100 项与 Shuimu Biosciences 相关的临床结果
0 项与 Shuimu Biosciences 相关的专利(医药)
3 月 15 日,OpenAI 发布 GPT-4,成为公司在ChatGPT之后最先进的人工智能系统。ChatGPT的出现,再次让和AI相关的一切领域站上风口。“2021年那一波AI制药的投资人又开始活跃起来了,见面就聊ChatGPT能不能带来什么新的机会,这也是最近医药寒冬里为数不多的积极话题了。”一名投资机构人员说到。而看到这条消息,国内最早从事AI行业的曹翎(化名)在朋友圈留下了一句很“不应景”的话:“真正的失落都是无声的。”十几年来,曹翎一直在AI行业穿行不歇。他的最后一份工作,是在国内某知名大厂背景的AI制药公司从事AIDD(AI药物发现和设计)。如今退圈的他有一些写书的计划,只想“为这个行业做一些基础建设工作”。对于像曹翎一样的AI从业者而言,这个行业就像是幸运大转盘上的指针,曾经定格在电商、游戏、直播等行业。2021年,这枚指针落到了生物医药领域。一众国内AI制药初创便像雨后春笋一般崛起。但随之而来的,还有意料之中的内卷、路演,和资本的游戏。一边,AI制药已经成为了一个大型投注箱,其中回荡着金钱的碰撞声:如果人类生命科技的未来注定属于多特异性药物,那善于分析复杂分子的AI必定大有可为;另一边,则是AI制药的算力、数据库、准确性问题一直没有得到突破性解决,现阶段AI只能把药物研发效率从11%提高到14%。“制药行业其实根本不在乎AI。”曹翎有点苦涩地说。“你AI做成的数据再漂亮,药企可能只会花研发中的5%的权重去买它。现在大药企就是看这些AI制药企业表演着,等表演得差不多了,再大家一起把这一块儿买走。”而在大药企作壁上观的另一边,是这些AI初创人员为了数据准确性能再提升零点几加班加点、苦不堪谈。“AI制药是一个数据驱动的活儿,产品迭代特别快,但其实背后的规律性没有搞透,真正的生物科学家又看不上。”——在曹翎看来,如今的AI制药从所谓的前沿科技渐渐滑落为一种四不像的尴尬产品,这是行业真正的失落所在。相比于过去的AI投资人再次燃起的热情,在二级市场重新吃香的相关企业,诸如复星医药、成都先导、药石科技等,却在业内人士看来并不是纯粹的AI制药企业:要么是AI技术只占公司业务很小一部分,要么底子上是制造业化工的逻辑。而二级市场的重新繁荣,并没有带动起整个投融圈的热情。业内人士透露,对于大部分真正只做AI制药的初创而言,现金流即将在半年之内出现巨大黑洞。如今,大部分的人已经认清AI制药的工具属性,应服从制药业本身的逻辑。而只要它在行业中的应用程度和作用强度不发生改变,那么不管是股市的喧嚣一片、还是AI技术的飞驰而过,对于AI制药行业都只是一些遥远的消息而已。-01-2021-2023,AI制药资本的冷与热去年12月,晶泰科技回应了港股 18C咨询文件,这距离它最后一次融资已经过去了一年半的时间。作为国内AI制药的头部,晶泰科技在2021年时也经历过50家国际机构融资竞标、额度达到8亿美元、投后估值达到19.68亿美元的盛况。然而,随着2022年生物医药市场环境的失速,公司不得不搁浅了美股IPO的计划。2021年是AI制药最好的年头。DeepMind的深度学习算法Alphafold刚刚被验证能够准确预测蛋白质的三维结构,就遇到了那一年的biotech上升期。AI制药公司的数亿融资俯拾皆是,与药企合作捷报频传。“当时我们公司为了挖人,曾经开出过100万美元的天价高薪。”一名AI制药企业员工回忆。然而,仅仅一年时间,AI制药卷起的泡沫就被打得粉碎。医药寒冬一来,钱去人空不可避免。去年一整年,部分美国上市的AI制药市值已经低于1亿美元,跌幅超过90%,其中不乏Absci、Schrdinger这样的独角兽。在国内,风口也巅峰不再,去年上半年融资总额同比缩水2/3。除了突如其来的资本风暴以外,AI制药式微的主要原因还在于:它并没有像原先人们所料想的那样,帮药企解决卡点问题。