News Release

AI研究强强联手 开发生成药物发现之’ImageNet’

AI研究者和化学家受邀将自己的数据集、模型和基准引入MOSES,共同打造生成药物发现的'ImageNet'

Business Announcement

InSilico Medicine

Insilico Medicine contributes to the new platform MOSES (Molecular Sets), A Benchmarking Platform for Molecular Generation Models

image: Insilico Medicine contributes to the new platform MOSES (Molecular Sets), A Benchmarking Platform for Molecular Generation Models. view more 

Credit: Insilico Medicine

11月30日星期五 - Insilico Medicine 是一家为年龄相关疾病开发端到端的药物发现管道的人工智能公司。最近,Insilico Medicine宣布开展一项开放研究合作,邀请研究人员为新平台MOSES(Molecular Sets,分子集)共同献力。论文 ”分子生成模型的基准平台”中对MOSES这个平台有所描述。代码可在GitHub中找到,网址: https://github.com/molecularsets/moses

基准平台本是 Insilico MedicineNeuromation ,和阿伦·阿斯普鲁-古斯克(Alán Aspuru-Guzik)实验室合作的成果。现邀请研究人员和团队向平台开放数据集和模型,以扩展基准平台。

论文对分子集(MOSES)做了介绍。MOSES是一个涵盖多种不同机器学习技术的基准平台 ,可以将数据集与标准数据集作比较。根据预先定义好的指标,MOSES能实施几种流行的分子生成模型,并对它们进行评级。MOSES旨在加快药物发现的速度,促进新模型的共享和比较。MOSES的目标是促进人工智能驱动的药物发现 ,正如ImageNet促进成像数据的深度学习那样。

随着机器学习的研究不断发展,尤其是深度学习方面,在可复制性和对不同方法进行客观比较的问题逐渐显现。虽然有好几种方法可以用机器学习模型生成新型分子结构,但是运行和评估这些生成模型表现的常规方法还未形成。MOSES平台提供一个标准化的基准数据集,一组统一实施的开源模型,以及用于评价、评估生成结果的指标。

“ 2015年,我们刚开始GAN用于生成化学的旅程时,这样的方法还是奇特的,是一门未经证实的技术。现在,技术已通过实验验证,并且这个领域正在爆炸性扩张,许多团体纷纷加入,并做出有意义的贡献。我们相信,制定一套标准和基准能服务于整个社区,加快向患者提供AI生成的药物,这一点是非常重要的。”Insilico Medicine的创始人兼CEO Alex Zhavoronkov博士表示。

“Insilico Medicine非常重视机器学习模型的可重复性和客观评估。随着生成AI的应用在药物发现领域日益普及,开发一个由研究界支持、维护的标准化基准平台的需求也越来越明显。有了MOSES,我们能通过先进的计算和机器学习方法,生产更好的药物化合物,离革新整个行业的终极目标又更进一步。” Insilico Medicine 的CTO Alexander Zhebrak说。

“我很高兴代表Neuromation宣布开展这项研究合作。Neuromation努力让深度学习的尖端成果惠及更多领域。我们重点服务于医疗保健行业。MOSES是个极具潜力的基准平台,或能成为生物化学生成模型的业界标杆;与Insilico Medicine合作,共同开发这个平台,实属难得的机会。我们非常激动。” Neuromation 的CRO Sergey Nikolenko博士说。

论文中描述的平台将于 12月2日在蒙特利尔举行的 NIPS博览会 上展示。论文由Daniil Polykovskiy,Alexander Zhebrak和Alex Zhavoronkov合著。

###

Insilico Medicine定期在同行评审的期刊上发表研究论文。公司率先利用生成对抗性网络(GANs)生成特定参数的新型分子结构,并于2016年6月发表了一份极具影响力的同行评审论文。后来这一概念得到进一步拓展,加入了先进记忆和强化学习部分。最新发表的论文中,有一篇刊登在《老年学杂志》上,展示了深层神经网络在评估患者的生理年龄方面的应用。最新一期的《分子药剂》特刊上也刊登了Insilico Medicine的几篇研究论文。Insilico最近发表了其在衰老研究方面的成果,论文涉及AI生物标志物开发、目标识别、跨物种衰老研究和防衰老剂发现。论文发表于于该领域影响力最大的期刊之一,《衰老研究评论》期刊上。 如需更多信息,图片或有意采访,请联系我们。

联系人:Polina Firsanova
ai@pharma.ai

网站:http://www.insilico.com

关于Insilico Medicine,Inc

Insilico Medicine是一家人工智能公司,在美国,比利时,俄罗斯,英国,台湾和韩国都设有研发办公室,雇员来自各个编程马拉松和比赛。本公司及其科学家致力于延长人类生产力年限,通过在发现生物标志物、药物开发,数字医学和老龄化研究方面的卓越表现,给药物发现和开发过程中的每一个步骤带来革新。

Insilico是利用生成对抗性网络(GANs)和强化学习的应用,生成新的分子结构,治疗有已知配体但无具体标靶的疾病的先行者。除了与大型制药公司合作,公司内部也在进行药物发现项目,包括癌症,皮肤疾病,纤维变性,帕金森病,阿尔茨海默症,肌萎缩性脊髓侧索硬化症,糖尿病,肌肉减少症,和衰老方面的药物。Insilico还与LifeExtension.com建立合作伙伴关系,结合先进的生物信息学和深度学习技术,Insilico推出了一系列的保健食品。另外,Insilico还提供了一系列面向消费者的应用程序,包括Young.Ai。Insilico Medicine是 医疗行业人工智能联盟(AAIH) 的创始公司之一 。

在2017年,Insilico Medicine当选NVIDIA五大“潜在最具社会影响的五大AI公司”之一。2018年,Insilico被CBS Insights评为全球AI企业100强。2018年,Insilico获得了弗若斯特沙利文2018 北美衰老研究与药物人工智能开发奖,伴有行业简报。简短的公司介绍视频:https://www.youtube.com/watch?v=l62jlwgl3v8。 了解更多信息,请访问http://www.insilico.com


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.