使用AI解决衰老和疾病问题
Insilico Medicine 创始人兼首席执行官 Alex Zhavoronkov 博士是用于药物发现和揭示衰老和疾病双重途径的生成人工智能领域的先驱,他将出席由国家研究院老年科学兴趣小组组织的第四届峰会:下一代老年科学卫生部 (NIH) 和卫生与公众服务部于 4 月 24 日至 26 日在马里兰州贝塞斯达的 NIH 主校区举行。Zhavoronkov 将于东部时间 4 月 25 日下午 1:40 作为“选择和提取与衰老相关的特征”的老年科学衰老与健康数学建模会议的一部分发表演讲。
Insilico 自成立以来就专注于衰老与疾病的交叉领域,Zhavoronkov 是长寿领域的领先专家,也是衰老研究和药物发现会议的创始人之一。当深度神经网络 (DNN)——人工智能 (AI) 的驱动力——在 2000 年代中期开始超越人类时,该公司开始使用人类“多组学”数据对 DNN 进行训练,然后再对它们进行疾病训练。
“DNN 使我们能够生成以年龄为生成条件的大量合成数据,”Zhavoronkov 说。“我们可以使用这些 DNN 更好地了解人类疾病和衰老生物学。”
该公司继续构建名为Pharma.AI 的端到端人工智能驱动的药物发现平台,其中包括目标发现 (PandaOmics)、药物设计 (Chemistry42) 和临床试验预测 (InClinico)。2022 年,Insilico 使用该平台确定了 145 个与衰老相关的治疗靶点,涵盖阿尔茨海默氏症、帕金森氏症和骨关节炎等疾病,并进一步缩小为 9 个有前景的衰老和疾病双重靶点。结果发表在《衰老》杂志上。Insilico 的主要治疗候选药物,用于破坏性衰老相关的肺部疾病特发性肺纤维化,已在 FDA 的第一阶段临床试验和孤儿药物指定中获得积极的顶线结果。
老年科学是研究延缓或阻止与衰老相关疾病相关的功能衰退的干预措施,是一个快速发展的领域。该领域的主要挑战之一是如何衡量整体健康状况和衰老速度——准确评估减缓或加速衰老的条件或干预措施,尤其是在临床结果的背景下。利用数学建模和人工智能可以提供关键见解。
“人工智能技术的加速发展对衰老和长寿研究产生了重大影响,”Zhavoronkov 说。“首先,我们能够识别衰老的生物标志物。现在,我们正在利用这些见解来改变整个药物发现过程。”
版权声明:本文由用户上传,如有侵权请联系删除!