本质上,它只是把药企目前面临的问题,用不同的语言再重新书写一遍。一名AI制药领域的专家介绍到,这个行业最早是卖软件的,但是只收服务费,上限比较低;如今是在做CRO还是做药之间产生分歧:晶泰偏CRO,英矽偏biotech——但不管是哪种路线,它都没有在根本上解决药物研发的失败率和成本问题。资本市场曾经流行着一个诱人的故事:AI可以将公司的药物发现成本降低高达70%。但事实上,这只是理想数据,因为目前市场还没有见证到AI制药的最终产品——2022年,第一款由AI设计、号称只用了12个月便进入临床的分子DSP-1181因I期未达标而折戟。公司需要在前期打通数据、算力、算法,这绝非小数目;交叉学科中人才的稀缺问题,造成昂贵的人才成本;生物验证过程中的各种不确定性,造成来来回回的退回和返工——而这一切都让AI制药,绝不像它听上去那么省钱。最重要的是,大部分AI制药公司目前并没有清晰的发展主线,商业化通路处于观望状态,往往会在“既要又要”的“尝试”中损耗精力。曹翎提到,自己的老东家,就因为一些预算以外的投入,导致产出的虎头蛇尾。“在做药之前,公司必须把周边的东西搞齐或摸排清楚,其中包括不同的生物技术路线,包括产业链上下游的东西,要保证企业又能卖产品,又有自己做药的能力。这部分成本是非常大的。”AI制药同样面临着生物医药领域同质化竞争的问题。简单来说,AI的学习资料是人类已经创造的实验数据,对于那些冷门的靶点信息,AI无法无中生有。“AI制药公司用的数据库都差不多,算法技术也没有太大的技术壁垒,无非是针对场景慢慢进行优化。说到最后,还是拼靶点。”上述AI制药企业员工说。一切似乎都回到了AI制药出现之前的原点,逻辑和难点都没有改变。2023年,随着ChatGPT的大火,不少AI制药企业就像杀入18C的晶泰科技一样,意图再度抬头。成都先导,皓元医药、药石科技、泓博医药等医药上市公司先后披露布局AI制药赛道相关情况。“投资人们最关心的就是,ChatGPT这种生成式AI能不能给制药行业带来什么新的东西。”上述投资机构人员说。“AI制药不能和ChatGPT比较,因为训练后者的,是强大的互联网工业和二十年左右的语言模型发展。相对而言,AI制药实在是太年轻了。”这名投资机构人员继续说道,“甚至可以说,对于AI制药公司而言,最难的时刻还没有到来。因为大批的产品还没有进入到临床阶段,真正的大考还没有到来。”-02-ChatGPT给的机会在哪里在这一轮热度之前,AI制药还只是生物医药行业的一个影子,无法摆脱跟随式发展的限制。而ChatGPT这一剂强心针,不仅打在了二级市场的心坎上,还让不少投资机构给出观点:ChatGPT给了AI制药一个从辅助性向创造性迁移的机会。“ChatGPT是一个数据与经验结合的大模型,而药物研发比较重要的是靶点的发现,本来也是对基因、蛋白组学的数据进行分析,建立关联,所以比较容易被大模型所替代。短期来看,GPT可以取代初级和中级的药物专家。”上述AI制药领域专家说。一方面,GPT架构的排序训练方式,在理论上可以融合所有药物研发的模态数据,支持通用的药物研发模型;另一方面,它可以成为一个整合核心,通过API的方式调用各个子模块,而子模块返回的结果可以通过核心GPT进行整合报告,从而实现更加专业的预测。简单来说,GPT有一个大底座,可以承载更多的生物信息(小分子结构,蛋白质序列,化学反应,小分子与蛋白质对接,过滤规则等),也可以在不同步骤进行及时反馈,趋近准确。这其实解决的是AI制药曾经出现过的两个问题:第一,是模态不全,不同维度的生物信息之间无法协同导出综合判断;第二,是运算压力造成的算力问题,经常会导致预测结果不够准确。可以说,如果AI制药是一把枪的话,那么ChatGPT的确让它弹夹更大、弹道更直了;然而,如今AI制药最头疼的数据问题——即:子弹该如何被完美地上膛后射出,却始终没有得到清晰的答案。水木未来CEO郭春龙曾表示过,给数据做标签,这是 ChatGPT 能够突飞猛进发展的一个前提条件,而AI制药在这方面还没有准备好。