- 综合排序
- 最热优先
- 最新优先
- 来自专栏单细胞天地
单细胞新药研发导论|| 新药研发管线
作用机理新颖，由此带来竞争优势 足够长的专利保护期 这是《创新药物研发经纬》一书的前言部分提到的一款理想新药应具备的条件列表，其实这个列表还可以更长。 虽然当我们谈起创新药物时多是指创新化学药物，但是目前生物药的比重也在不断提升。在谈我们熟悉的单细胞流程之前，让我们先来看看新药研发的成熟管线，然后就着这个管线来看看单细胞能做什么。 ? 贯穿新药研发管线的三个变量是成本、通量、周期，而海量单细胞技术至少可以在成本和通量上缩短新药研发周期。 既然有CAR-T、CAR-NK，那就有对其他细胞的改造，以及其他基于细胞特性而研发的“新药”。 然而，还有大量未见诸于文献的工作正在进行，在新药研发这个竞争力极强的行业，我想此时此刻定有大量的科学家在思考、研究、开发着适宜于新药研发的单细胞系统。
72320发布于 2021-05-18 - 来自专栏点滴科技资讯
新药研发融资创新（二）： 美国新药研发投融资模式的创新演进史
我们认为，美国新药研发金融创新的演进大致可以分为如下几个阶段： 图1 美国新药研发金融创新的演进阶段 图2简单描述了各个阶段的关键性事件，我们将在下文中对四个阶段的特点，以及各阶段中的关键性事件进行描述 第三，各种创新的新药研发融资模式涌现。 安进公司1987年针对其EPO这个产品进行融资，设立了一家Amgen Clinical，进行EPO的开发，这是新药研发领域里“项目开发融资”模式的首秀和尝试；2000年，新药研发领域第一个证券化融资项目出现 在新药研发的金融创新层面，这个阶段出现了更加系统化的理论和实践。 五、总结 从美国新药研发金融创新演进的历史来看，我们国家的新药研发目前正处于“传统期”和“跃进期”这两个阶段的中间。 我们认为，这个阶段的前进路径非常微妙。
3.9K110发布于 2018-04-28 - 来自专栏单细胞天地
单细胞新药研发导论|| 数据之美
数据，模型，算力和量化需求，在新药研发中的作用越来越重要，数据也成为新药研发的生产要素之一，并在化药中形成了计算机辅助药物设计这门学科。 在生物药的研发过程中，特别是人类基因组时代以来，组学数据的积累在新药研发过程中的作用也日益凸显。 晶泰科技与新格元签署AI癌症靶向药研发合作 百奥智汇-百图生科（BioMap）战略合作：共同打造高性能单细胞大数据/AI计算平台 生物信息在新药研发的概念验证阶段的重要性不言而喻，在理论上和数据上为新药研发提供新的启发和指导 现在我们再看新药研发管线中的一期二期临床实验其实依然是以个体为单位的，以个体为单位的实验注定了周期的长和成本的高。而临床试验是不可跨越的部分，在数据和算法不断积累的当下，整体的新药研发管线会不断缩短。 我想，此刻定有大量优秀的团队在把人工智能和单细胞技术应用在新药研发管线之中。借助人工智能的发现和计算能力和单细胞的通量和精度扩展，新药的研发管线会愈加靠近精准医学的要求。
92621发布于 2021-05-18 - 来自专栏ShowMeAI研究中心
基于AI的新药研发！⛵
图片 『人工智能+新药研发』已经成为国内外医药企业的发展新模式！ 本文讲解 AI 在新药研发领域的诸多应用方向与 MolSearch 工具库的应用实践——药物晶型预测、靶点选择、患者招募、虚拟药物筛选、AI新药研发辅助系统。 人工智能作为一种新兴技术，是新药研发实现降本增效的重要方式之一，『人工智能+新药研发』成为国内外医药企业加速创新转型的重要驱动力，一个更快、更便宜、更有效的新药物研发时代已经到来。 一款新药从确认研发目标到完成临床试验，往往需要耗费数年时间和数十亿美元，并伴随着超过 90% 的失败概率。高昂的研发成本、漫长的研发周期、高风险低回报率的特性，笼罩在药物研发领域。 AI 药物分子结构分析/检索 利用 AI 进行药物化合物分子结构分析和检索等，是一个助力新药研发的可行思路。
