
Lantern Pharma
Lantern Pharma成立于2013年,2020年在纳斯达克上市,是一家以肿瘤学为重点的,新兴的临床阶段制药公司,利用人工智能、基因组学和机器学习来改变药物发现和开发的成本、速度和时间。 员工仅20余人,市值仅4600多万美元,是业界对Lantern的初步印象。 但其商业模式更别具一格: 接盘大公司放弃的药物继续研发, 即通过其AI平台找到被弃药物的临床人群药效,缩小目标人群进行研发,从

AlphaFold Protein Structure Database
2021年7月,谷歌旗下DeepMind团队和欧洲生物信息研究所(EMBL-EBI)合作,发布由人工智能系统AlphaFold预测的蛋白结构数据库(AlphaFold Protein Structure Database)。这一数据库包含了AlphaFold人工智能系统预测的约35万个蛋白结构,覆盖包括人类以及20种生物学研究中常用模式生物(大肠杆菌、果蝇、斑马鱼、小鼠…)。在人类蛋白质组方面,A

Atomwise
技术:TYK2抑制剂 疾病领域:自身免疫和自身炎症疾病 最新消息:已发表的结果展示了 AtomNet 的药物发现能力 Atomwise 正利用人工智能的力量,试图彻底改变小分子药物的研发。该公司希望攻克最具挑战性、看似不可能攻克的难题,并简化药物研发流程,为药物开发者提供更多机会。 Atomwise 的药物发现方法将药物发现模式从偶然发现转向基于结构的搜索,使药物发现过程更加合

Ardigen
专长:人工智能驱动的精准医疗。Ardigen 结合生物信息学、人工智能和微生物组分析,开发用于免疫肿瘤学和基于微生物组的疗法的工具。其 ImmunoMind™ 平台可识别新抗原,从而提高癌症免疫疗法的疗效。Ardigen 的定制解决方案能够应对药物研发中的复杂挑战,尤其是在个性化医疗领域。

Enveda Biosciences
专长:利用人工智能解锁天然产物。Enveda 利用人工智能分析天然产物的化学复杂性,识别用于治疗纤维化、炎症和其他疾病的新型候选药物。他们的创新方法弥合了传统天然产物研究与现代人工智能之间的差距。

Turbine
专长:模拟细胞相互作用以用于癌症治疗。Turbine 使用人工智能模拟细胞行为,预测药物如何与复杂的生物系统相互作用。他们的模拟研究已确定了针对耐药性癌症的新型治疗策略。

Molecule AI
专长:药物研发自动化。Molecule AI 利用机器学习优化药物研发,缩短研发时间并降低成本。其平台支持快速生成各种治疗领域的候选药物。

BioAge
BioAge Labs 致力于延长人们在衰老过程中保持健康的时间,即人类健康寿命。为了实现这一目标,该公司正在借助系统生物学和人工智能驱动的平台,研究导致衰老的分子途径。该平台收集并利用了数千名患者的分子和临床数据,并进行了超过 50 年的随访。 BioAge 正在其产品线中开发结构独特的 APJ 激动剂,目标是在 2025 年底前提名一款候选药物。此外,该公司还在开发其新型专有的 NLRP

ProteinQure
专长:肽类药物的人工智能和量子计算。ProteinQure 应用量子计算设计肽类疗法,专注于免疫肿瘤学和代谢疾病。他们的人工智能工具能够提高肽类药物的稳定性和疗效,从而解决药物研发中的关键挑战。 ProteinQure成立于2017年,总部位于多伦多,将量子计算、强化学习和原子模拟相结合,设计新型蛋白质药物。利用这些混合技术,他们模拟了蛋白质折叠等基本过程,以及生物分子之间相互作用的基础物理学。

未知君
未知君是国内行业领先的AI微生物组研究和产业转化平台,旨在通过配方菌、基因工程微生物等微生态治疗方式,实现肠道及其他系统性疾病的缓解或治疗。未知君将人工智能与肠道微生物技术相结合,实现数据高质量分析、沉淀与产出,极大提高了药物开发的效率和成功率。同时,未知君研发肠菌移植解决方案、益生菌产品及行业解决方案,将微生态从科学探索推向产业化落地。

深势科技 dp.tech
深势科技是全球AI for Science领导者,依托在交叉学科领域的深耕,构建了“深势·宇知”AI for Science大模型体系,并进一步解决科学研究和工业研发领域的关键问题,将众多学科的科研方法从“实验试错 / 计算机”时代带入了“预训练模型时代”,形成了AI for Science的“创新-落地”链路和开放生态,赋能“千行百业”,为人类经济发展最基础的生物医药、能源、材料和信息科学与工程
ConcertAI
Translational360™ 整合了临床、基因组、转录组和全切片成像 (WSI) 等综合分子检测技术,旨在深入了解表型和基因组学。转录组学正日益成为生物制药转化科学的基础,帮助研究人员了解疾病的分子机制、患者反应的基础以及患者间差异,这对于开发新疗法至关重要。临床试验早期结果往往模棱两可,阳性和阴性反应各有不同。集成的数据解决方案和先进的人工智能技术,能够帮助研究人员选择成功率最高的项目,并