“你给一段话加上个标签,成本最多1分钟甚至几秒钟的事。但是你要希望给一个蛋白质的序列加上标签,往往需要大量的实验,包括电镜的收数据、解数据,它的成本要高很多。”比起贴标签的成本,更严峻的是数据来源问题。ChatGPT依托在互联网这一共享平台上,而在可见的未来,制药行业的数据壁垒无法被打破。除去有限的公共数据库外,AI制药公司只能通过与药企合作、自有实验平台、委托CRO等形式获取用以训练系统的信息;同时,因为不同实验室或公司数据标准化程度都不一样,前期输入的标准化转译也必须投入大量人力、财力。“从数据来看,只有蛋白结构这个事情是可以解决的,其他环节的一些定量的、定性的实验数据因为标准化问题,80%实际上都是不可靠的。”曹翎说。另一个GPT能做到、而目前AI制药无法做到的事情同样和数据相关。GPT的特点之一在于对信息的理解和筛选,其中涉及到强度和权重的赋值,可以理解为:人工智能可以决定在海量信息中重点看什么,不去看什么。而目前,生物类数据还没有找到一种有效的方式,可以表现突出关系或信息的重要性层级。“目前大家希望可以通过蛋白序列和基因序列的手段去解决这个问题。但这些序列在发生功能的时候,已经是一个结构化的东西了。相当于我们用一维的手段,去研究四维状态的现象背后的规律,然后再去映射它的功能,说实话挺难的。”曹翎说。-03-对AI制药有期待,错了么?不管是科学界还是产业界,如今越来越多的人正在认定:多特异性药物,将引发现代制药工业的第四次革命性浪潮;那么,似乎没有什么理由可以指摘人们对AI制药的高度期待了。面向未来的药物形态,将拥有多重治疗机制和丰富的合成结构,其核心就是“以复杂对抗复杂”,其中便给了AI分析和设计的广阔空间。但同时,“复杂”也给了AI制药一种无的放矢、无处着力的困境。一名AI制药企业管理人员总结道:“做药是个非常复杂的系统工程,AI在其中一个环节的加速,可能会被另一个环节所稀释。因此,AI制药必须要找准最关键的杠杆点。如果在一个点上能有千倍以上的提升,就会有一个从量变到质变的过程。”简单点说,AI制药企业未来的定位,应该是像狙击枪一样。“大药企就像是霰弹枪,打击范围大,总有那么一两发是中的。”曹翎说。不管是AI制药初创,还是传统药企,研发都是一个几率问题。大药企能承担巨额的试错成本;相对而言,AI制药不能走量,只能在一些细分方向或步骤上做出四两拨千斤的效果。换句话说,如果我们所期待的,是AI在复杂问题中提供全面而完美的解决方案,那么失望是在所难免的;但如果AI可以在复杂环境中,做撬开问题的一个杠杆,那我们将很可能获得一个全新的视角。一名AI制药初创的研发人员发现,AI给人的感觉就像一个孩子一样——经常出错,但也能带来惊喜。“最近我们跟一个临床的合作方在做一个类似于自免罕见病的项目。对方问:如果给你患者的血液样本,你能不能分析它特定负极的bcr组库,然后去反向找自免抗原?理论上,因为人体内的蛋白是已知的,如果用高通量的结构和亲和力模型去做的话,是有机会的。我们就用AI试了试,最后给他推荐了4个。结果昨天他告诉我,其中一个挺有希望的。”长期和AI打交道的经验告诉这名研发人员,任何时候都不能高兴得太早。但只要有耐心,AI就能不断在错误中爬起来、成长起来。“之前我们用全人源的小鼠筛了一个相对复杂的靶点,是非特异性结合。我们就用AI去优化了一下,明显发现它在od450的层面的比值下降了很多,相当于我获得了一个推荐结合的靶点。但后来测试的时候,才发现它没有blocking function。”她回忆道,“后来我们大概又迭代了两轮,这样就把分子拿到了,就最终结果而言还是好的。“在这名研发人员看来,目前AI制药最受诟病的一点,就是没法一步到位地实现目标,这背后涉及的是对其商业效率的焦虑。“在没有找到正确路径之前,一切都有可能发生,甚至有可能会出现迭代以后数据准确性下降的问题。而生物验证那边的反馈又很慢,效果好不好需要做上15天的实验才能知道结果。”在AI制药方兴未艾、势单力薄的当下,大部分企业在面对药企客户时并不具有议价权。业内人士称,和AI制药初创合作的药企,大部分也都是抱着“玩票”的心态,“象征性地”给一些合作款项。总体而言,AI制药的服务报价低、周期长,作为一款提供灵感的玩具而言,它显得实在太奢侈了;而它什么时候能升级为一款成熟的工具,还得依靠“玩”出来的思路和可能性——这也正是AI制药行业目前感到矛盾的地方。
