利用人工智能为“智能制造”打开新药的门

原始标题：使用AI努力为“智能制造”新药打开大门，美国食品药品监督管理局（FDA）最近发布了一份通知，以逐渐取消对药物应用的动物测试要求，例如单克隆抗体（例如单克隆抗体），而是使用人造艺术（AI）Mula Mula）类动物体和器官碎片，这些类动物和器官碎屑更好，并且可以更近地进行人体反应。 面对动物实验即将告别历史阶段的事实，中国的制药行业是否准备好了吗？科学研究的发展和储备是什么？在“如何利用AI来提高根据新的FDA政策提高非临床研究效率”的研讨会中，持有最近国家的发展一直在努力在AI中付出努力。 提高预言的准确性 “ AI不仅可以设计分子药物，而且可以预测分子药物进入临床领域并进入市场的可能性和可能性。” Pei Jianfeng，典型L Frontier研究所的研究人员北京大学跨学科研究告诉Science and Technology Daily Reporters。 “我们继续关注新研究和药物开发成功率的主要问题。” Pei Jianfeng表示，新的研究和药物开发持续很长时间，而90％的新药将在临床试验阶段失败。他们的团队生成了AI技术，以预测新研究和药物开发的长链中的每个链接的成功率，以指导TR＆D将为“迷宫”的正确途径。 中国医学科学院中国医院药物临床试验中心的研究人员王舒哈（Wang Shuha）确定国家癌症中心成立了一家特别机构，以收集有关稀有疾病，新目标肿瘤，多组分学等的研究数据，并继续与AI公司，环球公司，大学团队以及大学团队以及大学团队合作。 通过目标发现创新药物是创建新药的主要方向之一。例如，Star Target PD-1（编程死亡受体1）已成为开发肿瘤治疗药物的“信标”。 “并非所有潜在的目标都适合开发药物。如果AI可以预测项目建立后开发不同目标的价值，则开发人员将等到他们进入第三个临床实践阶段才能知道该药物没有影响，因此支付了巨大的测试和错误成本，因此支付了pei jianfeng。” PEI jianfeng介绍了AI开发的AI技术的较小药物，以帮助许多药物设计，以帮助许多药物设计，以使许多型药物的设计，以帮助许多药物设计。 中国科学院计算机技术研究所的研究人员赵Yi介绍了其团队独立开发的“深层生成模型PRNET”基于神经网络架构和生成的对抗网络，并实现了准确的预测。在药物下对医学下许多转录组的动态反应的ONS验证验证的准确性为87％。 增强原创性 “在临床阶段，新药开发的测试的时间和成本超过了70％，但很难为“决策”提供准确的指南。”山东大学药学院临床药房主任Zhao Wei教授认为，传统临床试验不仅是长时间的和低 - 质量和低效果，而且有效效率，因此是有效的。 FDA专家还指出，替代程序可以降低研发成本和药品价格，并为患者提供更安全的治疗选择。 当然，一个例子是对“药物清除”安全评估的关键指标，传统的NA方法预测效率为65.8％。 “ Sinanay Namin Ang Mga Modelo ng pag-aaral ng machIne Batay SA数据NG Pananaliksik Mula SA 35 MGA Instutusyong Medikal在Unibersidad Upang Madagdagan Ang Kahusayan Ng Hula SA 94.1％。 sinabi ni zhao wei na kapag ang mga反感染性na gamot na gamot tulad ng amoxicillin在c fftazidime ay ay ginamit sa mga bagong pangank，ang koponan ay ginamit ay ginamit ang ginamit ang modero upang upang upang mahulaan angan ang ang ang klinikal na klinikal na klinikal nag klinikal nag kathakan a katump ing katump up up ups a y 80％。 我国的最初研发能力正在上升，但是缺乏有关临床前研究的有效数据和攀登安全剂量的难度已成为研究和开发原始药物的“隐藏关注”。 Zhao Wei说：“像AI这样的新技术可以准确估算包括安全剂量在内的许多参数，从而大大提高了研究能力和开发性药物。” 除了总体上提高新药的研发能力外，AI还可以发现旧药物的新药或“避免”失败的药物。 “当发现旧药物时，他们专注于TARGET，但它们在人类网络上起作用，可以通过与其他靶标的互动来表现出新的治疗作用，而旧药物则更安全。 （编辑：Luo Zhizhi，Chen Jian）遵循官方帐户：人 - 金融融资 分享让许多人看到