Ginkgo Bioworks
Ginkgo Bioworks là một nền tảng công nghệ sinh học hàng đầu, tận dụng AI, tự động hóa …
Ginkgo Bioworks là một nền tảng công nghệ sinh học hàng đầu, tận dụng AI, tự động hóa và phân tích dữ liệu để lập trình tế bào cho nhiều ứng dụng. Nền tảng này cung cấp "sinh học như một dịch vụ", cho phép các đối tác trong ngành dược phẩm, nông nghiệp và công nghiệp tăng tốc R&D và phát triển các sản phẩm sinh học mới.
1910genetics
1910genetics là một công ty công nghệ sinh học cách mạng hóa việc khám phá thuốc với nền …
1910genetics là một công ty công nghệ sinh học cách mạng hóa việc khám phá thuốc với nền tảng AI đa phương thức ITO™. Được hỗ trợ bởi tự động hóa phòng thí nghiệm, nền tảng này đẩy nhanh việc thiết kế các liệu pháp phân tử nhỏ và lớn, nhằm mục đích biến các mục tiêu trước đây không thể điều trị thành có thể điều trị cho các bệnh như ung thư, rối loạn thần kinh hoặc tự miễn.
Ligo Biosciences
Ligo Biosciences là một công ty định hướng nghiên cứu, tận dụng các mô hình AI tạo sinh …
Ligo Biosciences là một công ty định hướng nghiên cứu, tận dụng các mô hình AI tạo sinh để thiết kế các enzyme mới cho các ứng dụng công nghiệp. Xuất phát từ Đại học Oxford, họ tạo ra các chất xúc tác sinh học tùy chỉnh cho dược phẩm, sản xuất hóa chất tinh khiết và an toàn thực phẩm, đẩy nhanh sự đổi mới vượt ra ngoài giới hạn của các enzyme tự nhiên.
Tamarind Bio
Tamarind Bio là một nền tảng tính toán tiên tiến giúp dân chủ hóa kỹ thuật protein. Nó …
Tamarind Bio là một nền tảng tính toán tiên tiến giúp dân chủ hóa kỹ thuật protein. Nó cung cấp cho các nhà khoa học một giao diện thân thiện với người dùng và một API mạnh mẽ để truy cập các công cụ AI và dựa trên vật lý hiện đại như AlphaFold và RFdiffusion. Nền tảng này hợp lý hóa việc thiết kế protein, kỹ thuật kháng thể và tối ưu hóa enzyme, xử lý tất cả các tính toán hiệu năng cao và điều phối. Điều này cho phép các nhà nghiên cứu thiết kế các phân tử mới và cải thiện các biến thể sinh học ở quy mô lớn, đẩy nhanh khám phá trong khoa học sự sống mà không cần chuyên môn tính toán chuyên biệt.
Variational AI
Variational AI tận dụng mô hình nền tảng AI tạo sinh, Enki™, để khám phá các phân tử …
Variational AI tận dụng mô hình nền tảng AI tạo sinh, Enki™, để khám phá các phân tử nhỏ mới lạ, giống thuốc. Nó tăng tốc quá trình khám phá thuốc bằng cách tạo ra các cấu trúc dẫn đầu có chọn lọc trong vài tuần, cho phép các đối tác dược phẩm sinh học bỏ qua sàng lọc thông lượng cao truyền thống và xác định lại hiệu quả kinh tế của việc phát triển liệu pháp.
Verge Genomics
Verge Genomics là một công ty công nghệ sinh học tận dụng nền tảng trí tuệ nhân tạo …
Verge Genomics là một công ty công nghệ sinh học tận dụng nền tảng trí tuệ nhân tạo CONVERGE®, hoàn toàn dựa trên con người, để khám phá và phát triển thuốc cho các bệnh phức tạp. Bằng cách phân tích các bộ dữ liệu gen người khổng lồ, công ty nhằm mục đích đẩy nhanh việc tạo ra các phương pháp điều trị hiệu quả cho các tình trạng như ALS, Parkinson và Sa sút trí tuệ vùng trán-thái dương, chuyển từ giai đoạn khám phá sang lâm sàng nhanh hơn đáng kể so với các phương pháp truyền thống.
Cradle
Cradle là một nền tảng do AI cung cấp được thiết kế cho các nhà khoa học và …
Cradle là một nền tảng do AI cung cấp được thiết kế cho các nhà khoa học và công ty công nghệ sinh học để thiết kế các protein tốt hơn nhanh hơn. Bằng cách tận dụng AI tạo sinh và học máy, nó giúp tạo ra các ứng cử viên protein mới và tối ưu hóa các đặc tính của chúng, chẳng hạn như độ ổn định, hoạt tính và ái lực liên kết. Nền tảng này học hỏi từ dữ liệu thí nghiệm của bạn, cho phép có nhiều đột phá hơn trong ít thí nghiệm hơn và đẩy nhanh đáng kể tiến độ phát triển từ nhiều năm xuống còn vài quý.
