最新研究指出,兩款 AI 科學助手在「老藥新用(Drug Retargeting)」任務中取得成功。這兩款工具皆能針對現有藥物尋找新適應症並生成科學假說,其中一款工具甚至能進一步對相關數據進行分析。這項進展顯示 AI 在加速生物醫藥研發、降低臨床前研究成本上具有極大潛力。
Google DeepMind 分享了研究員 Filippo Menolascina 如何利用 AI 系統「Co-Scientist」來攻克複雜的肝臟疾病。該系統不僅協助識別出全新的肝臟疾病治療方案,還成功解釋了為何現有藥物只對部分患者群體產生療效。這項突破展示了 AI 代理(AI Agents)在生物醫學與精準醫療領域的巨大潛力,能大幅縮短科學假說的驗證週期。
Google DeepMind 宣布,旗下 AI 蛋白質結構預測模型 AlphaFold 已成功解析出導致心臟病的一種關鍵蛋白質結構。這項突破解決了長期以來在結構生物學上的難題,有助於科學家深入理解心血管疾病的致病機制。此發現將為未來的標靶藥物開發與精準醫療奠定重要基礎,展現 AI 在生醫領域的巨大潛力。
Alphabet 拆分出的 AI 與量子技術公司 SandboxAQ,在 Hugging Face 上正式發布了 SAIR 數據集。該數據集專為製藥研發(Pharma R&D)設計,利用 AI 驅動的「結構智能」,提供高質量的分子與蛋白質結構數據。此舉解決了 AI 藥物發現中高質量數據匱乏的痛點,將有助於研究人員訓練更精準的預測模型,大幅縮短新藥開發的週期與成本。