跳到正文

研究方向

药物发现 最新动态

计算与 AI 驱动的药物发现:靶点、分子生成、虚拟筛选与临床前研究。

27 条精选近 30 天 24 条共收录 93 条

更新

精选归档 · 第 2 页

10月6日周二第 21–27 条
  1. insitro60

    insitro 与礼来共建的小分子体内 PK 预测模型上线 Lilly TuneLab

    insitro 宣布,Lilly TuneLab 网络内的生物技术公司现在可以部署 insitro 与礼来共同构建的机器学习模型,用于预测小分子的体外性质以及关键的体内性质。

    推荐理由:礼来 TuneLab 网络内生物技术公司可直接调用 insitro 与礼来共建的小分子体内性质预测模型,了解 AI 药物发现合作模式的一个样本。

10月1日周四
  1. Decoding Bio60

    研究比较 cilta-cel 与 ide-cel 发现 CAR 启动子影响疗效

    Decoding Bio 的 BioByte 周刊介绍了一项比较两种 BCMA CAR-T 产品 cilta-cel 与 ide-cel 的研究,作者认为两者的关键差异在于控制 CAR 表达的启动子,而非抗原结合域。

    推荐理由:通过重建四种 CAR 组合,把 cilta-cel 与 ide-cel 的疗效差异指向启动子而非抗原结合域,为细胞治疗设计提供可比较的线索。

9月29日周二
  1. Microsoft Research Blog75

    微软研究院推出 Quine:面向生物学复杂性的 AI 研究系统

    微软研究院推出 Quine,一个由多模态生物学世界模型和连接模型、科学工具、文献与研究者的交互式 harness 组成的 AI 研究系统。

    推荐理由:微软研究院公开了面向生物学的多模态世界模型与实验编排系统,并给出胰腺癌细胞状态转换的湿实验验证案例。

  2. In the Pipeline42

    J. Med. Chem. 一篇 DPP-IV 降解剂论文的机制疑点引发质疑

    Derek Lowe 评述 J. Med. Chem. 今年 6 月第 12 期 Wang 等人来自江苏大学的靶向蛋白降解论文,该文用 alogliptin 结合 DPP-IV、以 cereblon 配体招募 CRBN 降解二肽基肽酶 IV,作为糖尿病治疗思路。

    推荐理由:围绕一篇靶向蛋白降解论文的机制矛盾,梳理细胞外蛋白经胞内 CRBN 降解这一疑点及可补做的实验。

9月18日周五
  1. Mohammed AlQuraishi78

    OpenFold3p2 联合 Apheris 用五家药企内部数据训练蛋白-配体共折叠模型

    Mohammed AlQuraishi 与 Apheris 合作,用五家药企内部的蛋白-配体复合物数据库训练 OpenFold3p2。作者称由于 PDB 中类药化合物相对稀少,这批数据使相关结构数据量增加 3-4 倍,并带来精度的大幅提升。引用内容提到,五家药企在数据不出内网的前提下共同训练了这一个共折叠模型,其表现明显优于最好的公开模型,Nature News 对此做了报道。

    推荐理由:OpenFold3p2 在五家药企内部蛋白-配体结构数据上联合训练,为私有数据能否提升共折叠模型精度提供了一个可参照的案例。

9月6日周日
  1. David Li40

    David Li:未来 18–24 个月 AI 药物发现的最大瓶颈是实验验证,36 个月后转向临床试验资源稀缺

    David Li 认为,未来 18–24 个月 AI 药物发现的最大瓶颈是实验验证与核实,而 36 个月后最大瓶颈将变成临床试验资源稀缺。

    推荐理由:作者用 IND 审评与启动天数的对比,拆解美国临床试验基础设施的瓶颈,并给出未来 18–36 个月瓶颈迁移的判断。

6月16日周二
  1. Andrew Carroll78

    Radical Numerics 获 5000 万美元种子轮并预览基因组语言模型 Omnii

    Radical Numerics 宣布完成 5000 万美元种子轮融资,走出隐身状态,并预览基因组语言模型 Omnii。创始团队曾训练 Evo 和 Evo 2(40B 参数、完全开源),称 Omnii 已明显超过 Evo 2,在致病因果变异检测上达到 SOTA,可零样本排序阿尔茨海默病突变,并正与一家诊断公司合作用于胰腺癌和多癌种早筛、与美国国家实验室试点检测 AI 生成的病原体。本轮由 Emergence Capital 领投,Obvious Ventures、Triatomic 和 Patrick Collison 参与。

    推荐理由:Evo 与 Evo 2 原班团队新公司获 5000 万美元种子轮,并预览基因组语言模型 Omnii,可对照其与 Evo 2 的定位差异。