1965年4月,时任仙童半导体公司研发部主任的戈登·摩尔(Gordon E. Moore)在美国《Electronics》杂志刊登的一篇文章中提出:“当电路所包含的元件数目上升时,单位成本就会下降”,并预言微处理器芯片的电路密度每隔一年将翻番。这一说法成为后来广为人知的摩尔定律,在数十年芯片发展中一次次被验证,间接主导了整个IT产业的升级换代。在药物研发领域,则难以逃离“反摩尔定律”:随着药物研发高峰不断被推高,药企采摘创新的果实注定会越来越艰难。“难成药靶点在过去几十年来一直困扰着整个生物医药行业,底层原因还是因为我们的技术创新和工具在之前远远不够。”水木未来联合创始人、CEO郭春龙这样解释。他表示,小分子的成药空间大概 1050到1060,传统筛药的方式相当于闭着眼睛在黑暗的一角摸索。而作为结构生物学最新的手段和工具,冷冻电镜在过去几年时间取得了大的突破,利用电镜可以非常清晰地看到靶点的分子结构,以及小分子和靶点复合物的结合细节。“这相当于给研发团队提供了一份地图加望远镜,从一个起点出发,有方向有针对性的优化,最快速度找到最合适的分子,就像为一把锁配一个精准的钥匙。”郭春龙说。水木未来是一家“AI+冷冻电镜”驱动的新药研发加速和赋能公司,拥有全球规模最大的基于AI的新一代全冷冻电镜商业化平台,是赛默飞亚太区唯一战略合作伙伴。结合全自主知识产权的新一代石墨烯载网耗材和AI算法,水木未来致力于大幅提升生物大分子结构解析和药物发现的效率和精度,结合湿实验室全流程,在小分子、抗体药、蛋白降解、基因治疗等领域助力全球创新药企推动更高效精准的药物研发和疗法创新。冷冻电镜取得新突破,有望改变新药研发的盲筛模式诺贝尔物理奖得主理查德·费曼教授曾说过,很多生物学的基础问题,如果能够“看清”,就很很容易回答了。只要解析度足够高,能分辨诸多生物分子在原子层面上的细节,它们的工作方式也就简单明了,未来的药物研发就可以真正意义上实现数字化的设计。电镜在一定程度上实现了这位物理学家的愿望,让科学家能够清晰地观察到生命体组成成分如蛋白质、核酸等的微观结构,解析有机大分子的原子组成及它们的空间位置关系,是结构生物学研究的重要工具。郭春龙表示:“电镜的发展一定程度上可以类比过去20年间测序行业和测序技术的发展。众所周知,世纪之初,第一组人类全基因组测序花费了大概30亿美元,20年后的今天,任何一个人想要做全基因组测序只需花费不到500美元,成本的降低数百万倍。电镜也将经历类似的效率革命”同时,由于冷冻电镜硬件和算法上的不断改进,其解析结构的速度和分辨率也不断提高。“冷冻电镜最初解析一个高分辨的结构,要花几个月,现在只要不到一周甚至更短时间。”此外,与X射线晶体学方法相比,电镜技术所需的样品量很少,更无需生成晶体,这对于一些难结晶的蛋白质的研究带来了新的希望,也对蛋白质研究带来新的希望。因此,这项技术被认为是目前生物医药领域最先进、最具潜力、临床前药物开发应用前景最广阔的技术,有望彻底改变新药研发的盲筛模式。作为产业服务方,水木未来的一大使命是让电镜变得更加可及,让高高在上的顶级科研设备能够走向药物研发一线,变得更快、更好、更便宜。水木未来于2017年创立于清华大学,核心团队由优秀的生命和计算科学家、IT互联网和医药产业专家组成。自创立以来,水木未来已成功为全球300余家创新药企和顶级科研机构提供了结构生物学和药物发现服务,其中包括赛诺菲、安进、诺和诺德等跨国药企,以及百济神州、维泰瑞隆、华辉安健、炎明生物等国内创新药龙头企业。