसओआई का वर्तमान संस्करण अनुसंधानकर्ताओं को सेर्टिस के तेजी से विस्तार करने वाले पीडीएक्स और पीडीएक्स-व्युत्पन्न ट्यूमर मॉडल पुस्तकालय और कैंसर सेल लाइन एनसाइक्लोपीडिया (सीसीएलई) के सभी मॉडलों तक पहुंच प्रदान करता है। प्लेटफ़ॉर्म के एल्गोरिदम जीनोमिक्स ऑफ़ ड्रग संवेदनशीलता इन कैंसर (जीडीएससी), इंटरनेशनल कैंसर जीनोम कंसोर्टियम (आईसीजीसी), सीआई एएलमैनैक, ओ’नील, और अन्य डेटासेट से डेटा पर भी आकर्षित करते हैं। यह समग्र दृष्टिकोण विश्लेषण की अनुमति देता है जो अलग-अलग डेटा प्रकारों पर केंद्रित उपकरणों की तुलना में अधिक व्यापक है।

सेर्टिसओआई सहायक को उपयोगकर्ता-मित्र बनाने के लिए आप कैसे सुनिश्चित करते हैं कि यह उन अनुसंधानकर्ताओं के लिए सुलभ है जिनके पास व्यापक तकनीकी विशेषज्ञता नहीं है?

कई विशेषताएं सेर्टिसओआई सहायक को विभिन्न स्तरों के अनुसंधानकर्ताओं के लिए सुलभ बनाती हैं:

• सीधा इंटरफ़ेस: इंटरफ़ेस को सीधा और नेविगेट करने में आसान बनाया गया है, जिससे उपयोगकर्ता जटिल प्रश्नों और विश्लेषणों को बिना तकनीकी विवरण को समझे हुए ही कर सकते हैं।
• निर्देशित कार्य प्रवाह: सहायक सामान्य अनुसंधान कार्यों के लिए निर्देशित कार्य प्रवाह प्रदान करता है, जैसे कि दवा प्रतिक्रिया भविष्यवाणियों को पूछताछ करना, जीनोमिक डेटा का विश्लेषण करना, और फार्माकोलॉजी अध्ययनों का अन्वेषण करना। यह उपयोगकर्ताओं को तकनीकी जटिलताओं में उलझने के बिना अपने अनुसंधान प्रश्नों पर ध्यान केंद्रित करने में मदद करता है।
• प्राकृतिक भाषा प्रसंस्करण: उपयोगकर्ता प्राकृतिक भाषा प्रश्नों का उपयोग करके सहायक के साथ बातचीत कर सकते हैं, जो उन लोगों के लिए पहुंच को आसान बनाता है जिनके पास तकनीकी विशेषज्ञता नहीं है। सहायक प्रश्नों की व्याख्या करता है और उन्हें उपयुक्त डेटाबेस प्रश्नों में अनुवादित करता है।
• व्यापक प्रलेखन: विस्तृत प्रलेखन और ट्यूटोरियल उपयोगकर्ताओं को सहायक का प्रभावी ढंग से उपयोग करने में मदद करते हैं। इसमें चरण-दर-चरण मार्गदर्शिकाएं, उदाहरण, और मुख्य अवधारणाओं की व्याख्या शामिल है।
• इंटरैक्टिव दृश्यीकरण: सहायक डेटा विश्लेषण के लिए इंटरैक्टिव दृश्यीकरण प्रदान करता है, जैसे कि चार्ट और हिस्टोलॉजी छवियां, जो उपयोगकर्ताओं को कोड लिखे बिना डेटा का अन्वेषण और व्याख्या करने में सक्षम बनाता है।
• प्रतिक्रियाशील समर्थन: उपयोगकर्ता प्रश्नों या मुद्दों के साथ मदद के लिए प्रतिक्रियाशील समर्थन तक पहुंच सकते हैं। यह सुनिश्चित करता है कि वे जल्दी से मदद प्राप्त कर सकते हैं और अपने अनुसंधान में बिना अनावश्यक देरी के जारी रह सकते हैं।
• अनुकूलित प्रश्न: जबकि सहायक डिफ़ॉल्ट कार्य प्रवाह प्रदान करता है, यह अनुकूलन की भी अनुमति देता है, जिससे उपयोगकर्ता अपने विशिष्ट अनुसंधान आवश्यकताओं के अनुरूप प्रश्नों को अनुकूलित कर सकते हैं बिना गहन तकनीकी ज्ञान की।

सहयोग अनुसंधान का एक महत्वपूर्ण पहलू है। सेर्टिसओआई सहायक अनुसंधानकर्ताओं या संस्थानों के बीच सहयोग को कैसे सुविधाजनक बनाता है?

