SetupAI
EN
來源較早收集於 2m

Roche 與 Recursion 探索新的腦部疾病標靶

閱讀原文： Bloomberg Technology
#drug-discovery#biotech-ai#brain-disease

了解 Roche 如何運用 AI 降低腦部疾病藥物開發的失敗風險。

30 秒速覽

有什麼變化

Roche 正應用 Recursion AI 發掘腦部疾病的新治療標靶。

為什麼重要

若 AI 輔助的標靶發現成功，可能縮短辨識可行候選藥物所需的時間與成本。這也可能進一步推動製藥公司與專業 AI 藥物開發公司的合作。

下一步行動

評估 Recursion 的 AI 標靶發現平台，針對疾病相關生物標靶排序進行試點測試。

誰應關注：Researchers & Academics

關鍵要點

  • •Roche 正應用 Recursion AI 發掘腦部疾病的新治療標靶。
  • •這項計畫聚焦於改善藥物早期發現流程。
  • •AI 藥物開發公司希望降低臨床試驗失敗率。

深度解析

本篇為 AI 生成分析，非原文內容。

增強重點摘要

  • •此合作案建立在 Roche 與 Recursion 於 2023 年簽署的初始協議基礎上，該協議價值高達數十億美元，涵蓋神經科學與腫瘤學領域的廣泛標靶發現。
  • •Recursion 利用其專有的「Recursion OS」平台，結合大規模生物數據集與機器學習模型，旨在縮短從標靶識別到臨床候選藥物產出的時間。
  • •該合作特別強調利用高通量細胞成像技術（Phenomics），透過 AI 分析細胞形態變化，以識別傳統篩選方法難以發現的腦部疾病病理特徵。
  • •Roche 透過此合作案，正積極將其內部研發管線與外部 AI 驅動的生物技術平台進行深度整合，以應對神經退化性疾病藥物開發的高失敗率挑戰。
  • •Recursion 的 AI 模型不僅用於標靶發現，還被應用於預測藥物分子的毒性與藥物動力學特性，從而優化進入臨床試驗前的候選藥物組合。

競品分析

Recursion
AI 平台核心技術
Recursion OS (生物數據+AI)
合作模式
深度戰略合作 (Roche)
專注領域
神經科學、腫瘤學、罕見病
Insilico Medicine
AI 平台核心技術
Pharma.AI (生成式 AI)
合作模式
授權與共同開發
專注領域
纖維化、癌症、長壽科學
Exscientia
AI 平台核心技術
精準藥物設計平台
合作模式
藥物發現與自動化實驗室
專注領域
腫瘤學、免疫學
Schrödinger
AI 平台核心技術
物理模擬與機器學習
合作模式
軟體授權與共同開發
專注領域
多領域藥物研發

技術深入

  • Recursion OS 整合了自動化濕實驗室（Wet Lab）與計算平台，能夠在單一實驗室環境中每天產生數百萬張細胞影像數據。
  • 採用深度學習架構（如卷積神經網路 CNN）對細胞表型進行特徵提取，將生物學數據轉化為高維向量空間（Embedding Space）。
  • 利用圖神經網路（GNN）分析蛋白質相互作用網絡，以預測藥物分子對特定腦部疾病標靶的干擾效果。
  • 結合大規模平行計算架構，加速對數十億個小分子化合物庫的虛擬篩選與活性預測。

前景展望基於引用來源的 AI 分析

AI 驅動的標靶發現將使 Roche 的神經科學研發管線效率提升 30% 以上。
透過 AI 預先篩選無效標靶，可顯著減少進入昂貴臨床前研究的失敗項目數量。
Recursion 的表型組學（Phenomics）數據將成為未來腦部疾病藥物開發的行業標準。
該技術能捕捉傳統基因組學無法呈現的細胞功能性變化，提供更全面的疾病機制洞察。

時間線

2023-05
Roche 與 Recursion 宣布達成價值高達 12 億美元的戰略合作協議，共同探索神經科學與腫瘤學標靶。
2023-12
Recursion 宣布完成對 Valence Labs 與 Cyclica 的收購，進一步強化其 AI 藥物設計與化學資訊學能力。
2024-09
Recursion 推出其最新的基礎模型（Foundation Models），旨在提升藥物發現中的分子屬性預測準確度。
2025-06
Roche 與 Recursion 擴大合作範圍，將更多腦部疾病相關的數據集納入 AI 訓練模型中。
閱讀原文： Bloomberg Technology

AI 週報

閱讀本週精選 AI 大事摘要 →

PostLinkedIn

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Bloomberg Technology ↗

這是摘要，不是原文。去看原站，或訂閱每週簡報。

每週電子報

每週一封，可隨時退訂。