撰写研究论文对于传播科学发现至关重要,但这一过程效率低下,尤其对职业生涯早期的研究人员和非英语母语者而言尤甚。2018年《自然》发表的一项调查显示,大约37%的受访者报告称每周要花费超过20小时用于撰写和修改科学论文。
自然语言处理(NLP)技术的最新进展,特别是生成预训练变换器(GPT)和其他大语言模型(LLM)的崛起,为研究人员提供了一套强大工具,能够快速处理大量文献。由生成式人工智能驱动的临床阶段生物医药科技公司英矽智能,近期推出了智能写作助手Science42: DORA的预览版,以简化科学内容的生成过程,进一步加速科学研究。
Science42: DORA(DORA)集成了多种基于LLM的AI智能体(AI Agents),旨在简化撰写学术论文和其他科学文档(包括科研项目申请、专利申请、内部研究摘要、IND申请、新闻稿等)的过程。DORA通过精心设计的提示词、专有数据库和预训练的内容生成工作流,帮助研究人员根据给定治疗快速撰写文档,并提供相对准确的科学信息引用。
英矽智能全球AI平台负责人、副总裁Petrina Kamya博士表示,“撰写过程最难的步骤往往是开始,这一点我在作为研究生期间负责撰写大量科研项目申请、论文和报告时亲身经历过。我们开发了Science42: DORA,以帮助消除这一令人生畏的写作障碍。”
为了进一步验证DORA的能力,英矽智能的开发人员与哥本哈根大学的研究人员合作,在medRxiv上提交了一篇论文。该论文由DORA草拟,后经人工审阅和扩展,论文主要基于32个癌症数据集的放疗表型和表达数据,概述了放疗在不同脑肿瘤(即胶质母细胞瘤和低级别胶质瘤)之间的效果比较研究。
英矽智能计划在多种类型的文档生成中进一步测试DORA,并正式于2024年底向公众推出。目前DORA预览版,可通过点击阅读原文访问。
英矽智能创始人兼首席执行官Alex Zhavoronkov博士表示,“我们旨在将最先进的人工智能与人类智慧相结合,以更快、更好地推动研发进展,而基于LLM的AI智能体是我们最近的重点。在DORA的帮助下,我们希望不仅能简化写作过程,还能提升学术产出的整体质量,从而推动AI产品在实际场景中应用和更有意义的科学信息传递。”
作为将生成式人工智能应用于药物发现的先驱,英矽智能于2016年全球首次在同行评审期刊上阐述了使用生成式人工智能设计新型分子的概念。随后,英矽智能为其基于生成对抗网络(GAN)的人工智能平台开发并验证了多种算法和功能,并将这些算法集成到商业化的Pharma.AI 平台中,涵盖生成生物学、化学和医学等领域。
自 2021 年以来,英矽智能建立了超过30条丰富的自研管线组合,并从中提名了18款临床前候选项目,其中 9 个分子已经获得临床试验许可。2024 年 3 月,英矽智能在全球顶尖学术期刊Nature Biotechnology上发表论文,披露了其领先的抗纤维化项目的部分临床前和临床阶段原始数据和评估结果,这是一款利用生成式人工智能研发的治疗特发性肺纤维化的潜在全球首创TNIK抑制剂,目前正在患者群体中展开2期临床试验。
关于英矽智能
英矽智能是一家由生成式人工智能驱动的临床阶段生物医药科技公司,通过下一代人工智能系统连接生物学、化学和临床试验分析,利用深度生成模型、强化学习、转换模型等现代机器学习技术,构建强大且高效的人工智能药物研发平台,识别全新靶点并生成具有特定属性分子结构的候选药物。英矽智能聚焦癌症、纤维化、免疫、中枢神经系统疾病、衰老相关疾病等未被满足医疗需求领域,推进并加速创新药物研发。
更多信息,请访问网站
www.insilico.com
商务合作,请联系 bd@insilico.ai
媒体垂询,请联系 pr@insilico.ai