Amb iMols, els usuaris poden (concretament, podran, ja que no totes les funcionalitats esta actives) cercar molècules, predir-ne activitats i gestionar quimio i proteoteques, entre moltes altres funcionalitats. En una primera fase, l’eina incorpora només informació provinent d’una base de dades pública però la intenció és anar-la enriquint amb més informació tnat pública (sempre que la lllicència ho permeti), com d’empreses de síntesi, així com la pròpia dels usuaris (aquesta darrera però estarà només disponible per als usuaris que l’hagin afegit).

De moment hem publicat una versió “alpha” gratuïta i de prova ja que som conscients que les funcionalitats de la plataforma són encara un xic limitades i, tot i que hem vetllat per l’estabilitat del sistema i la integritat de les dades que hi ha, és tot just la primera versió d’una eina molt complexa per dins i volem estar segurs que tot funciona bé. D’aquí unes setmanes, quan hi afegim més funcionalitats i en garantim l’estabilitat, oferirem ja versions de pagament.

Podeu accedir a iMols des d’aquí: www.imols.com

És el moment per emprendre en el sector bio
La resposta, clara i sincera: sí. Segons el Dr. Julve som una generació molt ben preparada i, tot i la crisi, tenim més suport que mai. La crisi és, per si mateixa una oportunitat ja que fa que algunes empreses decideixin subcontractar part de la seva recerca.

Hem de ser realistes pel que fa al progrés científic
És a dir, no aspirem a trobar el comprimit màgic que acabi amb l’Alzheimer o el càncer de pulmó, amb els nostres recursos és impossible. Hem de treballar per millorar allò que ja tenim, disminuïnt i/o eliminant efectes secundaris.

Això no vol dir que haguem de fer mee too
Els mee too són “nous” medicaments, molt semblants als que ja hi ha al mercat però que no aporten cap mena de millora respecte els tractaments actuals. Serveixen, bàsicament, per allargar o tenir noves patents. Podem fer recerca sobre els medicaments que ja hi ha al mercat per millorar-los però no copiar-los només per tal d’allargar una patent.

Hauríem de tornar a produïr des de casa però…
En els anys de bonança econòmica, les empreses catalanes i espanyoles es van dedicar a enviar la seva producció a països on la mà d’obra era més barata i ara, amb la crisi econòmica, ens trobem que no tenim indústria (producció a casa nostra), o la tenim molt feble. Països com Alemanya, amb una potent indústria i producció local, poden valer-se d’aquesta indústria per sortir abans de la crisi. Hauríem de plantejar-nos la política de deslocalització que vam fer ara fa uns anys i tornar a produïr des d’aquí. Això sí, millorant els processos i els seu rendiment fent-los també més respectuosos amb el medi ambient.

Com he dit al principi de l’escrit, va ser un dinar agradable, amb converses molt interessants i on es van poder contrastar diferents punts de vista entre el propi Dr. Julve i altres convidats al dinar (Caixa Capital Risc i altres ponents de la jornada, per exemple).

Després d’una selecció prèvia, els vint participants escollits, entre ells Mind the Byte, gaudeixen d’uns mesos de formació mentoratge per tal de madurar i preparar la idea de negoci. Es cobreixen diferents àmbits com ara el màrketing, la planificació, les formes jurídiques i el finançament. Cada participant té assignat un tutor personal i, a més a més de la formació com a tal, s’assisteix a conferències i dinars en xarxa, fòrums d’inversió i es visiten empreses i centres de recerca.

El premi és molt i molt temptador però, el sol fet de poder participar al programa és ja de per si, un premi.

Finalment, vull felicitar a la gent d’aScidea, que també participarà en la competició.

Avui han presentat ambdues iniciatives, Noticies d’In i Planeta d’In.

Des d’aquí, molta sort i felicitats per la iniciativa!

Ahir vaig veure que han creat un web on expliquen el que ha passat i mostren també el llistat de persones afectades i la seva tasca. A més a més, hi ha un enllaç al perfil professional de LinkedIn de cada una d’aquestes persones.

Pfizer no fa això. Aquesta empresa deu tenir la seva base científica i els seus laboratoris de recerca però una empresa que basa un elevat % del seu negoci en un producte que no ha desenvolupat ella (Lipitor) i que ara que la patent d’aquest producte està a punt de caducar, compra una altra empresa per obrir-se mercat i tenir nous productes, per mi, no és una farmacèutica.

