在2026年BIO国际大会上，《Contract Pharma》采访了龙沙集团生物制品外部创新负责人扎拉·阿斯加尔普尔（Zara Asgharpour）。在这次于圣地亚哥举行的会议中，阿斯加尔普尔讨论了人工智能在生物制品工作流程中的不断演变的角色。
她还讨论了AI如何影响技术行业与生物技术参与者之间的关系。
龙沙集团在会议期间还发布了几项重要新闻。以下是阿斯加尔普尔在这些发展中的独家问答。
Contract Pharma：外部创新在Lonza中扮演什么角色，这如何符合你们更广泛的生物制品战略？
Zara Asgharpour： 我们团队的角色基本上是寻找外部技术。寻找符合Lonza战略需求的技术，然后建立合作。这是一个完整的流程，从寻找到尽职调查，再到与外部合作伙伴最终确定合作。
CP：AI如何转变CDMO的方法，这对生物制药公司有什么影响？
Asgharpour： 我认为AI正在触及整个价值链，从药物发现到药物制造。还包括临床试验、监管和临床试验后调查。这是一个完整的过程，我可以谈到它基本上触及了制造部分。我认为公司内部已经建立协调一致的数据基础设施来训练模型非常重要。因为数据始终是关键。
否则，建模能力是我们团队肯定具备的。这些都是我们正在努力并不断改进的方法。应用预测建模能力来选择正确的流程、正确的克隆、正确的分子，一直到商业发布。它触及整个过程，而不仅仅是其中的一小部分。龙沙集团内部已经具备在某些流程部分应用建模的能力。但为了从AI中获得最大价值，需要有完整的链条。
CP：未来AI将为生物制药公司和CDMO带来的最大价值是什么？
Asgharpour： 它已经在药物发现领域得到应用。我们看到它带来了很多优势，缩短了时间线，使您的领先候选选择过程比以往更容易。此外，它还帮助重新定位一些可能不适合其开发目的的药物。然后，为它们找到新的应用。这已经存在了。
至于制造方面，它将带来的最大价值当然是我们流程的数字化。快速告诉我们，并使CDMO能够选择正确的流程。这将使分子以最快速度和最低成本从早期阶段一直到商业发布。我认为这是AI将添加的最大价值。
CP：AI在药物制造方面有哪些机遇和挑战？
Asgharpour： AI实际上是金字塔的顶端。如果你看看科技行业，他们花了很多年收集所有这些数据并在其上构建模型。在那种方式下，他们可以有意义地训练模型并将它们用于他们所拥有的应用和目的。
在医疗保健行业，无论是制药还是医疗技术、医疗设备，我们都面临很多挑战。挑战本身不是你只需获取AI并使用模型，而是我们处理很多非常敏感的信息。无论是关于新创新或新分子，还是关于新流程。涉及监管，因此这是一个非常严格且高度监管的环境。这些是一些需要克服的挑战和障碍。
然而，在应用AI之前，你需要先打好基础，在谈论AI使用之前也是如此。基础应该存在。数据应该存在。数据需要标准化。需要训练协调一致的模型，并且你需要大量数据以适应模型。以便基本上从中获得正确的结果。这是一个完整的过程。而AI实际上是它的最顶端。
CP：您能谈谈将AI嵌入开发和制造工作流程的技术方面吗？
Asgharpour： 我们知道我们现有的流程如何工作。多年来与客户合作，我们收集了大量数据。他们了解我们的流程。我们也有大量关于生物反应器内、制造内等流程如何工作的数据。因此，它的工作方式是，首先当然需要打好基础。正如我所说，IT结构应该存在，等等。然后，您需要选择我们想要预测的正确元素，什么有意义，什么没有意义。所以如果我有一个现有流程并想优化它，我需要知道我正在寻找的结果参数，然后根据这些参数为我的模型提供信息。
我认为将此嵌入流程中将涉及这些类型的步骤，您需要满足这些步骤才能获得可靠的结果。
CP：关于AI作为实验工具的效用，您能描述在特定条件下测试AI有效性的过程吗？
Asgharpour： 这是一个试错过程，需要进行验证。正如我所说，这需要时间，需要耐心。并且需要将正确的东西放入模型中，因为模型只会预测您输入的内容。这意味着您必须非常小心地从一开始就定义这些初始参数。
CP：更广泛地说，如何加强技术和生物技术行业之间的伙伴关系？
Asgharpour： 我认为我们已经看到它正在发生的例子。最近宣布的OpenAI和诺和诺德之间的合作伙伴关系表明，科技公司非常了解如何处理数据。如何管理数据，如何拥有正确的基础设施。他们是试图建立整个流程的人。因此，像微软、谷歌等大公司。他们多年来一直在处理各种数据。
我认为生物技术和制药行业可以从两者之间的大型合作伙伴关系中大大受益。因为他们确实拥有专业知识，并且确实拥有如何设置到达那里的基本参数的知识。而我们对分子如何工作、制药行业如何工作、流程如何工作拥有大量专业知识和知识。两个行业之间有很多学习，我认为一个行业不能没有另一个行业。
【全文结束】