97981编辑于 2022-11-15 - 来自专栏有三AI
【行业进展】AI：新药研发的新纪元
02AI药品研发技术 AI在靶点的发现 新药研发的目标是找到可调控机体生物学功能的实体物质，如小分子、大分子或生物活体等。 在最近6月份The rise of deep learning in drug discovery[6]这篇论文当中详细的介绍了当前深度学习在新药研发的主要应用以及新药研发未来发展，感兴趣大家可以自行了解 强生与英国AI技术开发和应用公司BenevolentAI达成新药研发合作。 JACS在运算中从论文、临床试验中提取大量的数据，提取推动药物研发的知识，提出新的可被验证的假设，加速新药研发。 此外，辉瑞也将VR技术带入新药研发领域，探索VR技术在药物研发的可能性。 3.5 GSK ?
94220发布于 2019-07-25 - 来自专栏生命科学
MCE化合物库-新药研发 | MedChemExpress
长期以来，我国的药物研发领域都以仿制药为主，要想提高自主药物创新能力、建设创新型医药产业就要从源头抓起。 新药研究开发的第一个阶段是 NCEs 的发现与筛选, 筛选方法有高通量筛选,高内涵筛选和虚拟筛选。因此创新药物研究的起点和源头就是化合物资源的利用，化合物样品库的建立肩负着带动整个行业的使命。 MCE 的化合物库平台正是基于这样的使命建立，并且正在为新药研发提供更加强力的资源支持。 化合物库简介作为 MCE 家族的明星产品， MCE 化合物库目前包含有 15000+ 生物活性的小分子, 涵盖了热门疾病领域的主要信号通路及靶点，广泛地应用于新药开发及新适应症发现相关的高通量筛选（HTS
48110编辑于 2023-02-08 - 来自专栏PaddlePaddle
AI+药物研发：人工智能赋能新药研发
宋 乐 百图生科首席AI科学家 曾任美国佐治亚理工学院计算机学院终身教授、机器学习中心副主任、阿联酋MBZUAI机器学习系主任 本次将由百图生科首席AI科学家宋乐博士为大家分享人工智能赋能新药研发 首先 ，生物制药行业面临着两个挑战： 第一，新药研发周期很长且非常复杂； 第二，药物研发过程成本昂贵。 在1950年的时候，十亿美元可以研发几十个药，到了2020年之后，十亿美元只能研发一个药（如下图），所以就需要大量的投入。 随着对药物审批过程的要求越来越严格，对药物副作用的要求越来越高，使得新药的研发变得越来越慢。 所以很多细胞视觉研发思路甚至最先进的研发思路都在做这个。
84730编辑于 2022-04-19 - 来自专栏单细胞天地
单细胞新药研发导论|| 解锁人体屏障
❝将单细胞研究的基本思路与新药研发的成熟管线结合起来。 ❞ 药物的发现、设计、开发和上市是一项极其复杂的科学和社会工程，在得到新化学实体之后，往往需要考虑药物的有效性、安全性和可成药性。 其实，新药研发已经有比较成熟的管线了，总结近代新药研发的基本模式，梁贵柏先生在其《新药研发课》中归纳为三个关键的点： 找到病因或与疾病相关的调控因素 建立动物疾病模型 使用系统性筛选 熟悉单细胞流程的朋友会发现 在新药研发管线的中游，不管是动物模型还是临床实验，药代动力学和药效都是重要的组成部分。 新药的开发从来没有离开具体的有机体，研发，给药，吸收，分布，代谢，排泄这一个框架之下，单细胞技术对有机体认识，不仅体现在一张张图谱上，更召唤着精准医疗时代的到来。 ---- References [1] 白东鲁，沈竞康，《创新药物研发经纬》，2019 [2] Blass,白仁仁（译）《药物研发基本原理》，2019 [3] Sarah Middleton,《Cell
