(function(){ var content_array=["

此新闻稿由Insilico Medicine发布。
<\/b>查询详情，敬请联络：
周舟女士
电子邮件：Subrina.zhou@insilico.ai<\/a><\/p> \n

关于<\/b>Insilico Medicine<\/b><\/p> \n

Insilico Medicine开发的软件利用生成模型（GAN）、强化学习（RL）和其他现代机器学习技术生成具有特定特性的新分子结构。Insilico Medicine还开发了用于生成分子、靶点识别和预测临床试验结果的软件。公司整合两种商业模式：通过自主研发的Pharma.AI平台 (www.insilico.com\/platform\/<\/a>)提供人工智能驱动的药物发现服务和软件，并自主开发临床前和临床项目。临床前项目是通过自有平台寻找新的药物靶点和新分子实现的。自2014年成立以来，Insilico Medicine已募集资金超过5200万美元，并获得多个行业奖项。Insilico Medicine还发表了100多篇同行评议论文，已申请超过25项专利。欢迎访问官网 http:\/\/insilico.com\/<\/a><\/p> \n

附件<\/b>1<\/b><\/p> \n

业界评论、行业现状及其他信息<\/b><\/p> \n

“未来十年，中国将成为全球医药创新的重要力量，中国将在药物的原发性创新上成为引领者和推动者。药物研发是人工智能最重要和最大的应用场景之一，人工智能则是药物研发最重大的技术红利之一。AI赋能药物研发，既能够缩短药物研发的时间，又能够大大降低成本。Insilico不仅仅在技术上是领先的AI辅助药物研发企业，同时，也创造了独特的，充满潜力和希望的商业模式，即通过自主研发的Pharma.AI平台提供人工智能驱动的药物发现服务和软件，以及自主开发临床前项目。”—启明创投主管合伙人梁颕宇，福布斯全球最佳创投人<\/b><\/p> \n

“<\/b>创新工场投资Insilico Medicine英矽智能，从早期看好公司专注把前沿AI技术与新药研发相结合的创新能力。这次在AI技术平台的支持下，快速研发推进针对特发性肺纤维化病症的潜在的首创药物分子，并成功达到临床前候选药物的里程碑，一定程度上验证了 AI算法结合药物化学与生命科学，能够更高效的研发出有巨大潜力的候选药物分子，在全球范围内是个标志性的里程碑。Insilico Medicine创始人兼首席执行官Alex Zhavoronkov博士带领的团队，结合AI科学家和新药研发科学家，兼具严谨科学方法论及以AI造福人类的愿景，是把AI用于解决真实世界重大挑战的具体实践。” —创新工场董事长兼<\/b>CEO李开复博士<\/b><\/p> \n

“药物发现中最困难的步骤和最大的谜团之一在于靶点验证，特别是确定在临床环境中有强大影响力的靶点。通过人工智能的努力，Insilico Medicine成功地解决了药物发现中最大的谜团之一。”—新墨西哥大学<\/b>(University of New Mexico<\/span>)<\/b>翻译信息学部门教授兼主任<\/b>Tudor Oprea<\/b>博士，一位经验丰富的药物发现者，在药物发现领域拥有<\/b>25<\/b>年的行业和学术经验 <\/b><\/p> \n

“在药物研发中，速度就是一切。一种药物批准用于人类使用的相关成本至少有90%是在临床试验的后期阶段。凭借其人工智能驱动的药物发现通用系统，Insilico让研究人员能够在药物发现过程的许多阶段、以及临床试验之前，更快更早地排除失败的方法，以免为时过晚。”—波士顿大学名誉教授<\/b>Charles Cantor<\/span><\/b>博士，<\/b>Insilico Medicine<\/b>科学顾问委员会成员，<\/b>Sequenom Inc.<\/b>联合创始人，<\/b>Retrotope Inc.<\/b>联合创始人<\/b><\/p> \n

“Insilico Medicine的这一成就再次证明了人工智能是药物发现的强有力工具。通过在药物发现过程中尽可能多的步骤中使用人工智能，可以大大减少有效疗法研发的时间和成本。”—多伦多大学化学和计算机科学教授、人工智能公司<\/b>Kebotix<\/b>和<\/b>Zapata Computing<\/b>联合创始人<\/b>Alán Aspuru Guzik<\/b>博士<\/b><\/p> \n

附件<\/b>2<\/b><\/p> \n

人工智能用于药物研究的行业现状<\/b><\/p> \n

目前，AI广泛用于化学药物研究，主要用于发现药物靶点，药物筛选、结构优化，以及合成分析：<\/p> \n

发现药物靶点。<\/b>AI可以从浩瀚文献中，搜索潜藏的靶点信息，并对比不同靶点信息的潜力，选择潜力较大的靶点进行药物研发。<\/p> \n

药物筛选和结构优化。<\/b>针对选中靶点，AI全面利用现有信息，去评估各个候选分子与靶点直接的相互作用能力，筛选出和优化出最适合的分子。 <\/p> \n

确定合成路线。<\/b>不同于传统的逆合成分析，AI可以在极短时间内，预测出跟药物化学家完美匹配的合成路线。<\/p> \n

此外，AI还应用于其他化学药物，比如，公开报道显示，在此次新冠疫情中，中国工程院院士李兰娟就利用AI的筛选功能，发现不同已有药物对新冠病毒的有效率，快速完成旧药新用。此外，AI还能使化学药物更快速地进入临床试验、更快速确定疾病诊断标志物等。<\/p> \n

AI用于药物研发，有广阔的前景，不仅会对制药产业产生深远影响，而且将对化工产业产生广泛影响。<\/p> \n

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