(function(){ var content_array=["

此新聞稿由Insilico Medicine發布。
<\/b>查詢詳情，敬請聯絡：
周舟女士
電子郵件：Subrina.zhou@insilico.ai<\/a><\/p> \n

關于<\/b>Insilico Medicine<\/b><\/p> \n

Insilico Medicine開發的軟件利用生成模型（GAN）、強化學習（RL）和其他現代機器學習技術生成具有特定特性的新分子結構。Insilico Medicine還開發了用于生成分子、靶點識別和預測臨床試驗結果的軟件。公司整合兩種商業模式：通過自主研發的Pharma.AI平臺 (www.insilico.com\/platform\/<\/a>)提供人工智能驅動的藥物發現服務和軟件，并自主開發臨床前和臨床項目。臨床前項目是通過自有平臺尋找新的藥物靶點和新分子實現的。自2014年成立以來，Insilico Medicine已募集資金超過5200萬美元，并獲得多個行業獎項。Insilico Medicine還發表了100多篇同行評議論文，已申請超過25項專利。歡迎訪問官網 http:\/\/insilico.com\/<\/a><\/p> \n

附件<\/b>1<\/b><\/p> \n

業界評論、行業現狀及其他信息<\/b><\/p> \n

“未來十年，中國將成為全球醫藥創新的重要力量，中國將在藥物的原發性創新上成為引領者和推動者。藥物研發是人工智能最重要和最大的應用場景之一，人工智能則是藥物研發最重大的技術紅利之一。AI賦能藥物研發，既能夠縮短藥物研發的時間，又能夠大大降低成本。Insilico不僅僅在技術上是領先的AI輔助藥物研發企業，同時，也創造了獨特的，充滿潛力和希望的商業模式，即通過自主研發的Pharma.AI平臺提供人工智能驅動的藥物發現服務和軟件，以及自主開發臨床前項目。”—啟明創投主管合伙人梁颕宇，福布斯全球最佳創投人<\/b><\/p> \n

“<\/b>創新工場投資Insilico Medicine英矽智能，從早期看好公司專注把前沿AI技術與新藥研發相結合的創新能力。這次在AI技術平臺的支持下，快速研發推進針對特發性肺纖維化病癥的潛在的首創藥物分子，并成功達到臨床前候選藥物的里程碑，一定程度上驗證了 AI算法結合藥物化學與生命科學，能夠更高效的研發出有巨大潛力的候選藥物分子，在全球范圍內是個標志性的里程碑。Insilico Medicine創始人兼首席執行官Alex Zhavoronkov博士帶領的團隊，結合AI科學家和新藥研發科學家，兼具嚴謹科學方法論及以AI造福人類的愿景，是把AI用于解決真實世界重大挑戰的具體實踐。” —創新工場董事長兼<\/b>CEO李開復博士<\/b><\/p> \n

“藥物發現中最困難的步驟和最大的謎團之一在于靶點驗證，特別是確定在臨床環境中有強大影響力的靶點。通過人工智能的努力，Insilico Medicine成功地解決了藥物發現中最大的謎團之一。”—新墨西哥大學<\/b>(University of New Mexico<\/span>)<\/b>翻譯信息學部門教授兼主任<\/b>Tudor Oprea<\/b>博士，一位經驗豐富的藥物發現者，在藥物發現領域擁有<\/b>25<\/b>年的行業和學術經驗 <\/b><\/p> \n

“在藥物研發中，速度就是一切。一種藥物批準用于人類使用的相關成本至少有90%是在臨床試驗的后期階段。憑借其人工智能驅動的藥物發現通用系統，Insilico讓研究人員能夠在藥物發現過程的許多階段、以及臨床試驗之前，更快更早地排除失敗的方法，以免為時過晚。”—波士頓大學名譽教授<\/b>Charles Cantor<\/span><\/b>博士，<\/b>Insilico Medicine<\/b>科學顧問委員會成員，<\/b>Sequenom Inc.<\/b>聯合創始人，<\/b>Retrotope Inc.<\/b>聯合創始人<\/b><\/p> \n

“Insilico Medicine的這一成就再次證明了人工智能是藥物發現的強有力工具。通過在藥物發現過程中盡可能多的步驟中使用人工智能，可以大大減少有效療法研發的時間和成本。”—多倫多大學化學和計算機科學教授、人工智能公司<\/b>Kebotix<\/b>和<\/b>Zapata Computing<\/b>聯合創始人<\/b>Alán Aspuru Guzik<\/b>博士<\/b><\/p> \n

附件<\/b>2<\/b><\/p> \n

人工智能用于藥物研究的行業現狀<\/b><\/p> \n

目前，AI廣泛用于化學藥物研究，主要用于發現藥物靶點，藥物篩選、結構優化，以及合成分析：<\/p> \n

發現藥物靶點。<\/b>AI可以從浩瀚文獻中，搜索潛藏的靶點信息，并對比不同靶點信息的潛力，選擇潛力較大的靶點進行藥物研發。<\/p> \n

藥物篩選和結構優化。<\/b>針對選中靶點，AI全面利用現有信息，去評估各個候選分子與靶點直接的相互作用能力，篩選出和優化出最適合的分子。 <\/p> \n

確定合成路線。<\/b>不同于傳統的逆合成分析，AI可以在極短時間內，預測出跟藥物化學家完美匹配的合成路線。<\/p> \n

此外，AI還應用于其他化學藥物，比如，公開報道顯示，在此次新冠疫情中，中國工程院院士李蘭娟就利用AI的篩選功能，發現不同已有藥物對新冠病毒的有效率，快速完成舊藥新用。此外，AI還能使化學藥物更快速地進入臨床試驗、更快速確定疾病診斷標志物等。<\/p> \n

AI用于藥物研發，有廣闊的前景，不僅會對制藥產業產生深遠影響，而且將對化工產業產生廣泛影響。<\/p> \n

\n<\/div>"]; $("#dvExtra").html(content_array[0]);})();
<center id="kgssg"></center>

<optgroup id="kgssg"></optgroup>

<center id="kgssg"></center>
久久久亚洲欧洲日产国码二区