PipeBio
PipeBio là một nền tảng tin sinh học chuyên dụng, dựa trên đám mây, được thiết kế để …
PipeBio là một nền tảng tin sinh học chuyên dụng, dựa trên đám mây, được thiết kế để khám phá kháng thể, TCR và peptide. Nó cho phép các nhà nghiên cứu phân tích, trực quan hóa và quản lý dữ liệu trình tự quy mô lớn, tích hợp liền mạch với kết quả xét nghiệm chức năng để đẩy nhanh quá trình phát triển sinh phẩm. Được Benchling mua lại, nó cung cấp một giải pháp toàn diện cho việc khám phá thuốc hiện đại.
Ginkgo Bioworks
Ginkgo Bioworks là một công ty sinh học tổng hợp hàng đầu sử dụng AI, tự động hóa …
Ginkgo Bioworks là một công ty sinh học tổng hợp hàng đầu sử dụng AI, tự động hóa và một cơ sở mã sinh học khổng lồ để lập trình tế bào. Họ thiết kế các vi sinh vật tùy chỉnh cho các đối tác trong ngành dược phẩm, nông nghiệp và sản xuất công nghiệp, đẩy nhanh R&D sinh học và cho phép sản xuất bền vững các sản phẩm mới lạ.
Về Khám phá thuốc
Các công cụ AI trong Khám phá thuốc là các nền tảng chuyên biệt tận dụng trí tuệ nhân tạo và học máy để tăng tốc và tối ưu hóa các giai đoạn khác nhau của quá trình phát triển thuốc. Các công cụ tinh vi này sử dụng các thuật toán tiên tiến để phân tích các tập dữ liệu sinh học, hóa học và lâm sàng khổng lồ, cho phép xác định mục tiêu điều trị hiệu quả hơn, thiết kế các hợp chất mới và dự đoán chính xác hiệu quả và độ an toàn của thuốc. Bằng cách tự động hóa các tác vụ tính toán phức tạp, khám phá các mẫu ẩn và mô phỏng các tương tác phân tử, khám phá thuốc bằng AI giảm đáng kể thời gian, chi phí và tỷ lệ thất bại liên quan đến việc đưa các loại thuốc mới ra thị trường trong lĩnh vực chăm sóc sức khỏe rộng lớn hơn, cuối cùng nâng cao kết quả điều trị cho bệnh nhân.
Các Tính Năng Chính
- Xác định & Xác thực Mục tiêu: Xác định một cách có hệ thống các mục tiêu sinh học liên quan đến bệnh và đánh giá nghiêm ngặt sự phù hợp của chúng để can thiệp điều trị.
- Tạo phân tử De Novo: Thiết kế thông minh các cấu trúc hóa học mới với các đặc tính dược lý tối ưu và khả năng tổng hợp từ đầu.
- Sàng lọc ảo & Ghép nối phân tử: Đánh giá nhanh chóng hàng triệu hợp chất chống lại một mục tiêu protein cụ thể để xác định các ứng cử viên thuốc tiềm năng có ái lực liên kết cao.
- Dự đoán ADMET: Dự báo chính xác các hồ sơ hấp thu, phân bố, chuyển hóa, bài tiết và độc tính (ADMET) của một hợp chất sớm trong giai đoạn phát triển tiền lâm sàng.
- Tái định vị thuốc: Xác định hiệu quả các công dụng điều trị mới cho các loại thuốc hiện có, đã được phê duyệt, từ đó đẩy nhanh con đường đến với bệnh nhân và giảm rủi ro phát triển.
Các Kịch Bản Ứng Dụng
Các công cụ AI khám phá thuốc là không thể thiếu đối với các công ty dược phẩm, các công ty khởi nghiệp công nghệ sinh học và các tổ chức nghiên cứu học thuật tham gia vào quá trình phát triển thuốc tiền lâm sàng. Chúng được sử dụng rộng rãi trong nghiên cứu giai đoạn đầu để xác định các ứng cử viên thuốc đầy hứa hẹn, tối ưu hóa các hợp chất dẫn đầu để cải thiện hiệu lực và tính chọn lọc, và dự đoán các tác dụng phụ tiềm ẩn, từ đó hợp lý hóa toàn bộ quy trình phát triển tiền lâm sàng. Các nhà nghiên cứu tận dụng các công cụ mạnh mẽ này để khám phá các không gian hóa học rộng lớn, ưu tiên các thí nghiệm và đẩy nhanh việc khám phá các liệu pháp đổi mới cho một loạt các bệnh, từ ung thư đến các bệnh truyền nhiễm và rối loạn di truyền hiếm gặp.
