BenevolentAI:利用人工智能优化小分子药物设计

2019年04月11日 由 人工智能爱好者 发表 436967 0


在BenevolentAI,我们正在努力释放科学数据的力量,这样就不会有疾病得不到及时治疗。我们通过多种方式实现这一目标,从最初的目标识别和验证,到命中发现和先导优化,最后到临床,使我们成为世界上唯一由人工智能(AI)驱动的端到端药物发现公司。

我们通过使用结构化和非结构化数据源,在规模上学习新的见解和关系,从而推动这一创新,否则将无法实现。在这里,一个关键的区别是我们如何使用人工智能提取科学文献和专利中的知识,以增强我们的基因、目标、分子和疾病实体关系的知识图。

作为化学信息学团队的负责人,我在BenevolentAI的职责是指导分子设计平台开发的科学方向和有效性。药物化学空间的大小确实很大。作为类比,如果我们采用六块乐高积木,就可以用近十亿种独特的配置来构建它们。将砖块替换为原子,并将数量从6个增加到20-30个重原子的药物样分子的更典型尺寸,空间的大小急剧扩大到真正的天文比例。这个空间的大小使得在详尽检查每个理论分子方面具有技术挑战性,相反,我们使用先进的AI算法来有效地对该空间进行采样,以探索和利用最有希望的候选者进行合成和测试。

药物发现本身是一种固有的多目标优化过程,需要对许多不同的参数进行一致优化。我们使用一系列适当的参数为每个候选解决方案评分多个预测模型,包括引入合成易处理性,甚至规划合成路线。

我们在BenevolentAI开发的平台使我们不仅能够告诉我们的科学家制造什么,还能告诉我们如何制造与我们的药物发现计划最相关的分子,从而有助于优化我们的整个AI驱动药物发现。
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
评论 登录
热门职位
Maluuba
20000~40000/月
Cisco
25000~30000/月 深圳市
PilotAILabs
30000~60000/年 深圳市
写评论取消
回复取消