▎药明康德内容团队编辑
Atomwise今日宣布与赛诺菲（Sanofi）达成策略性与独家研究合作协议，此协议将包含使用AtomNet人工智能/机器学习平台进行对最多达5个药物靶点的发现与研究。根据协议，Atomwise将会自赛诺菲获得2千万美元的预付款，并可能获得多达10亿美元的里程碑款项。
药物开发过程历时长久并所费不赀，其中原因之一便是在药物发现过程中，候选分子的高度折损率。每一个最终成为药物的分子背后，都有数百万个分子被测试并因为不合适而被舍弃。此外，许多药物开发的过程，是通过已知相对应靶点-配体结构训练的演算法来预测，这类科技最主要的限制在于研究人员需要先发现靶点至少一部分的配体后才能开始进行。然而对许多新的、具挑战性并未解的靶点而言，已知存在的配体相当少，因此也造成这类演算法的预测结果不佳。
根据Atomwise官方网站，AtomNet是利用深度卷积神经网络（deep convolutional neural network），并以结构为基础来进行理性药物设计的药物发现人工智能演算法。与一般以蛋白结构或局部配体数据为训练基础的演算法不同，AtomNet使用的是类似于图片识别的演算法，其将蛋白质与配体视为由许多不同、特定的化学结构所构成，也就是说AtomNet所学习的像是基础的有机化学概念，可以识别像是氢键、芳香性（aromaticity）与单键碳原子等基本化学结构。通过达万亿个化合物的训练，AtomNet模型可独立识别基础有机化学图样。目前AtomNet已经被成功运用在癌症、神经疾病、抗病毒、抗寄生虫与抗生素等药物开发上，所预测的分子也成为研发项目的先导化合物，并在动物实验中产生积极的结果。
图片来源：123RF
根据此协议，赛诺菲会支付2千万美元的预付款给Atomwise进行识别、制造并推进最多5款先导化合物，而赛诺菲将会拥有这些化合物的专属开发权利。后续的款项取决于关键研究、开发与销售里程碑，总金额可达10亿美元。
“在Atomwise，我们的任务就是使用我们独特的科技，解锁那些通过传统小分子药物发现方式无法触达的靶标，以更快、更好的方式来制造药物，” Atomwise的共同创始人兼首席执行官Abraham Heifets博士说道，“我们很高兴与赛诺菲达成合作。这一合作继续验证了人工智能平台在协助加快开发那些富挑战性或未知药物靶标创新疗法上所扮演的重要角色。”
参考资料：
[1] Atomwise Signs Strategic Multi-Target Research Collaboration with Sanofi for AI-Powered Drug Discovery. Retrieved August 17, 2022 from https://www.atomwise.com/2022/08/17/atomwise-signs-strategic-multi-target-research-collaboration-with-sanofi-for-ai-powered-drug-discovery/
[2] How AtomNet® Technology Improves Drug Design Using Convolutional Neural Networks. Retrieved August 17, 2022 from https://blog.atomwise.com/introducing-atomnet-drug-design?__hstc=181257784.03dc3a4b99e4afb3e0924fc2e8c8bb5f.1604348830126.1634063012667.1634069536201.62&__hssc=181257784.6.1634069536201&__hsfp=1972113449
免责声明：药明康德内容团队专注介绍全球生物医药健康研究进展。本文仅作信息交流之目的，文中观点不代表药明康德立场，亦不代表药明康德支持或反对文中观点。本文也不是治疗方案推荐。如需获得治疗方案指导，请前往正规医院就诊。
版权说明：本文来自药明康德内容团队，欢迎个人转发至朋友圈，谢绝媒体或机构未经授权以任何形式转载至其他平台。转载授权请在「药明康德」微信公众号回复“转载”，获取转载须知。
个人中心
我是园区
退出