水木未来-全球冷冻电镜与人工智能药物创新中心同时,水木未来在杭州青山湖科技城设立了“全球冷冻电镜与人工智能药物创新中心”,旨在建立全球最大的冷冻电镜平台和生物大分子高精度结构数据库,面向全球科研机构和创新药企提供服务和创新疗法共同开发;与清华大学和国内外顶级科研机构合作,提升基础科研水平,整合基础研究、技术开发和成果转化,打造全球化结构与AI药物创新发现基地。截止2022年9月,水木未来共计8台顶配300kV冷冻电镜已全部完成调试并投入运行,水木未来也正式成为全球最大,技术领先的商业化冷冻电镜结构解析平台。 服务300多家药企和科研客户,推动AI+电镜更加可及“冷冻电镜并不是一台买来就可以使用的设备,需要有专业的设备调试人员,更需要精通这一技术的实验操作者和结构解析计算人员。” 郭春龙说,依托清华大学的学术积累,水木未来在构建冷冻电镜平台的速度和能力比同行更有优势。“清华大学的老师们给水木未来提供了很多帮助,使得水木未来成为亚洲第一家实现自主运营300kv高端冷冻电镜设备的商业公司,在这一领域占据了先机。”事实上,水木未来在创立之初就制定了“三步走”的战略规划。第一步是在公司成立的前三年完成从0到1的突破,“让第一台电镜跑出超越全球同类实验室的产出,在效率、分辨率还是成功率上都达到全球最好的水平。”目前,第一阶段的目标已经提前完成。第二步是从1扩大10再到100,将技术优势升级成规模优势。“这一阶段我们希望让水木未来每年的结构产出能够达到全球一半以上,实现大规模、高通量、高效率的结构解析平台,为破解生命底层密码、解决疑难疾病做出巨大的贡献。”郭春龙表示,这一阶段的计划是从2023年到2025年。有了足够的生物大分子结构数据,就可以训练出最好的AI预测模型,这个在AlphaFold 2上已经验证。第三步则是推动数据驱动的药物研发平台,并基于此平台向上游延展研发生产中国自己的电镜硬件和软件,走到全球科研创新大仪器装备的最前沿。据介绍,水木未来正在研发推动面向新一代原位结构解析的高端冷冻电镜,目标不在于实现基础的国产替代,而是在推动人类对生命科学微观结构的底层认知前沿方面,再向前迈出一大步。“未来,基于高通量高分辨的结构产出,每年推动的全新药物管线将远远超出目前人类水平,包括大量之前完全无法成药的全新靶点。基于高分辨结构和AI计算的药物设计在初期可能比传统方法更慢,起步艰难,但一旦过了某个临界点,就会呈现指数级的增长。未来,所有的药物研发,小分子、大分子、基因疗法等,都离不开电镜和计算。”郭春龙说。在商业化方面,公司去年实现了超过60%的收入增加,拥有超过80%的国内市场份额;总体收入预期今年能够实现3倍的增长。郭春龙表示:“受疫情影响,在海外市场我们去年下半年刚刚开始有实质突破,预期今年会有几倍的增长,未来会更明朗。”近期推荐声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可,禁止进行转载、摘编、复制及建立镜像等任何使用。动脉网,未来医疗服务平台
随着中国生物医药产业加速前进,越来越多有独特技术的初创企业涌现,越来越多的地区开始重视生物医药产业,助力其成为我国经济增长新引擎。作为高度的人才和技术密集型产业,生物医药产业有着天然的集聚基因。虽然与欧美发达国家相比,我国在生物医药产业园的探索相对较晚,但经过三十余载的快速发展,我国生物医药产业园已实现了质的飞跃。根据中国生物技术发展中心发布数据,2021年我国生物医药产业园区总产值约3.5万亿元,占园区总产值22.80%。生物医药产业聚集和支柱效应显著,对区域经济的稳定增长起着重要的推动作用。在这其中,中关村生命科学园(以下简称:生命园)作为我国生命科学原研创新高地,经过22年培育发展,创新成果不断涌现。百济神州的泽布替尼,诺诚健华的奥布替尼等,一大批原创新药从生命园走向世界,300多名国内外知名科学家和高层次人才汇集于此,600余家创新型医药企业纷纷入驻,覆盖了从基础研究、中试研发、生产流通到终端医疗的全产业链。 以原研创新技术为始,打造全产业链生态体系目前,环渤海、长三角、珠三角和中西部地区已初步形成四个产业集群,围绕着各自的中心园区向外围辐射。