Anima Biotech
技术:mRNA生物调节剂 疾病领域:免疫学、肿瘤学和神经科学 最新消息:公布了领先的肺纤维化候选药物的有希望的临床前数据 Anima Biotech 的 AI 药物发现技术基于其 mRNA Lightning.AI 平台构建,该平台可对健康和患病细胞中的数百条细胞通路进行成像,以训练针对特定疾病的 AI 模型,并利用神经网络帮助这些模型区分健康和患病细胞,并识别失调的通路。随后,

Generate Biomedicines
领先资产技术:抗TSLP抗体 疾病领域: 免疫学、传染病和免疫肿瘤学 最新消息:与诺华公司合作发现和开发蛋白质疗法 自2020年崭露头角以来,Generate Biomedicines作为生成生物学领域的领导者,取得了显著进展,利用人工智能发现和开发创新型候选药物。该公司的人工智能技术名为Generate平台,该平台以连续循环的方式运行,生成蛋白质序列以解答特定的治疗问题,将计算生

Latent Labs
技术:设计治疗性蛋白质 商业模式:合作驱动 最新消息:A轮融资4000万美元 就在上个月,Latent Labs在 A 轮融资中筹集了4000 万美元,成为众人焦点。巧合的是,该公司也是由 Simon Kohl 创立的,Simon Kohl 是屡获殊荣的 AI 模型 AlphaFold 开发过程中的重要人物。然而,由于 AlphaFold 并非旨在从零开始创造新型蛋白质,Late

Relay Therapeutics
技术:PI3Kα抑制剂 重大并购活动:收购 ZebiAI 及其机器学习-DEL 技术 最新消息:在PIPE融资轮中获得3000万美元 Relay Therapeutics 的 Dynamo 平台集成了一系列计算和实验方法,旨在针对此前难以解决或未得到充分解决的蛋白质靶点进行药物治疗。为了配合自身的技术,Relay 还于 2021 年收购了ZebiAI 及其机器学习-DEL(ML-DE

Recursion
领先资产技术:小分子超氧化物清除剂 重大并购活动:与人工智能药物研发公司Exscientia合并 最新消息:宣布了用于治疗慢性心肌梗塞的先导药物REC-994令人鼓舞的2期临床试验数据 人工智能药物研发公司 Recursion 的核心使命是 Recursion 操作系统 (OS),这是一个跨多种技术构建的平台,可不断扩展世界上最大的专有生物、化学和以患者为中心的数据集之一。 同时

Exscientia
专长:人工智能驱动的精准治疗。 Exscientia 通过将人工智能融入药物研发的每个阶段,彻底革新了药物研发。该公司专注于精准治疗,将人工智能与人类专业知识相结合,加速定制化治疗方案的开发。他们的创新方法已在肿瘤学和免疫学领域催生了多个临床候选药物,并与赛诺菲和百时美施贵宝等领先制药公司建立了合作伙伴关系。Exscientia 还以其以患者为中心的药物设计而脱颖而出,确保疗法根据现实世界的疗效

Deep Genomics
专长:RNA 疗法的基因洞察。Deep Genomics 利用人工智能解码基因组数据,并识别 RNA 疗法的靶点。其专有平台 SPIDEX 已为罕见遗传疾病的治疗开发出有前景的候选药物。Deep Genomics 在利用人工智能设计下一代 RNA 药物方面处于领先地位。 2015年,Brendan Frey与Hannes Bretschneider等人成立了Deep Genomics。公司有20

AION Labs
专长:AI驱动的药物研发合作。AION Labs 汇聚制药公司、科技创新者和初创公司,共同应对药物研发挑战。他们的协作式 AI 模型已在肿瘤学、自身免疫性疾病和罕见疾病领域取得了先进疗法。AION 的开放式创新方法促进了跨学科解决方案的开发。

Engine Biosciences
专长:利用人工智能和基因组学加速药物发现。Engine Biosciences 将人工智能与基因组学相结合,以发现基因相互作用和新型药物靶点。他们的研发管线涵盖肿瘤学和传染病领域的候选药物,展现了人工智能驱动的洞察力在药物发现领域的强大力量。

Schrödinger
专长:分子建模与药物设计。Schrödinger 将基于物理的计算化学与机器学习相结合,以推动药物研发。其先进的分子建模软件不仅供公司内部使用,也供武田制药和百时美施贵宝等合作伙伴使用。Schrödinger 拥有不断增长的内部项目管线,包括肿瘤学和神经病学领域的在研项目,并因突破计算药物设计的界限而备受赞誉。 在比尔及梅琳达·盖茨基金会1000万美元的资助下,Schrödinger于8月开始扩
只显示前20页数据