61930发布于 2021-05-18 - 来自专栏AI掘金志
疫情过后，AI能否填补新药研发的空白？
1月29日，阿里云也宣布向全球公共科研机构免费开放一切AI算力，以加速新冠肺炎的新药和疫苗研发；2月，工信部发布倡议书，提出要发挥人工智能的效用，优化AI算法和算力，助力病毒基因测序、疫苗/药物研发、蛋白筛选等药物研发攻关 长期以来，新药研发和临床试验大多由欧美医药企业开展，国内绝大部分企业的定位都在研发下游，以仿制和承接CMO（医药生产外包服务）为主。 2017年，博腾股份以2600万美金收购了创新药定制研发服务机构J-STAR Research，从美国布局CRO（药物研发外包）市场。 近些年，迫于新药研发成本快速上升，多家欧美药企都把药物生产环节外包到中国。 ，为本土创新药企的崛起铺平道路。
65020发布于 2020-04-01 - 来自专栏智药邦
Nat Rev Drug Discov｜中国创新药物研发的演变
2022年4月1日，清华大学医学院临床试验中心主任陈晓媛和医药魔方创始人周立运等人在Nat Rev Drug Discov杂志发表文章，总体分析了中国创新药物的研发现状和变化情况。 前言 科学和技术的进步，加上政府的鼓励和监管改革，推动了中国新药研发活动的蓬勃发展。 由于中国的研发创新仍处于起步阶段，me-too的药物占了管线的一半。 事实上，2021年国家药监局批准的国产新药和疫苗达到了创纪录的69个，预计这些药物在全球的影响会越来越大。 补充材料 补充box1｜数据和分析 中国国内新药管线的数据来自医药魔方数据库 (中国最权威的药物信息平台之一) ，由57个来源组合而成，包括NMPA药物临床研究注册与信息公开平台、中国临床试验注册中心
77130编辑于 2022-04-13 - 来自专栏腾讯技术工程官方号的专栏
AI助力新药研发 腾讯发布「云深智药」平台
平台名称「云深智药」源自唐诗《寻隐者不遇》的「只在此山中，云深不知处」，新药的发现过程正是如此。一款新药的诞生关乎人类健康福祉，但传统药物研发耗时耗力，每年上市的新药仅数十种。 人工智能与大数据在药物设计领域的应用被列为十三五重大新药专项的关键创新技术之一，也是国家新基建背景下的技术攻坚方向。 平台功能覆盖新药发现全流程 临床前新药发现流程要经历从靶点的发现和验证，苗头化合物的发现，先导化合物的发现和优化直至临床候选化合物的确认及开发。 「云深智药」平台全面覆盖了临床前新药发现的全流程，让研发人员更便捷开展研究。 ，被视为药物研发的重要基石。
3K20发布于 2020-07-09 - 来自专栏镁客网
我国自主研发的抗癌新药——达伯舒获准上市！
策划&撰写：山河 1月8日消息，据媒体报道，信达生物制药和礼来制药共同宣布，经国家药品监督管理局审批，双方共同研发的抗肿瘤1类创新药——达伯舒获准上市，可用于治疗易复发、难治疗的经典型霍奇金淋巴瘤。 此次研制而成的抗癌新药物达伯舒则为其提供了治疗新方案，为癌症患者带来福音。 信达生物创始人、董事长兼总裁俞德超博士表示，达伯舒拥有全球知识产权，是具有国际品质的创新PD-1抑制剂，它的获批体现了中国创新药在肿瘤免疫治疗领域的贡献。
63820发布于 2019-01-24 - 来自专栏智药邦
阿尔法分子与OncoCoss签署GPCR共同新药研发合作协议
