生物IT世界 宣布2020年创新实践奖获奖者

2020年7月6日

2020年7月6日|   生物IT世界  宣布了2020年创新实践奖的获奖者。罗氏(Roche),礼来(Eli Lilly),百时美施贵宝(Bristol-Myers Squibb),芝加哥大学,马萨诸塞州综合医院,使命:治愈和皮斯托亚联盟的参赛作品都受到了嘉奖。

自2003年以来, 生物IT世界  已举办了一次精英奖颁奖典礼,重点介绍了技术创新和战略计划如何成为生命科学变革的强大范例,这些变革包括从基础生物医学研究到药物开发等等。

“创新实践奖始终如一地表彰我们社区为推动技术界限进一步推动生命科学研究而做出的努力。共享这些合作为整个社区提供了模仿最佳实践并超越当前障碍以实现未来增长的机会。” 生物IT世界 。 “尽管2020年Bio-IT世界会议暨展览会已移至10月,但我们迫不及待地想与我们的社区分享这些当之无愧的项目。”

专家法官小组参加了 生物IT世界  编辑和剑桥健康技术学院高管,以审查制药公司,学术中心,政府机构和技术提供商的详细意见。五个杰出的作品被评为获奖者。

2020年Bio-IT世界创新实践奖获奖者

百时美施贵宝和芝加哥大学由BioTeam提名的转换数据科学中心

研究人员发现,访问和共享基因组数据以最大程度地发挥数据驱动科学潜力的能力,对于制药企业而言仍然是一项巨大的挑战。 2018年底,芝加哥大学转换数据科学中心发布了“ Gen3”:这是一个免费的开放源代码框架,用于创建数据共享。 2019年,百时美施贵宝(Bristol-Myers Squibb)的转化医学IT部门创建了“ SiloBreaker”计划,该计划旨在打破基因组数据与科学家之间存在的障碍,并为培育协作基因组发现生态系统创造必要条件。 BMS是第一个利用Gen3构建自己的内部数据共享库(“ BMS 基因组学 Discovery Hub”)的制药组织。

马萨诸塞州神经病临床研究所创新与生物信息学中心 综合医院

SigNET平台可以跨研究和存储库进行科学协作,集成,分析和分布研究数据。它可以为每个疾病的每个研究每个患者生成唯一的临床研究标识符(UCRI),从而允许在罕见疾病中进行协作和共享,其中利用“标准” GUID可能不足以保护参与多个研究项目的患者的身份。 UCRI允许汇总并防止患者记录重复,实现对来自临床/研究孤岛的患者信息的集成/共享,并允许跨多个存储库自动进行搜索。这种创新的方法和技术提供了标准化,可靠和安全的方法,可以跨研究连续性进行协作,从而加速学术界,基金会和行业的发现。几家制药/生物技术公司,政府机构,学术团体和疾病基金会在临床试验/研究中都使用了SigNET。

E礼来公司由EPAM Systems提名

作为拥有143年历史的公司,礼来可以访问大量的高价值数据。礼来面临的挑战是如何以创纪录的时间和经济高效的方式从数据中获取价值。礼来的Research.Data计划是一种解决方案,可帮助公司克服这一挑战。通过在数据产品的深层生态系统中启用信息的FAIR原则,发现研究人员和数据科学家现在可以比以往任何时候都更快,更高效地洞悉投资组合决策:在研究人员发现的一致,可管理和可持续的环境中提供所有研究数据,访问,互操作和重用数据(FAIR);部署集成的目录,数据字典,数据湖,数据管道和安全的应用程序可编程接口,以实现具有成本效益的数据产品交付;将100多种数据产品提供给全球数百名科学家使用的8种生产应用程序;并加快糖尿病,免疫学,神经科学和肿瘤学等关键治疗领域的发现化学,生物学和分子创新领域的科学发展。

皮斯托亚联盟与使命:爱思唯尔提名的治疗

Elsevier和Pistoia联盟组织了一次以药物治疗为目的的数据采集,由Cures Inside Reach和Mission:Cure作为咨询组织。目的是确定可用于慢性胰腺炎的药物,这是一种罕见疾病,全球约有100万人受此病困扰,目前尚无经批准的治疗方法。 Datathon的参与者使用Elsevier数据集成平台Entellect来访问Elsevier提供的数据集,例如Reaxys药物化学,ResNet(aka PathwayStudio)和PharmaPendium。此外,参与者还能够将第三方数据集整合到Entellect中,以创建一个单一的,协调的和链接的数据集,他们使用了机器学习和统计技术,从探索性数据分析和数据预处理到功能工程,模型构建,验证,和比较,最后实现可视化和模型部署。结果,在30-60天内确定了4种候选药物,然后由专家小组审查和批准,等待Mission:Cure进行进一步的临床试验。

罗氏由Linguamatics提名

罗氏研究的重点是发现社交媒体(尤其是患者博客和论坛)是否可以提供良好的基础来开发与帕金森氏病患者相关的临床终点。能够了解对患者最重要的事情并找到对患者问题的意想不到的见解会影响临床试验,例如通过影响设计和结果度量。高度信任的社交媒体资源(即以患者为中心的社区)提供了强大的分析基础。罗氏团队从使用Linguamatics NLP(自然语言处理)下载并处理的2万4千个普通字中,从大约450个帖子中提取了有价值的数据。确保解决了隐私问题,他们能够将评论分类为症状或影响类别。该研究确定了可证明临床试验终点的症状,并增加了其他症状。这些特定的建议已添加到临床试验中使用的临床疾病模型中。罗氏(Roche)的方法是以患者为中心的药物开发(FDA倡议)的一个例子,可确保临床疾病模型满足患者的需求。