其中,长三角的张江药谷得益于上海的工业基础优势以及大力引进外企资源,在自己的园区内及周边地区形成了完整的医药产业链,让初创药企可以借助于周边的力量快速推动产品研发。与之邻近的苏州BioBAY,依靠专业化的服务和良好的创业氛围后发赶上。位于珠三角的广东,选择将生物医药结合本土强势的电子信息技术、人工智能产业发展。环渤海地区的中关村生命科学园,则是依靠得天独厚的区位优势和原研创新优势。园区周边,中国高等学府和研究机构密密匝匝,北京生命科学研究所、北京脑科学与类脑研究中心等一批重点研发机构皆汇集于此,无论是从高校资源、研究院所或是临床机构资源来看,生命园都是当之无愧的原研创新高地。中关村生命科学园尽管如此,相比长三角地区“G60科创走廊”和“长江流域生物医药创新服务联盟”所带来的新兴产业集群效应,北京周边没有形成比较完善的生物医药产业链,京津冀区域协同效应不足,一定程度上限制了生命园的产业化发展。近年来,生命园积极构建全产业链服务体系。在产业配套资源方面,园区形成了基础研究、中试研发、生产流通、临床医疗的完整产业链。基于生物医药企业的产品研发周期长、风险大的特点,从实验室研究、临床前研究、临床试验、审批上市、规模生产、流通销售的研发创新过程存在药物筛选、动物实验、安全性评价、临床试验等公共技术服务需求,园区在已有CRO、CMO企业的基础上,搭建了公共服务平台。值得一提的是,为了推动产业链上下游的进一步完善和深度融合,2023年3月24日,中关村生命科学园公司将联合多家生物技术创新平台,共同打造“2023中关村生命科学园技术平台产研创新峰会”活动,围绕“AI赋能新药研发+突破难成药靶点+生物技术药物评价+临床生物样本保藏与利用”等核心内容,推动构建多层次、宽领域、功能型、开放式的新型创新技术平台支撑体系。 联合6大创新技术平台,推动产业链高质量升级● 生物样本库推动“产-学-研-用”协同创新发展高质量的生物样本是实现转化医学、精准医学、创新药研发的物质基础条件,可以说如果没有质量稳定的生物样本作为前提和保证,我们当前提倡的医药健康产业的创新高质量发展将会变得苍白无力。近年来,随着国家人遗相关法律法规和生物医药支持政策陆续出台,各单位掀起生物样本资源库建设浪潮。但如何建立并维持一个高质量生物样本库运行,解决生物样本存多用少,转化利用率低等问题,实现可持续发展依然是行业难题。基于此,北京市科委联合中关村生命科学园共同支持建立了北京生命科学园生物科技研究院有限公司(北京生物样本库)——北京临床数据与样本资源公共服务平台,平台核心功能定位于第三方生物样本资源公共服务,致力于在生命科学、生物医药研究领域发挥衔接样本资源持有者与研究者的桥梁作用,解决生物样本资源开发上下游信息不对称、样本共享困难等问题。北京生物样本库北京生物样本库严格遵循《中华人民共和国人类遗传资源管理条例》、CNAS-CL10:2020《生物样本库质量和能力认可准则》、GB 19489-2008 《实验室生物安全通用要求》等相关法律规范及建库标准文件,在中关村生命科学园昌平园区建立了2000㎡的生物样本库,最大存储规模达1000万份。在稳定运营与管理的前提下,北京生物样本库深化平台功能应用,结合自身优势,拓展出样本存储管理服务、样本保藏技术服务、“星网”计划--生物样本库建设整体解决方案、样本经纪服务及科研项目协作服务五大服务模块,最大可能地发挥出第三方生物样本库在行业标准引领、资源整合共享、服务模式创新等方面的平台性优势。● AI开创新药研发的颠覆性变革进入21世纪,人工智能技术和生物技术都在各自方向实现了井喷式的发展。深度学习的发展开创了人工智能技术的新时代,在蛋白结构预测等领域解决了困扰学术界多年的瓶颈问题;以第二代高通量测序技术、冷冻电镜等为代表的各类组学技术的飞速进步,也为生命科学研究提供了强大的数据产出能力。目前AI已经介入到生物医药开发的各个阶段,未来随着技术的进一步突破,AI必将带来新药研发的颠覆性变革,具有广阔前景。