将人类和机器智能结合起来,用于药物发现

写的:

Pernille Laerkegaard Hansen

高级董事,生物科学肾部主管,澳门第一赌城在线娱乐R&D、澳门在线赌城娱乐

老人Bendtsen
 

数据科学和定量生物学执行董事,Discovery Sciences, R&D、澳门在线赌城娱乐

西沃恩·麦克马洪
 

benevolentai首席产品经理

数据科学和人工智能(AI)有可能改变澳门第一赌城在线娱乐发现和开发药物的方式. 澳门第一赌城在线娱乐知道,选择与疾病驱动因素有密切联系的正确靶标仍然是澳门第一赌城在线娱乐在药物发现过程中做出的最重要的决定, 数据科学和人工智能在这里产生了积极的影响.


在联合多学科团队中并肩工作, 拥有澳门在线赌城娱乐在药物发现和疾病理解方面的领先专业知识, 以及来自BenevolentAI的机器学习模型和人工智能, 澳门第一赌城在线娱乐正在为世界上一些最复杂的生物挑战发展药物发现. 澳门第一赌城在线娱乐一起采取了一种创新的, 数据驱动的目标发现方法, 使用BenevolentAI强大的AI模型和工具, 为澳门在线赌城娱乐科学家提供疾病生物学的新见解,以选择专门治疗疾病原因的新靶点.



澳门第一赌城在线娱乐能接触到的数据比以往任何时候都多,但这些数据的价值只有在澳门第一赌城在线娱乐能够分析的情况下才能实现, 解释并应用它. 澳门第一赌城在线娱乐已经成功地利用人类组学数据来确定新的目标,但澳门第一赌城在线娱乐想把它提升到一个新的水平. 数据历来都是在孤岛中进行分析的,澳门第一赌城在线娱乐知道通过知识图谱更好地整合数据集的能力有可能改变游戏规则.

澳门第一赌城在线娱乐的合作重点是两种显著未满足需求的疾病:慢性肾病(CKD)和特发性肺纤维化(IPF)。. 这也是两种复杂的多因素疾病,药物发现特别具有挑战性.

澳门第一赌城在线娱乐开始为IPF和CKD建立疾病特异性知识图谱. 知识图谱是一个框架,它以一种有意义的方式集成了大量患者相关数据集和互补类型的数据模式. 然后,机器学习和人工智能应用程序可以查询这些数据,以发现以前未知的模式,并做出新的目标预测. 然后,人工智能工具通过显示最相关的数据来增强目标评估,帮助科学家根据数据做出优先考虑哪些目标的决策. 信息以可扩展的方式存储在知识图中. 因此, 随着澳门第一赌城在线娱乐的数据和知识的增长和发展, 澳门第一赌城在线娱乐的图表也是如此, 这意味着每个新设计的实验都将受益于以前学到的一切.

CKD包括许多不同的病因, 由多种途径和不同的潜在原因驱动, 不幸的是,它影响着全球十分之一的人. 这种复杂性意味着理解疾病的潜在驱动和确定新的靶点是具有挑战性的. 未来的目标是找出能够阻止甚至逆转疾病进展的治疗方法.

IPF的病因是特发性的或未知的. 因此,目标发现的挑战之一是知道应该关注哪一种生物机制. 能够区分哪些机制导致疾病,哪些机制是疾病的后果,有助于提高疗效. 澳门第一赌城在线娱乐的目标是治疗疾病的致病机制,而不仅仅是下游症状,这样澳门第一赌城在线娱乐就可以防止疾病的发展. 

该合作已经产生了一种经过验证的人工智能生成的CKD靶点,并已进入澳门在线赌城娱乐的产品组合. 对于IPF,澳门第一赌城在线娱乐已经确定了潜在的目标,目前正在使用新的实验程序,如CRISPR,对它们进行实验验证. 

澳门第一赌城在线娱乐共同开展的工作进一步加深了澳门第一赌城在线娱乐对这些疾病的了解. 知识图谱的使用, 人工智能工具和机器学习模型使人们既关注成熟的生物学,也关注更新颖的机制. AI is no longer just a promise in drug discovery; we are transforming how new medicines are discovered.


主题: