联合人类和机器智能进行药物研发

写的:

Pernille Laerkegaard Hansen

im体育首页公司生物科学肾脏部高级主管&D、im体育

老人Bendtsen
 

执行董事,数据科学和定量生物学,发现科学,R&D、im体育

西沃恩·麦克马洪
 

仁慈人工智能首席产品经理

数据科学和人工智能(AI)有可能改变im体育首页发现和开发药物的方式. im体育首页知道,选择与疾病驱动因素密切相关的正确靶点仍然是im体育首页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正在产生积极的影响.


在多学科联合团队中并肩工作, 拥有im体育在药物研发和疾病研究方面的领先专业知识, 以及BenevolentAI的机器学习模型和人工智能, 为了应对世界上一些最复杂的生物挑战,im体育首页正在研发药物. im体育首页一起采用了一种创新, 数据驱动的目标发现方法, 使用BenevolentAI强大的AI模型和工具, 为im体育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.



im体育首页可以获得比以往任何时候都多的数据,但这些数据的价值只有在im体育首页能够分析的情况下才能实现, 理解并应用它. im体育首页已经成功地利用人类组学数据来确定新的目标,但im体育首页想把它提升到一个新的水平. 数据在历史上一直是在竖井中分析的,im体育首页知道通过知识图谱更好地集成数据集的能力有可能改变游戏规则.

im体育首页的合作主要集中在两种严重未满足需求的疾病: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,药物研发尤其具有挑战性.

im体育首页首先为IPF和CKD建立疾病特异性知识图. 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,帮助科学家就优先考虑哪些目标做出数据驱动的决策. 信息以可伸缩的方式存储在知识图中. 因此, 随着im体育首页的数据和知识的增长和发展, im体育首页的图表, 这意味着每一个新设计的实验都将受益于之前学到的一切.

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,全球十分之一的人受到影响. 这种复杂性意味着理解疾病的潜在驱动因素和确定新的靶标具有挑战性. 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的病因为特发性或未知. 因此,靶标发现的挑战之一是知道应该关注哪种生物机制. 能够区分哪些机制导致疾病,哪些是疾病的后果,有助于提高疗效. im体育首页的目标是治疗疾病的致病机制,而不仅仅是治疗下游症状,这样im体育首页就可以防止疾病的恶化. 

这次合作已经产生了一个经过验证的人工智能生成的CKD靶标,并已进入im体育的投资组合. 对于IPF,im体育首页已经确定了潜在的目标,目前正在使用CRISPR等新颖的实验程序对其进行实验验证. 

im体育首页共同开展的工作加深了im体育首页对这些疾病的了解. 知识图的使用, 人工智能工具和机器学习模型使人们关注成熟的生物学和更新颖的机制. AI is no longer just a promise in drug discovery; we are transforming how new medicines are discovered.


主题: