📊Bloomberg Technology•最新收集於 2m
Roche 與 Recursion 探索新的腦部疾病標靶
💡了解 Roche 如何運用 AI 降低腦部疾病藥物開發的失敗風險。
⚡ 30-Second TL;DR
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
AI-generated analysis for this event.
🔑 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▸ Show
| 公司 | AI 平台核心技術 | 合作模式 | 專注領域 |
|---|---|---|---|
| Recursion | Recursion OS (生物數據+AI) | 深度戰略合作 (Roche) | 神經科學、腫瘤學、罕見病 |
| Insilico Medicine | Pharma.AI (生成式 AI) | 授權與共同開發 | 纖維化、癌症、長壽科學 |
| Exscientia | 精準藥物設計平台 | 藥物發現與自動化實驗室 | 腫瘤學、免疫學 |
| Schrödinger | 物理模擬與機器學習 | 軟體授權與共同開發 | 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AI analysis grounded in cited sources
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。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
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 ↗