由生成式AI驱动的临床阶段生物科技公司英矽智能宣布，备受关注的英矽智能Pharma.AI Week系列网络研讨会已经顺利闭幕。通过三场关注不同主题的专项网络研讨会，来自全球63个国家的500多名与会者见证了英矽智能自有生成式AI平台的更新发布，活动主要亮点如下：
【1】Science42: DORA，基于AI智能体 (AI Agents) 的智能写作助手
• 智能体强化：新增AI智能体进一步提升平台能力，为用户提供更多AI工具，进而辅助全面深入研究。
• 网络搜索：通过网络搜索功能，DORA可以实时访问网络数据，还能从PandaOmics平台提供的深入见解中获得启发。有了这项新功能，您的研究报告或许会更上一层楼！
• 生成过程透明化：此功能确保用户可以实时观察文档生成过程，完全透明地展示AI如何撰写和获取信息。这提高了信任度，让用户了解内容的形成过程。
【2】PandaOmics，靶点发现与优先排序引擎
• 数据仓库更新：此次更新扩展了PandaOmic数据库，将其中涵盖的临床试验信息翻倍达到100万条，同时强化了组学、出版物、基金、专利和知识图谱等已有数据集。此外，英矽智能的数据仓库现已可用，通过证据图谱支持基因与疾病关联和循证研究。
• 自由订阅计划：平台现提供灵活的月度、季度和年度订阅计划。新用户可获得7天免费试用，学术用户享受重要折扣，这使平台向更广泛的受众开放，支持前沿研究工具的可及性提升。
【3】Chemistry42，生成式AI驱动的分子生成平台
• 新应用Model Training：用户现可用自己的实验数据训练模型，平台将自动选择最佳模型参数并计算测试指标。
• 新应用Retrosynthesis：用于分子合成路径发现的定性工具。基于化学、区域和立体选择性等方面考虑，该应用为类药小分子生成最多3条备用合成路径，提供路线选择的灵活性。
【4】Generative Biologics，用于从头蛋白质设计的AI工具
• 基于用户数据的模型重训练：此功能使用户能够直接在平台上使用亲和力、可开发性等自有实验数据训练预测模型，进而辅助后续预测和优化工作流程。单一特性优化也好，多方面同时优化也罢，更全面的多参数优化已经成为可能。
• 基于模板的结构设计：引入了新的基于模板的肽片段生成工作流。与从头设计不同，该流程通过基于提供的蛋白质-肽段复合物生成数千个新序列，用于优化现有结合物。此后，英矽智能通过前沿的亲和力预测模型针对肽片段进行逐个评估，辅助识别和选择优于原始结合物的候选药物。
英矽智能副总裁、全球AI平台负责人Petrina Kamya博士表示，“经过持续整合前沿AI模型、扩展平台底层数据集的努力，Pharma.AI平台于近期再次发布更新，这是英矽智能技术革新的关键一步。举例而言，Generative Biologics应用引入了基于用户数据的模型重训练、改进了生成和奖励模型，达成了准确率提高8%、运算速度提升25%的优化。以生成式AI为驱动，我们希望进一步简化科学创新流程，不仅在生物制药领域。”
2016年，英矽智能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，为涵盖生成生物学、化学和医学等领域的商业化Pharma.AI 平台奠定了基础。自2021年以来，英矽智能在自有人工智能平台Pharma.AI的支持下，建立了超过30条丰富的自研管线组合，并从中提名了20款临床前候选项目，其中10款化合物获得临床试验许可。
英矽智能创始人兼首席执行官Alex Zhavoronkov博士表示，“很高兴看到Pharma.AI在英矽智能研发团队的不懈创新之下，成长为今天这样的多元化生成式AI平台。以此为依托，我们期待为生物制药和科学突破带来更多的可能性，让这一过程更高速、更高效、更精准地进行下去。”
2024年初，英矽智能在Nature Biotechnology发布论文，介绍了领先自研AI药物ISM001-055从人工智能算法到II期临床试验的整个研发历程。该候选药物具有人工智能发现的靶点和人工智能设计的结构，针对其进行评估的一项IIa期临床试验（NCT05938920）于近期发布积极初步结果。数据表明，ISM001-055在用药12周后显示出全剂量组中的良好安全性和用力肺活量（FVC）的剂量依赖性药效趋势。
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