“中关村AI新药研发平台”是角井生物联合中关村生命科学园在2021年底建成并投入使用的AI赋能新一代大分子药物设计平台。平台占地面积近1200平方米,是一个包含高性能计算中心、高通量自动化设备、药物验证实验室等功能模块的一体化研发平台。平台专注于应用人工智能和组学大数据等创新技术加速新药发现和验证,目前业务主要聚焦在最前端的药物发现到PCC验证区间。角井生物-AI制药平台AI赋能大分子药物发现是个极度要求多学科领域协作的事业,角井生物在平台建立初期就组建了一支融合了人工智能算法、资深大分子药物研发及高通量湿实验的复合型优质研发团队,致力于运用中关村AI新药研发平台开发全新的药物及治疗方案。角井生物对中关村AI新药研发平台的定位是打造一个开放共建的合作平台,汇聚领域内优势力量和企业合力打造一个AI制药的世界级高地。近期,阿里云作为全球领先的云服务及智能计算公司,已与角井生物签署战略合作协议,携手共建中关村生命科学园AI新药研发平台。● 创新药与创新技术平台,专注难成药靶点的突破在药物研发领域,有一条难以逃离的“反摩尔定律”:随着药物研发高峰不断被推高,药企采摘创新的果实注定会越来越艰难。这其中,难成药靶点在过去几十年一直困扰着整个生物医药行业,究其底层原因,还是我们的技术创新和工具远远不够。从工具上看,冷冻电镜作为结构生物学最新的手段和工具在过去几年时间取得了大的突破,可以帮助研发团队清晰地看到靶点蛋白的分子结构,尤其是药物分子和靶点之间的相互作用方式,这对于优化药物,降低药物副作用,提升药物的疗效非常关键。水木未来拥有全球规模最大的商业化全冷冻电镜技术服务平台,致力于让冷冻电镜变得更加可及,在药物研发一线的应用更快、更好、更便宜。沿着这个目标,水木未来在创立之初便制定了三步走战略,当前已完成从0到1的突破:实现冷冻电镜的效率、产出及分辨率达到全球最好水平。在从1到100的第二阶段,水木未来将实现每年的结构产出达到全球结构产出的一半以上,成为大规模、高通量、高效率的结构平台。水木未来冷冻电镜平台大量难成药的靶点没有合适的药物去治疗。而且化药在治疗过程面临着靶点基因突变带来的耐药性。小分子降解剂的发展,靶向降解难成药或耐药突变的蛋白,为蛋白质的药物干预提供了新模式,如近年来发展迅速的PROTAC、分子胶(MGD)等等。靶向降解的特异性和降解效率的评估很适合用无偏、高灵敏度、定量准确的质谱平台来做,基于高分辨质谱的蛋白质组学分析对样本中全部蛋白质进行无偏分析,消除了预前限制,更适用于对整个蛋白质组的化合物脱靶的全面评估。也因此,由基于质谱的定量蛋白质组学数据绘制的火山图,几乎成为所有靶向降解药物研究中必不可少的标配和刚需。火山图综合展现了全局蛋白质组的差异表达分析,对药物的降解效率和脱靶效应进行最全面、准确的评估。使靶点从“不可成药性”变成“可成药性”,靶向蛋白降解技术以及基于高分辨质谱的组学平台起到很重要的推动作用。嘉华药锐(旦白志)高分辨质谱组学平台嘉华药锐(旦白志)为药物研发企业提供基于高分辨质谱和蛋白质组学技术的分析支持,一)是激酶抑制剂,特别是TKI药物的深度激酶组学以及深度磷酸化蛋白质组学分析;二)是PROTAC、分子胶等靶向降解药物的靶向性及降解效能蛋白质组分析;三)是免疫相关分子,如Neoantigen、Antibody CDR的质谱测序分析;四)是血浆与尿液中药效标志物的蛋白质组特征发现;五是mAb、ADC、AAV、Oligo 等大小分子药物的质谱表征分析。如何结合药物设计、药物筛选及多维度药物评价平台,为寻找难成药靶点研发开辟新途径?爱思益普打造了生物一体化服务平台,专注于从靶点发现验证、先导化合物筛选、优化到临床前候选分子阶段的创新药一体化生物学服务。爱思益普生物一体化服务平台其中,基于靶点的药物筛选平台,建立了超过100种离子通道,150多种GPCR,超过1000种激酶和酶学靶点以及40多核受体筛选细胞系及验证方法,涵盖了大部分成药性靶点;体外和体内药效筛选评价平台:包括肿瘤免疫,心血管,中枢神经系统基于细胞、组织或动物模型的药效学评价;以及早期成药性筛选评价平台:包括早期ADME和PK研究,早期药物脱靶效应筛选(hERG,safety panel,激酶谱等)。