Vyšetření drog
Architektonická omezení a způsoby selhání v programech objevování léčiv řízených umělou inteligencí
Shrnutí (TL;DR) Selhání objevování léků řízených umělou inteligencí jsou zřídka nejprve algoritmická. Platnost dat, zkreslení měření a biologické nesoulady se projeví dříve. Předpovědi vazebné afinity se nerovná terapeutickému účinku. Nesprávná interpretace tohoto rozlišení vede k nákladným falešně pozitivním výsledkům. Omezení interpretovatelnosti modelu přímo ovlivňují regulační obhajitelnost, reprodukovatelnost a přijetí napříč týmy. Složitost infrastruktury vyplývá z heterogenity dat, nikoli z rozsahu […]
Více než jen úložiště: Budování datové struktury pro objevování léků řízené umělou inteligencí
Problém „sila“ Fragmentace dat je hlavní překážkou pro zavedení umělé inteligence ve farmaceutickém průmyslu. Dokonce i giganti v oboru, jako je Novartis, veřejně upozornili na extrémní obtížnost čištění a propojování heterogenních dat v rámci globální organizace. Cenná data jsou uvězněna v různých formátech (strukturovaný SQL vs. nestrukturované patologické snímky), v různých starších aplikacích (staré ELN vs. […]
Proč na objevování kvantových léčiv nepotřebujete rozpočet „velkých farmaceutických společností“
Cenová bariéra je pryč. Po celá desetiletí bylo vysoce věrné molekulární modelování luxusem vyhrazeným pro elitu „velkých farmaceutických firem“. Vývoj nového léku stojí téměř 2 miliardy dolarů a značná část tohoto rozpočtu jde na masivní clustery vysoce výkonných výpočtů (HPC) potřebné k provádění složitých simulací. Malé biotechnologické firmy a startupy byly nuceny spoléhat se na […]
Správa dat s využitím umělé inteligence pro objevování léčiv: Urychlení výzkumu a vývoje se společností Solix EAI Pharma
Co je správa dat s využitím umělé inteligence v biologických vědách? Žijeme v „dekádě dat“. Biomedicínská oblast zaznamenala explozi informací, která byla způsobena prudkým poklesem nákladů na sekvenování nové generace (NGS), digitalizací zdravotních záznamů a vzestupem nositelných senzorů. Pro většinu farmaceutických organizací jsou však tato data […]
Proč GenAI selhává při objevování léků a jak to sémantická data napravují
Úvod: Slib vs. realita farmaceutické umělé inteligence Farmaceutický průmysl v současné době prochází paradoxním „lékovým suchem“. Během posledního desetiletí investice do výzkumu a vývoje prudce vzrostly, zatímco návratnost investic (ROI) předních farmaceutických společností prudce klesla z přibližně 10 % v roce 2010 na méně než 2 % v poslední době. Průmysl zoufale potřebuje […]
Open-source struktura-afinita: Vytváření prediktivního objevování léčiv na OpenFold3
Klíčové poznatky Modelování struktury a afinity je chybějícím mostem mezi predikcí struktury proteinů a výsledky objevování léčiv v reálném světě. OpenFold3 umožňuje reprodukovatelné a transparentní generování struktury proteinů bez spoléhání se na uzavřená API od dodavatelů. Open-source afinitní kanály odemykají vysvětlitelnost, auditovatelnost a vědeckou kontrolu, kterou platformy umělé inteligence typu „black box“ nemohou poskytnout. Datové platformy připravené pro umělou inteligenci jsou nutné k operacionalizaci těchto modelů na […]