他说：“我们的深度学习算法预测到了一种特定的机制，它是血管系统发育途径的关键驱动因素。这是一个以前没有被发现过的机制。耶鲁大学的生物学家随后在动物模型中验证了这一机制。”因此，Smarason观察到，研究人员现在有了一个”全新的可成药通“来探索。

　　NuMedii公司的Deshpande博士说，自2010年以来，她的公司“一直是大数据，人工智能和系统生物学综合运用的，以加速发现精准治疗。 她补充说：“人工智能方法很适合利用大数据，因为它们提供了框架来“训练”计算机识别模式，从大量新的或现有的基因组和其他生物医学数据中筛选，以解决疾病过程中的各种复杂的生物网络。”

　　她说，NuMedii正在使用“我们使用多种AI方法，从传统的机器学习到最新的深度学习，能够在系统层面快速发现药物和疾病之间的联系。我们也用AI方法确认患者亚群，以及可能适合每个患者亚群的疗法。”

　　Exscientia正在使用AI来自动化设计新的药物。Hopkins博士说：“采用我们的方法，药物研发项目从开始到发现候选药物所需的时间仅仅是医药研发行业平均时间的四分之一。 我们的方法已经得到验证，我们现在有了第一个进入临床的候选，使用我们的平台，这个项目从靶标开始12个月内就进入临床。 对我们来说，AI药物设计可以带来深远的战略优势。”

　　除了为生物制药公司设计外，Exscientia还计划开发一些自己的发现。Hopkins博士说：“我们公司重视合作，但我们也在开发自己的化合物组合。我们的系统具有很高的扩展性，因此不希望受到合作伙伴选择的靶标的。”

　　Lanza博士说，Numerate是“在没有人关注AI的时候”就成立的一家。他们的初创团队里有计算机科学家和新药研发人员，他们在临床和市场上都有化合物。

　　该公司正在将AI用于小药物研发。 Lanza博士说：“从科学的角度来看，我们的差异化在于能力。首先，我们能够使用非常小的数据集来解决新兴的生物学问题，即使这些数据不适合用深入学习的方法进行研究。其次，我们的建模是基于3D配体信息。另一个能力就是我们的ADME和毒性预测功能。”

　　她说：“我们的目标是加快药物研发，降低研发成本，降低临床试验的失败率，所有这些都可能最终导致更好，更精确的药物。”

上一页  [1] [2] [3] [4] [5]  下一页