2022年10月31日，阿尔法分子与韩国新药创新公司OncoCross 在瑞士巴塞尔签署战略合作与共同新药研发合作协议。双方将牵手共同进军GPCR孤儿受体新药创新领域。 我相信通过阿尔法分子的计算平台与团队在GPCR领域的成功经验，能将GPCR孤儿受体的新药研发推向一个新的高度。双方的合作也能为本地的新药研发营造良好的生态圈，这是一个多方实现共赢的过程。” 公司近期针对GPCR开发的新一代生物芯片技术，突破了GPCR新药研发的所有技术瓶颈，可以在原生态细胞膜环境下实现现有技术所不能获取的一系列药物分子重要活性参数，填补了该领域的国际空白，将为GPCR的新药研发带来全新变革 公司基于生物计算的完整新药研发平台，可实现对药物分子的高效筛选、设计与优化。理论计算与生物测试平台的完美搭配，将大大加速临床前新药研发进程。 目前公司已经拥有7条独立自主新药研发管线和5条共同研发管线。其中2条自主研发管线已经分别进入临床一期和二期。 --------- End ---------
73820编辑于 2022-11-16 - 来自专栏智药邦
阿尔法分子与信立泰牵手共同研发原创减肥新药
双方将在肥胖新药研发领域开展深度合作，共同推进药物研发的智能化升级，高效完成原创新药研发。 阿尔法分子的智能新药研发平台覆盖临床前新药研发的各个环节，可以实现对靶标蛋白尤其是膜蛋白靶标三维结构精准预测、对百亿级药物分子高效筛选；对药物分子成药性做出准确判断；并通过公司自主开发的AlphaE工具对药物分子活性做出精准预测 ，实现双方在新药研发领域的共赢。 公司近期针对GPCR开发的新一代生物芯片技术，突破了GPCR新药研发的所有技术瓶颈，可以在原生态细胞膜环境下实现现有技术所不能获取的一系列药物分子重要活性参数，填补了该领域的国际空白，将为GPCR的新药研发带来全新变革 公司基于生物计算的完整新药研发平台，可实现对药物分子的高效筛选、设计与优化。理论计算与生物测试平台的完美搭配，将大大加速临床前新药研发进程。
83710编辑于 2022-11-16 - 来自专栏生命科学
片段分子化合物在新药研发中的作用 | MedChemExpress
FBDD 方法的优势 在医药领域，探索先导化合物发现方法与新药研发具有同等重要的地位。 随着药物化学及相关研究领域的不断发展，新药研发新方法也不断被开发出来，比如我们熟知的高通量筛选、虚拟筛选、基于结构的药物设计及开发等。 ，Hit-to-lead 转化率低等，所以亟需新的药物开发方法来完善和弥补，以提高新药研发的速度。 FBDD 的理论基础是筛选有活性的片段分子并延伸得到新药物分子，获得高活性的候选药物。片段的分子量比较小，这样的化合物可以覆盖更广阔的化学空间且更易进行结构优化，成药潜力较大。 虽然 FBDD 方法已逐渐成为药物研发的主流，但未来还有很长的路要走，如何构建高质量的片段化合物库，如何进一步提高监控和识别片段与靶蛋白的结合技术，如何提高结构优化设计的效率和成功率等等。
1.5K10编辑于 2023-03-06 - 来自专栏智药邦
ACS Omega｜生成模型加速多靶点的新药研发
近年来，随着深度学习（DL）技术的进步，尤其是从头药物设计领域，药物研发效率得到了显著提升。 通过在训练过程中优化这些属性，模型能够生成符合特定药物研发需求的分子。 未来，CVAE模型有望在药物研发领域产生更广泛的应用，进一步加速药物发现进程。
50210编辑于 2024-11-21 - 来自专栏速入大数据
数据是新药研发的“秘密武器”？聊聊背后的那些门道
