Workflow
Predictive Oncology Reports Positive Results Utilizing Artificial Intelligence for Drug Repurposing
POAIPredictive Oncology (POAI) GlobeNewswire·2025-02-18 21:00

文章核心观点 - 预测肿瘤学公司在药物再利用计划上取得新成功,利用人工智能平台识别有潜力的药物,为癌症治疗带来新机遇,且有望与大型药企开展业务合作 [1][6] 公司药物再利用举措 - 利用大型药企废弃或停用药物的公开数据集,建立有潜力用于其他适应症的候选药物登记册 [2] - 运用专有人工智能和机器学习平台,结合大量原发性肿瘤样本生物库和数十年药物反应数据,确定用于卵巢、结肠和乳腺癌临床测试的候选药物 [3] 技术成果与优势 - 运行平台八周可识别用于一种或多种肿瘤类型的化合物,仅测量92种实验室实验组合就能做出964个有信心的预测,覆盖79%的可能实验 [4] - 主动学习人工智能平台能高效预测多出10倍测量实验的结果,省去至少18个月的湿实验室测试,识别出两种对一种或多种肿瘤类型有非常有前景结果的药物,且优于治疗结肠癌的已知标准护理药物 [4] 评估的药物示例 - 评估的废弃或停用药物包括Akt抑制剂、选择性Aurora A抑制剂、选择性PI3Kα抑制剂、HDAC1/3抑制剂、VEGFR2/KDR抑制剂、PARP1/2抑制剂 [7] 公司战略与市场前景 - 受相关研究和报告结果鼓舞,主动研究卵巢癌药物再利用或再使用的潜在候选药物,高通量筛选方法结合人工智能模型能识别值得进一步考虑的药物 [6] - 利用人工智能平台对已批准或废弃药物进行再利用,有望更快、更便宜地开发新疗法,预计到2033年,再利用药物市场将从2023年的321亿美元增长到518亿美元,复合年增长率为4.5% [6] 公司简介 - 处于利用人工智能和机器学习加速早期药物发现的前沿,其科学验证的人工智能平台PEDAL能以92%的准确率预测肿瘤样本对药物化合物的反应 [8] - 拥有超过15万个可检测的异质人类肿瘤样本生物库,为学术和行业合作伙伴提供广泛的基于人工智能的药物发现解决方案,并拥有全资CLIA实验室设施 [8]