通过一体化的服务,爱思益普更关注为新药研发企业解决速度、效率和成本方面的需求,用专业的技术和高效的沟通帮助客户提高新药研发的效率。● 涵盖药物研发全周期,一站式评价服务助力药物决策随着各类型的生物技术药物、新型疗法的不断突破,如何在药物非临床和临床评价阶段中的各个关键环节做出最佳的决策,成为大家普遍关注的问题。目前,生物领域新靶点、新机制、新技术的快速更新,为各类新药的设计思路提供了契机,新药研发已经不再局限于传统的“大小分子”概念,而是成为了涵盖了细胞治疗、靶向治疗、基因治疗等多领域的交叉体系;同样新药评价体系也是一个涉及多学科、多维度、多阶段、多环节、与时俱进的复杂体系。军科正源参与了约50%上市药物的评价工作,其中多个具有历史意义的新药评价,比如首个融合蛋白药物,首个抗体偶联药物,首个PD1抗体药物,首个双特异性抗体药物等,具有丰富的新药评价经验,已经建立了科学完善的新药评价体系,包括药代动力学、多种体内外药效模型、早期安全性评价、生物分析、药学研究、新药研发策略制定等,可以为不同阶段的药物评价提供综合性、科学性的助力支持。军科正源生物技术药物评价平台军科正源生物技术药物评价平台提供专业、科学、涵盖药物研发全周期的一站式评价服务,包括药学研究、药物筛选、药代动力学、体内外药效评价、安全性评价和临床样品生物分析等内容。服务模式不仅包含传统的客户定制研发模式和研发技术成果转化模式,还包括药物联合开发模式“VIC模式”,即“VC(风险投资)+IP(知识产权)+CRO(研发外包)”,为客户提供更多选择。伴随着生物分析技术的不断升级和应用,新药研发人员可以通过借助更加广泛的平台,获取更加精准的数据,为药物评价提供坚实的技术支撑和数据支持。军科正源的生物分析技术平台,能够解决各种药物研究的瓶颈问题,发挥着技术引领和技术推动作用。 创新服务体系持续扩容,覆盖产学研全链条的生态圈随着国内生物医药及相关支持产业逐渐走向创新的转折点,国内生物医药产业创新能力逐渐增强,关键生物技术的不断突破,为生物医药产业创新带来了无数机遇。借此次峰会,生命园将整合资源攻破园区生物医药企业技术难题,持续完善创新服务体系,推动园区科研成果更为广泛和快速地扩散、分享,促进园区整体创新能力的提升。中关村生命科学园三期规划图创新的服务体系还在不断深化扩容。目前,生命园的一期、二期空间基本饱和,生命园三期正在规划建设中。生命谷国际精准医学产业园作为三期首发项目,将聚焦更为细分赛道,重点引进跨国公司研发中心、国内上市公司和领军企业的全国或北方总部以及全球顶尖科研机构落户,积极承建科研机构和高校的原始创新成果转化、产业化项目,进一步完善产业链服务生态体系。立足于未来,生命园将持续推动原始创新,联合国家实验室、新型研发机构、研究型医院、创新医药企业等,为生命园打造覆盖产学研全链条的创新生态,推动诞生一批具有全球影响力的原创成果,加快建设具有全球领先水平的“生命谷”,跑出“两区”建设“加速度”。峰会预告2023年3月24日,中关村生命科学园公司联合多家技术平台,共同打造“2023中关村生命科学园技术平台产研创新峰会”活动,围绕“AI赋能新药研发+突破难成药靶点+生物技术药物评价+临床生物样本保藏与利用”等核心内容,汇聚行业领袖、投资专家、龙头/创新企业家等多方力量与智慧,贯通产学研用链条,推动构建多层次、宽领域、功能型、开放式的新型创新技术平台支撑体系。近期推荐声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可,禁止进行转载、摘编、复制及建立镜像等任何使用。动脉网,未来医疗服务平台
100 项与 Shuimu Biosciences 相关的药物交易
100 项与 Shuimu Biosciences 相关的转化医学