专栏首页ATYUN订阅号AstraZeneca与BenevolentAI合作,以加速药物发现

AstraZeneca与BenevolentAI合作,以加速药物发现

编译 | z朝闻

发布 | ATYUN订阅号

AstraZeneca与BenevolentAI进行长期合作,利用人工智能和机器学习发现和开发慢性肾病(CKD)和特发性肺纤维化(IPF)的新疗法。

这两个公司的科学家将并肩工作,将阿斯利康的基因组学、化学和临床数据与BenevolentAI的目标识别平台、生物医学知识图(一个由相关科学数据(基因、蛋白质、疾病和化合物)组成的网络)以及它们之间的关系结合起来。

机器学习系统地分析数据以找出事实之间的联系,并使用基于人工智能的推理来推断以前未知的联系。两个公司将共同解释这些结果,以了解这些复杂疾病的潜在机制,并更快地确定新的潜在药物目标。

AstraZeneca的EVP和研发生物制药公司总裁Mene Pangalos说:

“每年研究科学家可获得的大量数据呈指数级增长。通过将AstraZeneca的疾病领域专业知识和大型、多样的数据集与领先的人工智能和机器学习能力相结合,我们有挖掘这一丰富数据的潜力,以提高我们对复杂疾病生物学的理解,并确定治疗虚弱疾病的新目标。”

BenevolentAI首席执行官Joanna Shields说:

“今天有数百万人患有无药可医的疾病。药物发现和开发的未来在于缩小人工智能、数据和生物学之间的差距。我们很高兴能与AstraZeneca联手,为慢性肾脏疾病和特发性肺纤维化的治疗提供新的见解和新的治疗方法。”

CKD和IPF是一种复杂的疾病,其潜在的疾病生物学知识很难理解。这种疾病的复杂性需要大量丰富的数据集。

BenevolentAI是专注于药物发现的全球人工智能领导者。该公司开发了BenevolentAI平台,这是一个人工智能发现平台,科学家可以利用它来尝试发现疾病病理生理学中重要的新途径和机制。

End

本文分享自微信公众号 - ATYUN订阅号(atyun_com)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-05-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • AI向程序员老司机学习:从眼神的变化中寻找bug

    用AI找bug这件事,有人尝试过,结果翻车了。美国网站Yelp的程序员们试图让AI帮自己找bug,岂料AI却删库跑路,最后只能用回滚的办法挽回损失。

    量子位
  • 谷歌“史上最强GAN”,现在有了PyTorch预训练版,可直接玩耍 | 代码

    现在,身为PyTorch用户的你,也可以拥有一只BigGAN,而且不用自己训练,便能直接玩耍。

    量子位
  • 用三维Demo看懂各种优化算法,还有C++程序员福音

    机器学习里的优化算法很多,比如SGD、Adam、AdaGrad、AdaDelta等等,光是它们的迭代公式就已经够让人头疼。

    量子位
  • GitHub超过3000赞的「机器学习路线图」,教你升级打怪全攻略

    对想要学习机器学习的人来说,信息太多也是一种困扰,开放的课程、书籍、框架、开源代码那么多,每套资料都有自己的好处,有人说这个课程好,有人说那个框架最好用。

    量子位
  • 斯坦福2019年深度学习NLP课程完结,视频(有字幕)已放出 | 附PPT、参考资料、优秀项目

    大部分课程视频(有字幕)已经上线,所有的课程PPT都已经放出,课程中的优秀项目也已经公开。

    量子位
  • Bye Bye TPU,4个GPU就能训练“史上最强”BigGAN!作者开源完整PyTorch模型

    每次被BigGAN史上最强”的效果吸引,想要用其他数据集训练一番,脑海深处都会响起这样一个声音。

    量子位
  • 告别数据集资源匮乏,谷歌与斯坦福大学用弱监督学习给训练集打标签

    数据集就是机器学习行业的石油,强大的模型需要含有大量样本的数据集作为基础。而标记训练集中的数据样本是开发机器学习应用的最大瓶颈之一。

    量子位
  • 人机“心电感应”!人类可以预测神经网络的错误分类 | Nature子刊论文

    对抗图像是神经网络的顽敌,比如让AI错误检测路标信息、把乌龟认成步枪,都曾是对抗图像的“恶搞”。

    量子位
  • 谷歌工程师:TensorFlow已重获新生;网友:我还是用PyTorch

    这次来自谷歌的工程师Cassie Kozyrkov。她发表博文称,TensorFlow升级到2.0版本后有了翻天覆地的变化, 对新手更加友好了。

    量子位
  • 比“生物界AlphaGo”更厉害,MIT:给我一个氨基酸序列,就能告诉你蛋白质功能

    DeepMind去年公布了生物学界的AlphaGo——AlphaFold,只要知道蛋白质的氨基酸序列,就可以预测蛋白质分子的三维折叠结构。

    量子位

扫码关注云+社区

领取腾讯云代金券