Les ingénieurs et chercheurs des industries pharmaceutique et biotechnologique s'appuient sur MATLAB et Simulink pour mener des analyses de données multidisciplinaires et appliquer des workflows de bout en bout.
Avec MATLAB, les scientifiques et ingénieurs peuvent :
- Croiser des données provenant de flux divers (signal, image, texte, données génétiques)
- Optimiser la production pharmaceutique grâce au génie des procédés
- Réaliser des modélisations et des simulations pour découvrir et développer de nouveaux médicaments
- Concevoir, implémenter et déployer du code pour la manipulation de nouveaux équipements médicaux
- Créer des rapports automatiques au format Adobe Acrobat, Microsoft Word ou PowerPoint
Utilisation de MATLAB et Simulink pour les biotechnologies et l'industrie pharmaceutique
Analyse des données de santé et biomédicales
Avec MATLAB, les scientifiques et analystes peuvent :
- Explorer et nettoyer les jeux de données pour la recherche pharmaceutique et en biotechnologie
- Utiliser des workflows basés sur des applications pour développer des schémas d'analyse rationalisés, puis les mettre à l'échelle et les déployer dans le cloud
- Synthétiser les sources de données multimodales (signal, image, date, appareil, données génétiques et Internet of Things) pour bâtir des modèles analytiques prédictifs
- Paralléliser l'analyse sur plusieurs nœuds de calcul en utilisant une syntaxe quasi identique à l'approche desktop pour passer du développement desktop aux clusters de calcul haute performance
Témoignages clients
- L'université de Lund développe un réseau de neurones artificiels pour apparier les donneurs et les receveurs de greffes cardiaques
- MedImmune automatise et accélère l'analyse des données issues de la cytométrie en flux
- La Fondation néerlandaise pour le traitement de l'épilepsie automatise la détection et le diagnostic des crises d'épilepsie
Découverte et développement de médicaments
Avec MATLAB, les scientifiques et les équipes de modélisation peuvent :
- Modéliser et simuler la pharmacologie de systèmes quantitatifs (QSP) et les systèmes de pharmacocinétique-pharmacodynamique (PK/PD) en utilisant SimBiology pour les études simulées de médicaments et l'analyse de sensibilité des paramètres
- Développer des modèles mathématiques prédictifs pour évaluer l'efficacité et la sécurité des médicaments, la faisabilité de la cible et l'optimisation de la posologie
- Croiser les flux de données pour la médecine de précision
- Interagir avec les bases de données existantes pour explorer de nouvelles applications pour les médicaments existants
- Introduire la quantification des images et l'ajustement des modèles dans les études de biodistribution
Témoignages clients
- Le développement de médicaments sur la base de modèles permet d'aider Pfizer à réduire les taux d'attrition associés à la phase II
- Mitsubishi Tanabe Pharma développe des outils d'analyse de données pour accélérer la découverte de nouveaux médicaments
- L'université de Nottingham et AstraZeneca Research and Development Charnwood accélèrent la recherche clinique sur les médicaments anti-inflammatoires
Explorer les produits
Production pharmaceutique
Avec MATLAB et Simulink, les ingénieurs peuvent :
- Optimiser les rendements dans la production de médicaments, en réduisant les coûts et les délais de mise sur le marché
- Créer des jumeaux numériques dans une architecture Internet of Things industrielle pour analyser les performances en temps réel, améliorer les opérations et mettre en place une maintenance prédictive
- Utiliser la modélisation basée sur la physique, la modélisation empirique basée sur les données ou une combinaison des deux pour augmenter le rendement et la qualité de la production
Explorer les produits
Recherche et développement préclinique et clinique
Les scientifiques, ingénieurs et chercheurs cliniciens utilisent MATLAB pour :
- Calculer et déterminer l'importance relative des caractéristiques d'une image comme on le fait en analyse radiomique
- Interroger des bases de données de données labélisées existantes et créer des outils d'auto-segmentation avec le Deep Learning
- Analyser les données d'une lame virtuelle, comme la classification des cellules et la segmentation sémantique
- Parcourir, charger et analyser des images DICOM
En savoir plus
- Webinars 2020 sur le Deep Learning, partie 6 : présentation du Deep Learning pour les images médicales (39:57)
- Développement d'une technologie d'imagerie fonctionnelle in vivo avec une résolution à l'échelle du micron utilisant la tomographie en cohérence optique
- With MATLAB on Domino Data Lab, leverage GPU computing to accelerate image processing and deep learning
Développement d'équipements pour la biotechnologie
Avec l'approche Model-Based Design, les ingénieurs spécialisés dans les équipements pour la biotechnologie peuvent :
- Concevoir et tester des équipements médicaux avec des simulations, ce qui réduit le temps de développement et permet une vérification et une validation au niveau système très tôt dans le processus
- Déployer des logiciels et des algorithmes sur des instruments en production en utilisant la génération automatique de code
- Créer la documentation technique requise à partir du développement et des tests du logiciel pour assurer la conformité avec les réglementations de la FDA et les normes de l'industrie comme l'IEC 62304
En savoir plus
- MATLAB et Simulink pour les équipements médicaux
- Analyser des images médicales au format DICOM
- Modélisation mathématique pour le design et la validation des équipements médicaux (44:19)
- Validation logicielle conforme aux normes de la FDA avec MATLAB et Simulink
- Développer des logiciels pour les équipements médicaux en conformité avec la norme IEC 62304
- Développement de logiciels embarqués conformes à la norme IEC 62304 pour les équipements médicaux
Explorer les produits