- · 《分子科学学报》栏目设[09/30]
- · 《分子科学学报》收稿方[09/30]
- · 《分子科学学报》投稿方[09/30]
- · 《分子科学学报》征稿要[09/30]
- · 《分子科学学报》刊物宗[09/30]
英矽智能首席科学官任峰:18个月找出新药分子的(5)
作者:网站采编关键词:
摘要:Q13:国内外药企的情况也不一样,国内做fast-follow、me-too、me-better的可能比较多,可以介绍Insilico在中国的商业化情况吗? 任峰: Insilico今年才开始在中国
Q13:国内外药企的情况也不一样,国内做fast-follow、me-too、me-better的可能比较多,可以介绍Insilico在中国的商业化情况吗?
任峰:Insilico今年才开始在中国商业化,以前在中国没有团队,知名度也比较低。
我们从今年开始在中国做一些商业化合作,国内确实做 fast-follow、me-too比较多,我们的Chemistry42,针对fast-follow也有非常好的经验,它可以小分子化合物选项里,选择跟已知某一个小分子化合物结构similarity,如果similarity做达到80-90%,
它产生的小分子化合物就跟设定的小分子化合物结构非常类似,同时它有自己的专利空间。所以我们的Chemistry42对于fast-follow是非常高效的,目前也有几个例子可以证明。
Q14:我想问下如果设计的分子是真正全新的母核、侧链,是否会因为与数据库所有分子指纹匹配度不高导致预测准确性会下降?
任峰:这是正常的。我们的Chemistry42里面可以选择跟已知母核similarity很高的结果,例如80-90%;同时也可以选择similarity非常低,例如30-40%。这样涉及到的分子结构是完全不一样。
从理论上来讲,越相似分子活性可能性越大,而且保持好性质的可能性就越大,反之,活性就会低一些,而且有可能完全改变其他性质,
但这些分子会因为是全新组合,跟已知化合物相似度非常小,那么它的专利空间就非常大,所以就需要做一个平衡。
Q15:大分子药物方面有什么AI的策略或者案例吗?
任峰:我们Insilicon Medicine目前不涉及大分子,但我们认为人工智能系统在大分子领域将有非常好的应用前景。
由于我们团队没有大分子方面人才,所以目前不知道大分子设计的痛点,我们也没有大分子业务。
Q16:如果靶点蛋白没有复合物怎么办,如何预测呢?用同源蛋白建模是好的解决方法吗?
任峰:是的,如果靶点蛋白没有复合物,我们的方式就是去找同源性比较高的蛋白,来代替靶向蛋白,放到Chemistry42里面,这样也可以产生相应小分子化合物。
Q17:临床数据来源于医院吗?
任峰:是的,临床数据最初肯定来源医院,但也有一些公开临床数据,经过我们整理之后放到系统里;
同时我们以前也跟一些其他国家,例如和英国政府合作做临床数据分析,所以也有一些自有数据。
Q18:三个平台对外开放吗?如何收费?
任峰:我们只有PandaOmics对外开放,它是通过组学数据帮助找新靶点,我们已经将其部署在云端。
其他两个还没有完成这样部署,所以暂时还不能开放,我们今年有可能会把Chemistry42也部署到云端。
目前PandaOmics是收取一定的授权费。
再次感谢今天来参加线上会议,然后非常高兴有这么多志同道合的朋友对AI感兴趣,AI以后会有可能发展成一种颠覆性技术来帮助新药研发。我们也坚持相信AI只有跟新药研发团队结合在一起,才能实现最大价值。雷锋网雷锋网
文章来源:《分子科学学报》 网址: http://www.fzkxxbzz.cn/zonghexinwen/2021/0707/1140.html