人类生物学本质上十分复杂，尽管人工智能 (AI) 备受瞩目，但仅凭其一己之力，并不足以解决药物发现中多方面的优化挑战。真正的进展需要基于深入科学理解的切实成果。BIOVIA 的方法将数据驱动型 AI 的功能与久经时间考验的正交方法（包括基于物理的仿真方法）相结合。
什么是 BIOVIA 合同研究计划？
面向药物发现的 BIOVIA 合同研究计划旨在为客户提供切实成果。我们提供新型、低风险的药物备选方案，这些备选方案针对药理学考虑因素进行了优化，极有可能在湿实验室中取得成功。
BIOVIA 合同研究计划的价值：
每种先导化合物潜在节省 1000 万美元
获得成果的速度提升超过 50%
面向药物发现的 BIOVIA 虚拟孪生体验图示，展示了 AI 与仿真技术在生命科学领域的应用
融合生成式AI与3D仿真，赋能药物发现
BIOVIA 合同研究计划结合了多种先进方法，如生成式人工智能 (Gen AI) 以及基于物理的建模与仿真方法，能够在药物发现流程的不同阶段创建定制的虚拟孪生体验 (VTE)。我们的方法从一开始就融入了“临床意识”视角，超越了传统技术。这些虚拟孪生体验根据收集期望特征（包括吸收、分布、代谢、排泄 (ADME) 和毒性）的目标产品特性 (TPP) 来优化先导备选方案。TPP 是基础步骤，可根据项目进展对初始 TPP 进行微调。
小分子疗法设计
在小分子疗法设计中，虚拟实验通过生成针对特定生物靶点和期望药物特征进行优化的新型分子结构，促进探索化学空间。一旦确定了符合 TPP 标准的可合成虚拟分子，研究人员将使用我们专有的正交方法来进一步优化这些分子，以提供新型、低风险的备选方案。
生物治疗药物的可开发性
由于生物治疗药物模式的复杂性，预测生物治疗药物的关键可开发性属性（如稳定性、聚集性、粘度和可制造性）仍然是一大挑战。我们的方法从一开始就通过仿真配方的影响来解决这些挑战。由于我们的虚拟孪生体验针对TPP进行了定制，因此我们开发的预测模型可应用于所选配方中的目标模式。
共0条 [查看全部] 网友评论