सेर्टिसओआई सहायक के साथ, विभिन्न टीमों या संस्थानों के अनुसंधानकर्ता एक ही डेटासेट और उपकरणों तक पहुंच सकते हैं, जिससे उन्हें साझा परियोजनाओं या अनुसंधान प्रश्नों पर सहयोग करने में सक्षम बनाया जा सकता है। प्लेटफ़ॉर्म यह भी आसान बनाता है कि टीम के सदस्य डेटा प्रश्नों, परिणामों और अंतर्दृष्टि को डाउनलोड और साझा करें, ताकि हर कोई एक परियोजना में शामिल हो सके।

कैंसर अनुसंधान में एआई अपनाने को बढ़ाने में सबसे बड़ी चुनौतियां क्या हैं, और उन्हें कैसे संबोधित किया जा सकता है?

महत्वपूर्ण चुनौतियों में डेटा सुरक्षा, डेटा एकीकरण, और एआई-आधारित परिणाम भविष्यवाणियों पर विश्वास शामिल हैं। मैं डेटा सुरक्षा या डेटा एकीकरण का विशेषज्ञ नहीं हूं, लेकिन महान दिमाग इन चुनौतियों का समाधान करने के लिए काम कर रहे हैं। एआई-जनित भविष्यवाणियों पर विश्वास के संबंध में, हमें इन भविष्यवाणियों को सत्यापित करने के लिए कुशल और विश्वसनीय तरीके की आवश्यकता है।

सेर्टिस ने इसे दो-तरफा दृष्टिकोण अपनाया है: सिलिको में आंतरिक, क्रॉस-वैलिडेशन अध्ययनों के माध्यम से सत्यापन, और इन विवो में – नैदानिक ​​रूप से प्रासंगिक माउस मॉडल में हमारे प्लेटफ़ॉर्म की भविष्यवाणियों की सटीकता का मूल्यांकन करना। समय के साथ, इन उपकरणों को मानव रोगियों में नैदानिक ​​रूप से भी सत्यापित किया जाएगा – लेकिन natürlich, यह बहुत समय, पैसा और वर्तमान कैंसर उपचार परिदृश्य को बदलने की इच्छा लेगा। चिकित्सा और नियामक समुदाय को वर्तमान तरीकों पर निर्भर करना बंद करना होगा और निर्णय लेने में संगणना विश्लेषण की शक्ति को अपनाना होगा।

आप सेर्टिसओआई सहायक जैसे उपकरणों को कैंसर उपचार और सटीक चिकित्सा के भविष्य को आकार देने के तरीके की कल्पना कैसे करते हैं?

आधुनिक चिकित्सा में अभी तक रोगियों को आदर्श उपचारों से मेल करने का एक अच्छा तरीका नहीं है। कुल मिलाकर, केवल 10% कैंसर रोगी ट्यूमर डीएनए उत्परिवर्तन से मेल खाने वाले उपचारों से नैदानिक ​​लाभ का अनुभव करते हैं। यह न केवल रोगियों के स्वास्थ्य को नुकसान पहुंचाता है, बल्कि उन्हें वित्तीय रूप से भी नुकसान पहुंचाता है। एक अनुमान के अनुसार $2.5 बिलियन – बी के साथ – अप्रभावी चिकित्साओं पर बर्बाद हो जाता है। यह एक बहुत ही दुर्भाग्यपूर्ण तथ्य है कि 42% कैंसर रोगी अपने निदान के दूसरे वर्ष तक अपनी संपत्ति को पूरी तरह से समाप्त कर देते हैं।

सेर्टिसओआई सहायक और सेर्टिसएआई जैसे उपकरण हमें सटीक चिकित्सा के वादे को पूरा करने में मदद करेंगे – लोगों को उनके अनूठे कैंसर रूप के लिए पहली बार, हर बार इष्टतम उपचार प्राप्त करने में मदद करेंगे … और अधिक प्रभावी, व्यक्तिगत देखभाल तक पहुंच को लोकतांत्रिक बनाने में मदद करेंगे।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें सेर्टिस ऑन्कोलॉजी सॉल्यूशंस पर जाना चाहिए।