運用生物大數據於AI藥物開發案例分析
Case Study for Data-Driven Drug Discovery using AI
- 2018/06/29
- 2662
- 81
傳統新藥開發自發現標的至新藥核准臨床上市研發時程約10至15年，平均花費估計高達 26 億美元，然而進入臨床能通過測試成功上市者不及10%。隨著資訊科技的成熟，各大藥廠除冀望能仰賴人工智慧與生物資訊來加速藥物開發及節省研發成本，因應此需求開發自大數據資料萃取藥物開發關鍵知識的技術平台的新興人工智慧公司也迅速成長。本文將對其中三家受矚目的人工智慧藥物開發公司由其發展現況及技術應用狀況分析人工智慧如何運用生物大數據來達成藥物開發或再利用。
【內容大綱】
- 一、概述AI藥物開發平台市場趨勢與需求
- 二、利用實驗大數據的AI藥物開發平台個案分析
- (一) Insilico Medicine (US) 治療標的探索及藥物設計雙向發展
- (二) TwoXAR, Inc. (US) 聚焦治療標的探索及藥物再利用
- (三) Atomwise Inc. (US) 聚焦藥物篩選及再利用
- 三、技術發展觀察小結
- IEKView
【圖表大綱】
- 圖一、新藥開發歷程; 藥物再利用可節省5-10 年的研發時程
- 圖二、Insilico Medicine提供合作對象在藥物篩選及治療標的探索不同層面的開發需求的藥物設計平台
- 圖三、TwoXAR 藥物開發平台DUMA™ 藥物探勘篩選模式
- 圖四、Atomwise 藥物開發平台利用3D結構資料訓練類神經網路預測化合物與標的蛋白質親和性的特徵結構