AstraZeneca nutzt AWS, um die Identifizierung und Entwicklung von lebensverändernden Medikamenten zu beschleunigen.

Die Pharmaindustrie ist bestrebt, die Gesamtzeit der Arzneimittelversorgung der Patienten zu verkürzen. Die Markteinführung eines einzelnen Arzneimittels dauert durchschnittlich 10 Jahre und mehr als 1 Milliarde Dollar. Die Beschleunigung dieses Prozesses würde den Patienten und den Organisationen der Biowissenschaften, die sich um eine Verbesserung der Ergebnisse bemühen, enorme Vorteile bringen.

AstraZeneca nutzt Amazon Web Services (AWS), um seinen Wirkstoffforschungsprozess neu zu gestalten, mit dem Ziel, Medikamente schneller, kostengünstiger und mit einer höheren Erfolgswahrscheinlichkeit zu entwickeln. Wissenschaftler haben jetzt Zugriff auf Daten, die auffindbar, zugänglich, interoperabel und wiederverwendbar sind, sodass sie schnell umsetzbare Erkenntnisse gewinnen können, die zuvor Tage oder Wochen gedauert haben und von denen letztendlich Millionen von Patienten profitieren.

AstraZeneca hat viele seiner wichtigsten Ergebnisse in einen agilen DevOps-Prozess umgewandelt, in dem kleinere Lösungen schnell entwickelt und den Wissenschaftlern zur Verfügung gestellt werden. Für die Datenverarbeitungsleistung, die die Verarbeitung riesiger Datensätze nahezu in Echtzeit erfordert, bietet Amazon Elastic Compute Cloud (Amazon EC2) eine sichere, zuverlässige, leistungsstarke und kostengünstige Datenverarbeitungsinfrastruktur. Diese umfangreiche Datenverarbeitungsleistung arbeitet zusammen mit Amazon Elastic Kubernetes Service (Amazon EKS), einem verwalteten Container-Service, der die Microservice-Anwendungen ausführt und skaliert, als Teil einer skalierbaren Architektur, die weit über das hinausgeht, was mit einer On-Premises-Lösung möglich ist, was Wissenschaftlern die Zeit bis zur Gewinnung von Erkenntnissen weiter verkürzt.

Als einer der grundlegenden Bausteine der Lösung von AstraZeneca verwendet der Data Hub eine Vielzahl von AWS-Microservices zum Extrahieren, Transformieren und Laden, um Daten von Forschern, Dritten sowie On-Premises-Rechenzentren und Laboren aufzunehmen. Anstatt Daten in Silos zu speichern, verwendet die Lösung Amazon Simple Storage Service (Amazon S3), einen Objektspeicherservice, der branchenführende Skalierbarkeit, Datenverfügbarkeit, Sicherheit und Leistung bietet, sowie Amazon Aurora PostgreSQL, eine vollständig verwaltete relationale Datenbank-Engine, die die Geschwindigkeit und Zuverlässigkeit kommerzieller High-End-Datenbanken mit der Einfachheit und Kosteneffizienz von Open-Source-Datenbanken kombiniert. 

Die Suche ist ein wichtiges Werkzeug, um neue potenzielle Moleküle zu finden, und Wissenschaftler können mithilfe des Amazon OpenSearch Service die Datenbanken nach Ähnlichkeiten in der Unterstruktur abfragen, was es Wissenschaftlern erleichtert, interaktive Protokollanalysen, Anwendungsüberwachung in Echtzeit, Webseite-Suche und mehr durchzuführen. Der OpenSearch-Service hat den Suchprozess für AstraZeneca vereinfacht, den Support-Aufwand reduziert und Wissenschaftlern dabei geholfen, ähnliche Moleküle in Millisekunden abzurufen.

Dank der vollständig verwalteten Funktionen von AWS kann sich AstraZeneca auf die Bereitstellung wissenschaftlicher Ergebnisse anstatt auf standardmäßige Wartungsaufgaben konzentrieren. Darüber hinaus hat die Verwendung von AWS-Graviton-Prozessoren zu einer Leistungsverbesserung von bis zu 20 Prozent für Amazon Aurora und zu Kosteneinsparungen von bis zu 35 Prozent geführt. „AWS hat uns wichtige Datenverarbeitungsleistung zur Verfügung gestellt, um uns bei der Verarbeitung der riesigen Datensätze und komplexen Algorithmen zu unterstützen“, sagt Anna Berg Åsberg, Vizepräsidentin für Forschungs- und Entwicklungs-IT bei AstraZeneca. „Sie verstehen, wie wir uns zusammenschließen, um unsere Forschung und Entwicklung zu unterstützen, und sie haben uns den richtigen Service und die architektonische Beratung geboten, die uns geholfen hat, diese unglaublichen Dinge zu erreichen.“

Der Einsatz von AWS-Lösungen hat AstraZeneca dabei geholfen, den Einsatz von künstlicher Intelligenz (KI) und Machine Learning systematisch zu integrieren, um Chemiker dabei zu unterstützen, Erkenntnisse zu gewinnen, um die Pipelines zur Arzneimittelforschung zu beschleunigen und die Markteinführungszeit zu verkürzen. „Wir haben ausgeklügelte Datenverarbeitungsmethoden entwickelt, um vorherzusagen, welche Moleküle wir als Nächstes herstellen können und wie wir sie herstellen können“, sagt Åsberg. „Traditionell würde dieser Prozess Jahre dauern. Jetzt nutzen Chemiker KI, um zu entscheiden, wie das Molekül am besten in kürzester Zeit hergestellt werden kann.“ Tatsächlich nutzen 70 Prozent der niedermolekularen Projekte von AstraZeneca inzwischen die KI-Tools des Unternehmens. „Die Chemiker vertrauen darauf und arbeiten mit uns zusammen, um es jeden Tag zu verbessern“, sagt Åsberg.