Lipitor és un medicament per reduïr el colesterol, el va desenvolupar el 1985 una empresa que després va ser comprada per Pfizer. El curiós del cas és que aquest producte és el medicament més venut al món i el producte estrella de Pfizer. La “pega” per la companyia, és que la patent que li dóna l’exclusivitat per vendre Lipitor caduca a mitjans de l’any vinent (2011). És curiós que una suposada companyia farmacèutica basi quasi tot el seu negoci en la patent sobre un producte que no ha desenvolupat. El més “curiós” (o trist) és que l’empresa hagi estat completament incapaç de tenir una alternativa. Ara tremolen per la inminent caducitat d’aquesta patent i compren noves companyies per obrir-se mercat i tenir nous productes.

Una companyia farmacèutica (que estic d’acord, és una empresa, un negoci i, com a tal, pot comprar i vendre altres empreses) no ha de fer això. Una companyia farmacèutica hauria de desenvolupar nous productes, tenir una recerca potent i no basar tot el seu negoci en la compra d’altres empreses. Si Pfizer ha estat incapaç de treure quelcom nou al mercat que pugui suplir els beneficis que els suposa Lipitor, sincerament, no sé si es poden anomenar “companyia farmacèutica.

Entenc que treure nous fàrmacs al mercat és car, que les mesures de les entitats reguladores són cada vegada més exigents,… Però, si aquestes petites empreses que compren els grans gegants ho poden fer, perquè no ho fan les grans? Suposo que aquestes petites empreses deuen destinar gran part del seu pressupost a la recerca, mentre que les grans empreses el destinen al marketing.

I understand that release a new drug to the market is really expensive, I understand that the clinical trials are more exigents,… But, if these small companies can do it, why Pfizer and other similar big pharma companies prefers to buy them instead of develop science by theirselves? Maybe because these small companies put almost all their budget in the research department instead of the marketing department.

Al bloc parlo de ciència i de la meva feina. Ho vull fer en català per principis però també vull arribar com a més gent millor i, per tant, em llenço a la piscina i enceto una versió en anglès.

He fet un petit script que fa això fent servir el coeficient de Tanimoto (a partir dels fingerprints) per mesurar la semblança. El codi agafa les molècules query i les compara amb totes aquelles molècules de la base de dades on volem trobar molècules semblants (en l’exemple, els fàrmacs). Finalment, n’extreu aquelles parelles que estan dintre d’uns límits de semblança definits (éssent el coeficient 1 per dues molècules iguals i 0 per dues molècules completament diferents). Els resultats, les parelles de molècules, es desen en un sd file on s’ha afegint un camp relatiu a la semblança.

El codi està desenvolupat amb python fent ús de les llibreries de pybel. La crida del codi és ben senzilla, simplement cal indicar-li el fitxer amb les molècules query, el fitxer amb les molècules de referència i el límit de semblança (predefinit a 0.9).

1

python SimMolecules.py -i query.sdf -d db.sdf

A continuació teniu el codi:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41

"""
SimMolecules, a script to compare two molecular databases
Alfons Nonell-Canals - July 2010
"""
 
import fileinput
from pybel import *
import optparse
 
p = optparse.OptionParser()
p.add_option('--DBFile', '-d', default='0', help='Database of molecules used as a reference')
p.add_option('--sdf','-i',default='0', help='File with the query molecules')
p.add_option('--CutOff','-c',default='0.9', help = 'Similarity CutOff.')
options, arguments = p.parse_args()
 
#Read commandline options
db = options.DBFile
input= options.sdf
cutOff = float(options.CutOff)
 
RefDbfp = {}
RefDbmols = {}
 
for mol in readfile('sdf',db):
    fp = mol.calcfp()
    RefDbfp[mol.title] = fp
    RefDbmols[mol.title] = mol
 
for mol in readfile('sdf',input):
    fp = mol.calcfp()
    for RefMol in RefDbfp:
        tanimoto = fp|RefDbfp[RefMol]
        if tanimoto >= cutOff:
            print mol.title, RefMol, tanimoto
            mol.data['Similarity'] = tanimoto
            outRef = input.replace('sdf','Refs.sdf')
            out = open(outRef,'a')
            out.write(mol.write('sdf'))
            RefMolMol = RefDbmols[RefMol]
            out.write(RefMolMol.write('sdf'))
            out.close()