News Release

英矽智能与赛诺菲研发合作达到里程碑

Business Announcement

InSilico Medicine

Following the agreement in November 2022, the collaboration yielded an AI-facilitated lead with first-in-class (FIC) potential against an undruggable transcription factor target for treating oncology diseases, enhanced by Insilico Medicine’s AI platform

image: 

Powered by PandaOmics, Insilico’s proprietary generative biology AI platform, the joint R&D team comprising Insilico Medicine and Sanofi colleagues focused on highly novel targets known to be “undruggable”. Together, the teams addressed this druggability challenge through further lead optimization based on novel scaffolds generated by Chemistry42, the highly flexible generative AI engine for drug design and discovery.

view more 

Credit: Insilico Medicine

2024年10月30日,由生成式人工智能(AI)驱动的临床阶段生物科技公司英矽智能宣布,继2022年11月签署合作协议后,在与赛诺菲的多年研究合作中取得重要进展。双方在针对难成药转录因子靶点的项目开发中,发现了具有“全球首创”(first-in-class, FIC)潜力的先导化合物。该候选分子是在英矽智能自研AI平台Pharma.AI赋能下辅助发现的,有望用于肿瘤领域疾病治疗。

在这项合作中,双方首先依托英矽智能自有生成生物学AI平台PandaOmics,组建联合研发团队专注于业界认为“难成药”的高度创新靶点;再通过高自由度的生成式AI药物设计引擎Chemistry42获得创新分子骨架,并在此基础上开展进一步优化,破解难成药挑战。

英矽智能联合首席执行官兼首席科学官任峰博士表示,“英矽智能与赛诺菲的密切合作达成了里程碑,这是一项卓越的成就。在AI赋能下,团队针对转录因子靶点,成功得到具有同类首创潜力的创新小分子先导化合物。作为“难成药”靶点,目前还没有任何同靶点候选分子在研,这展示了AI在药物发现,尤其是是创新靶点药物设计方面的巨大潜能。”

经过优先级评估,英矽智能将获得该项目的后续开发权益,并继续使用自研AI药物研发工具组件赋能双方基于潜力靶点的研发战略合作。

该合作旨在利用英矽智能人工智能驱动的Pharma.AI药物发现平台,推进基于不超过6个创新靶点的候选药物研发。协议包括高达2150万美元的预付款和靶点提名费用,以及总额预计最高可达12亿美元的研发和商业里程碑付款。该合作还将为研发成功产品的商业化提供分阶段特许权使用费。

英矽智能创始人兼首席执行官Alex Zhavoronkov博士表示,“对于AI在药物发现领域突破纪录、搭建标准的潜力英矽智能与赛诺菲有着共同的愿景。我们期待携手合作,共同朝着更高效、更有效的项目交付迈进,在AI支持下拓宽药物研发边界。”

 

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


Disclaimer: AAAS and EurekAlert! are not responsible for the accuracy of news releases posted to EurekAlert! by contributing institutions or for the use of any information through the EurekAlert system.