AI协助开发复杂疾病靶点,阿斯利康达成合作

日前,阿斯利康(AstraZeneca)公司与BenevolentAI公司宣布达成长期研发合作协议,使用人工智能(AI)和机器学习技术,研发治疗慢性肾病(CKD)和特发性肺纤维化(IPF)的创新疗法。这是继近日吉利德科学公司与insitro公司达成研发协议,利用机器学习探索治疗非酒精性脂肪性肝炎(NASH)的创新靶点之后,又一家大型医药公司与专注于利用AI加快药物研发过程的生物技术公司展开合作。再度显示了大型医药公司对AI协助药物开发的重视

CKD和IPF是复杂的严重疾病,其疾病生物学机制尚未得到澄清。解析这些疾病的复杂性需要对庞大,丰富的数据集进行研究。根据协议,两家公司的科学家们将共同协作,将阿斯利康的基因组学、化学和临床数据,与BenevolentAI公司的靶标发现平台和生物医学知识图谱相结合。

机器学习可以系统性地分析数据,发现不同事实之间的联系,而基于AI的推理能够构建原先未知的联系。将两者结合,研究人员希望能够从数据中发掘出导致复杂疾病的机制,并且更快发现创新药物靶点。

▲BenevolentAI创始人兼总裁Ken Mulvany先生在2019药明康德健康论坛上讨论AI在药物研发方面的应用

药明康德相关阅读:未来需要怎样的大数据与AI? | 药明康德全球论坛实录

阿斯利康公司执行副总裁兼生物医药研发总裁Mene Pangalos博士说:“研究人员需要处理的数据每年以指数形式增长。通过将阿斯利康在疾病领域的专长和大型、多样的数据库,与BenevolentAI的行业领先AI与机器学习能力相结合,我们能够发掘这些海量数据的潜力,进一步加深我们对复杂疾病生物学的理解,并且发现能够帮助治疗这些疾病的新靶点。”

BenevolentAI公司首席执行官Joanna Shields女士说:“药物研发的未来将基于填补AI、数据和生物学之间的缺口。我们非常高兴能够与阿斯利康合作,发掘新的洞见,并且发现治疗CKD和IPF的创新疗法。”

参考资料:

[1] AstraZeneca signs on BenevolentAI for lung, kidney drug discovery work. Retrieved May 1, 2019, from https://www.fiercebiotech.com/medtech/astrazeneca-signs-benevolentai-for-lung-and-kidney-drug-discovery-work

[2] AstraZeneca starts artificial intelligence collaboration to accelerate drug discovery. Retrieved May 1, 2019, from https://www.astrazeneca.com/media-centre/press-releases/2019/astrazeneca-starts-artificial-intelligence-collaboration-to-accelerate-drug-discovery-30042019.html

药明康德AI
药明康德AI

药明康德微信团队专业打造。当人工智能遇上大健康,带你看全AI时代的智慧之光。

专栏二维码
产业知识图谱机器学习BenevolentAI阿斯利康
1
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

知识图谱技术

知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲,知识图谱就是把所有不同种类的信息(Heterogeneous Information)连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。 知识图谱这个概念最早由Google提出,主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎,知识图谱可用来更好地查询复杂的关联信息,从语义层面理解用户意图,改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候,搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月,家庭情况等等。

数据库技术

数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

推荐文章
暂无评论
暂无评论~