《Atomwise达成两项合作,利用AI加快药物发现速度》

  • 来源专题:中国科学院文献情报生命健康领域集成服务门户
  • 编译者: 李丹丹
  • 发布时间:2019-09-29
  • 9月10日,基于人工智能技术的药物设计公司Atomwise宣布,通过分别与SEngine Precision Medicine和OncoStatyx公司合作,创立了两家合资企业。与SEngine Precision Medicine的合作将使用从患者体内获得的细胞培养的活体肿瘤类器官(organoid)模型,检测个体化药物分子的疗效。与OncoStatyx的合作将开发三阴性乳腺癌相关蛋白的靶向抑制剂。

    Atomwise的AI技术可以对大量化合物进行筛选,从而识别和预测那些以高亲和力结合的化学结构,让药物的研发不再受到化合物数量,以及创造和筛选这些化合物所需资源的限制。通过AI平台对更多的分子进行评估,研究人员得以发现新的治疗机会和全新的疗法。在使用Atomwise的技术和协作工作流程后,在理论上可以将过去需要数年时间的药物发现流程压缩到数周或数月。

    与SEngine Precision Medicine的合作旨在通过“体外临床试验”开创建癌症靶向新疗法,即利用从个体患者的肿瘤细胞繁衍并生长成的类器官来筛选数百种潜在的候选药物以及药物组合。SEngine将提供与癌症生长相关的基因靶点,Atomwise将使用其AI程序开发个体化的小分子抑制剂,最后这些抑制剂将在类器官模型中进行测试。

    与OncoStatyx的合作将开发针对KDM5B的小分子抑制剂。KDM5B是一种与三阴性乳腺癌相关的表观遗传调节蛋白。抑制KDM5B将重新激活肿瘤抑制蛋白HEXIM1的表达。在多种类型的实体瘤癌症(包括三阴性乳腺癌)中,HEXIM1对关闭癌症状态起到重要作用。Atomwise将使用其专有的AI技术迭代模拟药物靶点KDM5B与潜在抑制剂之间的相互作用。

  • 原文来源:;https://www.atomwise.com/2019/09/10/atomwise-and-oncostatyx-announce-joint-venture-to-develop-small-molecule-inhibitors-of-oncology-target-kdm5b/
相关报告
  • 《美国研究人员使用基于AI的筛选方法,提高药物发现的速度和准确率》

    • 来源专题:生物安全
    • 编译者:闫亚飞
    • 发布时间:2022-10-19
    • 据ScienceDaily网9月23日消息,美国中佛罗里达大学的研究人员创建出基于AI的筛选模型AttentionSiteDTI,可加快药物发现进程,并在识别有希望的候选药物方面具有97%的准确性。该技术通过每个蛋白质结合点的语言来表示药物-蛋白质的相互作用,并使用深度学习来提取支配两者之间复杂相互作用的特征,可帮助药物设计者确定关键的蛋白质结合位点及其功能特性,这是确定药物是否有效的关键。该模型在预先筛选潜在有效药物化合物以及加速探索新药和重新利用现有药物方面具有巨大潜力。相关研究成果发表于Briefings in Bioinformatics期刊。
  • 《谷歌云推出两款 AI 新工具,加速药物发现和精准医疗》

    • 来源专题:数智化图书情报
    • 编译者:闫亚飞
    • 发布时间:2023-05-17
    • 5 月 16 日,谷歌云(Google Cloud)推出了两款新的 AI 工具,旨在帮助生物技术和制药公司加速药物发现和推进精准医疗。 一种名为 Target and Lead Identification Suite 的工具旨在帮助公司预测和理解蛋白质的结构,这是药物开发的基本组成部分。另一个是 Multiomics Suite,将帮助研究人员摄取、存储、分析和共享大量基因组数据。 这标志着谷歌在炙手可热的 AI 竞赛中取得了最新进展,科技公司正在竞相主导一个分析师认为有朝一日可能价值数万亿美元的市场。自去年底公开发布 OpenAI 的 ChatGPT 以来,该公司一直面临展示其生成人工智能技术的压力。 谷歌在 2 月份宣布了其生成式聊天机器人 Bard。上周,谷歌在其年度开发者大会上公布了几项人工智能进展后,其母公司 Alphabet 的股价上涨了 4.3%。 两个新的谷歌云套件有助于解决生物制药行业长期存在的问题:将新药引入美国市场的过程漫长且成本高昂。 根据 Deloitte 最近的一份报告,制药公司可以投资几亿美元到超过 20 亿美元来推出一种药物。他们的努力并不总是成功。Deloitte 的另一份报告称,达到临床试验阶段的药物在美国获得批准的几率为 16%。 巨大的成本和惨淡的成功率伴随着广泛而乏味的研究过程,通常持续约 10 到 15 年。 谷歌云全球生命科学战略和解决方案总监 Shweta Maniar 表示,新套件将在整个药物开发过程中为公司节省「具有统计意义的」时间和金钱。 「我们正在帮助组织更快地将药物提供给合适的人,」Maniar 表示。「我个人非常兴奋,这是我自己和团队多年来一直在努力的事情。」 从周二开始,这两种套件都将广泛提供给客户。谷歌表示,费用将因公司而异。包括大型制药公司和生物技术公司 Cerevel Therapeutics 和 Colossal Biosciences 在内的几家企业已经在使用这些产品。 Google Cloud 的套件采用三管齐下的方法来提高该过程的效率。 该套件允许科学家使用 Google Cloud 的 Analytics Hub 获取、共享和管理蛋白质的分子数据,该平台可让用户安全地跨组织交换数据。 然后,研究人员可以使用该数据通过 AlphaFold2 预测蛋白质的结构,AlphaFold2 是谷歌子公司开发的机器学习模型。 AlphaFold2 在谷歌的 Vertex AI 管道上运行,该平台允许研究人员更快地构建和部署机器学习模型。 在几分钟内,AlphaFold2 可以比传统技术更准确地预测蛋白质的 3D 结构,并且达到研究人员需要的规模。预测该结构至关重要,因为它可以帮助研究人员了解蛋白质在疾病中的功能。 谷歌云套件的最后一个组成部分帮助研究人员确定蛋白质结构如何与不同分子相互作用。如果一个分子改变了蛋白质的功能并最终证明具有治疗疾病的能力,那么它就可以成为新药的基础。 根据有关新工具的新闻稿,研究人员可以使用谷歌云的高性能计算资源来寻找可能导致新药开发的「最有前途」的分子。这些服务为公司提供加速、自动化和扩大工作规模所需的基础设施。