数据是新药研发的“秘密武器”？聊聊背后的那些门道大家好，我是Echo_Wish。最近刷到一个新闻，说某制药公司用AI和大数据技术，把一个新药的研发周期从 10年缩短到不到5年。 这消息一出，很多人觉得不可思议：药物研发那么复杂，怎么靠数据就能加速？今天咱就从“大数据如何影响新药研发与实验过程”聊聊其中的门道。一、新药研发有多“烧钱”？ 先抛个冷知识：研发一款新药平均要花 10-15年，烧掉的钱可能超过 20亿美元。其中，大部分时间和成本都耗在临床试验和失败的候选药物上。换句话说，研发过程中 试错 是最大的成本。 二、大数据在新药研发里到底能干啥？我总结了三大核心应用场景：药物靶点发现新药要对某种疾病起作用，得先找到一个“靶点”。传统做法靠实验室一点点筛选，非常慢。 四、数据改变的不只是速度我觉得最有意思的是：大数据不仅仅帮药企节省了时间和成本，它还可能 改变整个研发逻辑。以前研发是“靠经验+实验”，现在逐渐变成“靠数据驱动”。比如：哪些患者更适合某种药？
25110编辑于 2025-09-20 - 来自专栏生命科学
虚拟筛选 (Virtual Screening, VS)介绍： 加速新药研发，降低成本_MCE
虚拟筛选（Virtual Screening, VS）是现代新药研发流程中的一项关键技术。它依托于计算机的模拟能力，目标是从海量化合物数据库中识别出潜在的活性分子。 通过这种计算机预筛选，研究人员能够优先选择结合潜力最大、最可能具备所需生物活性的分子进入后续的实验验证阶段，从而提升新药发现的效率和成功率，是高通量筛选的有效补充手段。 虚拟筛选的应用领域虚拟筛选已广泛应用于多个药物研发领域：小分子药物发现：如抗癌药物、抗病毒药物等多肽与蛋白质药物筛选：如靶向肽、抗体模拟物等天然产物挖掘：从中药或植物提取物中寻找活性成分老药新用（Drug Repurposing）：快速筛选已上市药物的新适应症虚拟筛选正在重塑药物研发的范式，它将海量数据与智能计算相结合，显著缩短了从靶点识别到候选分子发现的时间周期。 对于药物化学家和计算生物学家而言，掌握这一技术，将成为推动创新药物研发的关键能力。
1.1K20编辑于 2025-07-28 AbMole|ChemBridge化合物片段库 让新药研发插上高飞的翅膀
新药研发过程中，可以利用多种方法发现先导化合物，再通过对先导化合物的优化改造，得到有潜力的候选化合物并进入临床研究。其中基于化合物片段的药物发现（FBDD）是高通量且高效率的先导化合物发现重要手段。 选择ChemBridge 化合物片段库进行小片段化合物的高通量筛选，能极大地提升新药研发的成功率。
27010编辑于 2025-12-22- 来自专栏新智元
纯AI研发新药登Nature，效率提升3倍，临床实验疗效拔群
新智元报道 编辑：润 【新智元导读】由AI制药公司Insilico Medicine通过AI药物研发平台设计的治疗肺部纤维化疾病的新药已经进入临床2期实验，论文登上Nature子刊。 这个研发过程开创了生成式人工智能在药物发现领域的先例。 该药物是世界首个利用生物AI发现靶点并确定优先次序，同时利用化学AI生成分子的药物。 据而根据Insilico估算，如果采用传统的药物发现方法，和INS018_055相似的新药需要花费4亿多美元，时间可能长达6年。 AI药物平台开发新药，效率提高3倍 特发性肺纤维化（IPF）是一种侵袭性间质性肺病，死亡率很高。 而目前和IPF的潜在药物靶点未能转化为临床层面的有效疗法。 研发流程 研究人员的人工智能生成平台发现TNIK抑制是一种有效的抗纤维化策略，并协助开发了一种高度特异性的TNIK抑制剂INS018_055。
38910编辑于 2024-03-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号