国产精品视频一区二区三区四,亚洲av美洲av综合av,99国内精品久久久久久久,欧美电影一区二区三区电影

將機器學習應用到新藥發(fā)現(xiàn)當中，這一領域的規(guī)模將足以產(chǎn)生長尾效應。今天我們就來盤點一下目前在藥物研發(fā)中應用人工智能的初創(chuàng)公司。

根據(jù)新藥研發(fā)階段，目前AI在藥物研發(fā)中的應用主要有以下10個方面：匯總和合成信息；重新利用現(xiàn)有藥物；生成新型候選藥物；驗證候選藥物；設計藥物；設計臨床前實驗；運行臨床前實驗；設計臨床試驗；為臨床試驗招募患者；優(yōu)化臨床試驗。

根據(jù)這些AI應用的方向，可以把這38家初創(chuàng)公司分組為：

1、匯總和合成信息

使用AI來從成千上萬個數(shù)據(jù)源的數(shù)十億不同數(shù)據(jù)點中獲得洞察。使研究人員能夠：通過從生物醫(yī)學數(shù)據(jù)源（包括出版物，臨床試驗，會議和論文，監(jiān)管文獻）中查看信息來改善決策制定；確定競爭白色空間，消除研究中的盲點，并通過臨床試驗設計的表型發(fā)現(xiàn)疾病相似性；查找與藥物發(fā)現(xiàn)相關的查詢結果，例如目標的化合物。

初創(chuàng)公司：Innoplexus；nference；Plex Research

2、重新利用現(xiàn)有藥物

將AI用于將現(xiàn)有藥物與罕見疾病進行匹配，或通過在數(shù)百種疾病細胞模型上并行測試數(shù)千種化合物來大規(guī)模地進行研究。使研究人員能夠：重新調整現(xiàn)有藥物，加速罕見疾病的治療；發(fā)現(xiàn)潛在的罕見疾病適應癥和對現(xiàn)有藥物反應良好的患者亞群；預測現(xiàn)有藥物的新適應癥（當前重點）。

初創(chuàng)公司：Healx；Qrativ；Recursion Pharma；Standigm

3、生成新型候選藥物

這是初創(chuàng)企業(yè)zui集中的領域。有16家公司目前在這一方向應用AI進行藥物研發(fā)。他們使用AI：對大量分子數(shù)據(jù)進行訓練來預測候選藥物；分析科學研究數(shù)據(jù)集，然后形成和限定假設，并產(chǎn)生新的洞見；分析來自健康人和患者樣品的數(shù)據(jù)以尋找新的生物標志物和治療靶標；搜索虛擬化學空間，預測結合的親和力并篩選藥物性質例如安全性和可合成性；將臨床試驗數(shù)據(jù)與實際證據(jù)和公共數(shù)據(jù)集合在一起，以完善健康信息；使研究人員能夠：更快地產(chǎn)生新的候選藥物；確定新的候選藥物；以更高的成功率加速藥物研發(fā)，更好地瞄準難以用藥的適應癥；實現(xiàn)規(guī)?；瘋€性化醫(yī)療；降低藥物開發(fā)成本，縮短上市時間并提高新藥成功的可能性。

初創(chuàng)公司：Atomwise； BenevolentAI； Berg； Cloud Pharmaceuticals； Datavant； Deep Genomics； Envisagenics； Exscientia； Globavir； Insilico Medicine； Mind the Byte； NuMedii； Numerate； TwoXAR； Verge Genomics； Quantitative Medicine

4、驗證候選藥物

Cyclica公司使用AI來提供對藥物多種效應的洞察和分析，以減少化合物的流失率，改善患者反應，減少副作用。

5、設計藥物

Peptone公司使用AI來預測蛋白質的特性，以降低蛋白質設計的復雜性，檢測生產(chǎn)和表征問題，并發(fā)現(xiàn)新的蛋白質特征。Virvio公司使用AI來優(yōu)化合成生物療法，這些生物療法易于制造，耐貯存并優(yōu)于已知的抗體。目的是基于已知療效的單克隆抗體，研發(fā)更安全、更有效的生物替代品。

6、設計臨床前實驗

BenchSci公司使用AI來解碼試劑（如抗體）的開放和封閉式訪問數(shù)據(jù)，并以可操作的形式呈現(xiàn)發(fā)表的數(shù)字。允許研究人員減少計劃實驗的時間、資金和不確定性。 Desktop Genetics公司使用AI來確定影響CRISPR gRNA設計的生物學變量。更有效地使用CRISPR gRNA序列庫。

7、運行臨床前實驗

Berkeley Lights公司使用AI來自動選擇、操作和分析細胞。使研究人員能夠加速細胞系的開發(fā)和進行自動化細胞生產(chǎn)。Transcriptic公司使用機器人云實驗室自動進行樣本分析（相關閱讀：藥明康德參與Transcriptic公司1340萬美元A-1輪融資）。允許研究人員通過外包的按需自動化實驗室，快速可靠地生成所需的數(shù)據(jù)。

8、設計臨床試驗

GNS Healthcare公司使用AI將不同的生物醫(yī)學和保健數(shù)據(jù)流轉換成代表個體患者的計算機模型。使研究人員能夠通過揭示個體患者的*健康干預措施，大規(guī)模地提供個性化醫(yī)療。PathAI公司使用AI來改善病理分析，以確定將受益于新型療法的患者。Trials.ai公司使用AI來優(yōu)化臨床試驗研究設計。使患者更容易參加臨床試驗，消除不必要的臨床操作負擔。

9、為臨床試驗招募患者

Deep 6 AI公司使用AI分析醫(yī)療記錄以找到臨床試驗的患者。這將有助于加速招募患者，以更快地完成臨床試驗。Mendel.ai公司使用AI通過個人病史和遺傳分析使癌癥患者自動與臨床試驗匹配，加快癌癥治療的臨床試驗注冊。

10、優(yōu)化臨床試驗

AiCure公司使用AI通過智能手機直觀地確認服藥。允許研究人員在臨床試驗中改善服藥依從性。Brite Health公司使用AI來分析結構化和非結構化的臨床試驗參與者數(shù)據(jù)。允許研究人員通過個性化溝通降低臨床試驗失訪率。Athelas公司使用比亞馬遜Echo稍大的家用設備，在一滴血中分析癌癥生物標志物。允許研究人員利用生物標志物監(jiān)測平臺和數(shù)百萬患者數(shù)據(jù)點優(yōu)化腫瘤藥物研發(fā)。(生物谷Bioon.com）