Cách Lựa Chọn
Khi lựa chọn một công cụ AI khám phá thuốc, điều quan trọng là phải xem xét khả năng tích hợp dữ liệu của nó với các cơ sở dữ liệu omics và hóa học hiện có, độ chính xác và xác thực đã được chứng minh của các mô hình dự đoán của nó, và khả năng mở rộng để xử lý các tập dữ liệu cực lớn và các mô phỏng phân tử phức tạp. Đánh giá giao diện người dùng để điều hướng trực quan và dễ sử dụng, phạm vi rộng của các mô-đun chức năng của nó (ví dụ: xác định mục tiêu, thiết kế phân tử de novo, dự đoán ADMET) và chất lượng hỗ trợ kỹ thuật và chuyên môn khoa học được cung cấp. Khả năng tương thích với trọng tâm nghiên cứu cụ thể của bạn, cơ sở hạ tầng tính toán hiện có và các tiêu chuẩn tuân thủ quy định cũng là một yếu tố quan trọng để triển khai thành công.
Khám phá thuốcTrường hợp sử dụng
Tăng tốc xác định mục tiêu mới
Các nhà nghiên cứu dược phẩm sử dụng AI để phân tích dữ liệu gen, protein và lâm sàng khổng lồ nhằm xác định các mục tiêu điều chỉnh bệnh mới. Các thuật toán AI có thể khám phá các mẫu và mối tương quan tinh tế mà phân tích của con người có thể bỏ lỡ, ưu tiên các mục tiêu có tiềm năng điều trị cao nhất và giảm gánh nặng thử nghiệm trong các giai đoạn đầu của quá trình khám phá thuốc.
Thiết kế thuốc phân tử nhỏ De Novo
Các nhà hóa học dược phẩm sử dụng các mô hình tạo sinh được hỗ trợ bởi AI để thiết kế các cấu trúc phân tử hoàn toàn mới với các đặc tính mong muốn cụ thể, chẳng hạn như ái lực liên kết cao với mục tiêu, khả dụng sinh học được cải thiện hoặc độc tính giảm. Điều này cho phép khám phá các không gian hóa học vượt ra ngoài các thư viện truyền thống, dẫn đến các ứng cử viên thuốc thực sự đổi mới.
Sàng lọc ảo thông lượng cao các thư viện hợp chất
Các nhóm khám phá thuốc sử dụng các nền tảng sàng lọc ảo do AI điều khiển để nhanh chóng đánh giá hàng triệu hợp chất hóa học từ các cơ sở dữ liệu lớn chống lại một mục tiêu bệnh cụ thể. Quá trình này, thường liên quan đến ghép nối phân tử và dự đoán học máy, xác định các ứng cử viên hứa hẹn nhất để thử nghiệm, thu hẹp đáng kể không gian tìm kiếm và tiết kiệm tài nguyên phòng thí nghiệm.
Tối ưu hóa các hợp chất dẫn đầu cho phát triển tiền lâm sàng
Sau khi tìm thấy các hợp chất ban đầu, các công cụ AI hỗ trợ tối ưu hóa các hợp chất dẫn đầu. Các nhà nghiên cứu nhập cấu trúc dẫn đầu và các sửa đổi tính chất mong muốn (ví dụ: tăng hiệu lực, cải thiện độ hòa tan hoặc giảm tác dụng ngoài mục tiêu). AI sau đó đề xuất các sửa đổi cấu trúc và dự đoán tác động của chúng, hướng dẫn các nhà hóa học tinh chỉnh các ứng cử viên hiệu quả hơn cho các nghiên cứu tiền lâm sàng.
Dự đoán các đặc tính ADMET sớm trong quá trình phát triển
Các nhà độc chất học và dược lý học tận dụng các mô hình AI để dự đoán các hồ sơ Hấp thu, Phân bố, Chuyển hóa, Bài tiết và Độc tính (ADMET) của một ứng cử viên thuốc. Bằng cách đánh giá các đặc tính quan trọng này sớm, trước khi tổng hợp tốn kém và thử nghiệm in vitro/in vivo, AI giúp loại bỏ các hợp chất có khả năng thất bại do dược động học kém hoặc lo ngại về an toàn, cải thiện tỷ lệ thành công.
Xác định các ứng dụng mới cho các loại thuốc hiện có (Tái định vị)
Các nhà nghiên cứu sử dụng AI để phân tích các cơ sở dữ liệu thuốc hiện có, tài liệu khoa học và các con đường bệnh để xác định các chỉ định điều trị mới tiềm năng cho các loại thuốc đã được phê duyệt. Cách tiếp cận tái định vị thuốc này có thể rút ngắn đáng kể thời gian phát triển và giảm chi phí, vì hồ sơ an toàn và dược động học của các loại thuốc này đã được thiết lập tốt, mang lại con đường nhanh hơn để bệnh nhân được hưởng lợi.