本文作者:admin

AI加速药物发现,前景尚需实践检验【附AI新药技术赛道观察图谱】

admin 02-12 2
AI加速药物发现,前景尚需实践检验【附AI新药技术赛道观察图谱】摘要:   瞻观前沿  利用AI开发新药尚处于起步阶段,但AI设计的药物在过去几年已经进入临床试验的早期阶段,一些AI制药先驱公司已经在该领域取得一定成果。不过,英国《自然》网站刊文称...
󦘖

微信号

15618884964

添加微信

AI加速药物发现,前景尚需实践检验【附AI新药技术赛道观察图谱】

  瞻观前沿

  利用AI开发新药尚处于起步阶段,但AI设计的药物在过去几年已经进入临床试验的早期阶段,一些AI制药先驱公司已经在该领域取得一定成果。不过,英国《自然》网站刊文称,AI加速药物发现的潜力还需要实践检验。

  安东尼·科斯塔是英伟达公司生命科学开发者关系全球负责人。他指出,许多生成式AI都构建在大型语言模型的底层模型上。这些模型正在提高其预测药物性质和相互作用的能力。

  为了帮助实现这一潜力,英伟达开发了BioNeMo,这是一种用于生物学中的生成式AI的云服务,为小分子和蛋白质提供了各种AI模型。科斯塔断言,有了BioNeMo,研发人员可以利用具有专有数据的AI模型来快速预测蛋白质和生物分子的3D结构和功能,将加速新的候选药物的产生。

  总部位于美国芝加哥的初创公司Evozyne最近使用BioNeMo设计了新的蛋白质来治疗苯丙酮尿症。苯丙酮尿症是一种罕见的疾病,其特征是氨基酸苯丙氨酸水平升高。实验室测试最终证明,一些AI开发的蛋白质变体比自然形式更有效。

  卢卡诺夫表示,AI和机器学习代表着一种令人兴奋的新方法,可提高疗效和安全性,并将更多药物推向市场。他指出,在药物发现中使用AI和机器学习仍处于早期阶段,应进行实验室验证,确保只有最好的候选药物才会进入临床试验。

  技术价值观察

  ——AI新药研发产业链全景梳理:该技术处于上游

  AI新药研发上游围绕人工智能展开,可分为软件和硬件,包括云计算平台、数据库、GPU芯片、自动化实验室和服务器等。中游按照企业功能布局可分为药物发现阶段、临床前研究阶段和临床试验阶段。下游目标客户主要为传统药企和CRO企业。

AI加速药物发现,前景尚需实践检验【附AI新药技术赛道观察图谱】

  宏观市场观察

  ——区域竞争:区域性特征明显

  目前,我国AI新药研发(AIDD)企业主要集中在北京、广东、上海、江苏和浙江等地。其中,位于北京的企业比重达到了29.2%,其次是广东和上海,分别达到了20.8%。

AI加速药物发现,前景尚需实践检验【附AI新药技术赛道观察图谱】

  目前,我国AI新药研发(AIDD)初创企业主要布局药物发现阶段,仅有少数的企业(未知君、冰洲石等)布局了临床阶段。

AI加速药物发现,前景尚需实践检验【附AI新药技术赛道观察图谱】

AI加速药物发现,前景尚需实践检验【附AI新药技术赛道观察图谱】

  中国AI新药研发技术赛道热力图

  根据前瞻产业热力图显示,与AI新药研发技术强关联的城市集群主要集中在华南和华东地区,并且以广东、海南、浙江省为重点发展区域,未来布局AI新药研发技术及其他相关技术的发展路径,极大可能性在于华南、华东地区优先导入,其中可重点关注广东省广州市天河区、广东省深圳市福田区等所处AI新药研发的相关企业,以及该地方对于AI新药研发的产业发展投资环境、供给市场的潜力空间。

󦘖

微信号

15618884964

添加微信
阅读