Drug Discovery
搜索文档
Shuttle Executes LOI with Molecule.ai
Globenewswire· 2025-10-10 22:20
交易概述 - Shuttle Pharmaceuticals Holdings Inc 宣布与人工智能公司 Moleculeai 签署了一份不具约束力的意向书 [1] - 交易内容为 Shuttle Pharma 拟收购 Moleculeai 及其先进的药物发现平台 [2] - 收购对价为1000万美元 将以现金和Shuttle普通股组合的形式支付 具体支付与里程碑事件挂钩 [7] Moleculeai 公司及平台技术 - Moleculeai 是一家专注于革命性药物发现的人工智能公司 由AI科学家张ZT博士创立 [2][8] - 其平台利用先进的机器学习模型和大型语言模型 在评估新分子方面提供行业领先的准确性和效率 [3] - 平台旨在帮助研究人员缩短开发时间 降低成本 并提高识别成功治疗候选物的可能性 [3] - 平台具备三项突破性能力:分子特性预测与推理、药物-靶点相互作用建模、以及代理AI模式 [9] - 代理AI模式能够实现从化合物筛选到优化的多步骤自动药物发现工作流 [9] 交易具体条款与协同效应 - Shuttle将收购Moleculeai的全部权益 并承担其所有负债 交易完成后Moleculeai将无遗留义务或负债 [5] - Moleculeai将扩展其AI模型和平台以支持药物-靶点相互作用研究 [5] - Moleculeai将增加代理AI模式的第一个版本 以实现自动化的药物发现工作流 [6] - Moleculeai将作为主要联络方和猎头 利用其在AI社区的关系招募更多员工以加强团队 [6] 公司背景 - Shuttle Pharma是一家专注于改善癌症患者放射治疗效果的发现和开发阶段专业制药公司 [10] - 公司使命是通过开发旨在最大化放疗有效性同时限制其副作用的疗法 来改善癌症患者的生活 [10]
Bristol-Myers Squibb, Takeda, Astex Join AI Consortium to Train OpenFold3 for Accelerated Drug Discovery
Yahoo Finance· 2025-10-03 17:33
合作联盟与参与方 - 百时美施贵宝、武田制药和Astex制药于10月1日同意合作,汇集专有数据用于AI药物发现[1] - 该合作联盟已包括艾伯维和强生等公司[1] 合作模式与技术细节 - 制药公司将贡献数千个实验确定的蛋白质-小分子结构数据,用于训练名为OpenFold3的AI模型[2] - 合作采用由Apheris提供的联邦数据共享模式,可在确保原始敏感数据安全的前提下聚合多方数据集[2] 合作目标与项目背景 - 合作目标是通过汇集广泛数据集,提高OpenFold3在预测蛋白质与小分子相互作用方面的准确性,这是药物发现的关键步骤[3] - OpenFold3是行业主导的AI结构生物学网络的旗舰项目,与哥伦比亚大学AlQuraishi实验室合作进行[3] 公司业务概览 - 百时美施贵宝在全球范围内发现、开发、许可、生产、营销、分销和销售生物制药产品[4]
C4X Discovery announces selection of a once-daily development candidate from its α4β7 inhibitor programme
Globenewswire· 2025-09-22 15:00
候选药物进展 - 公司宣布从其口服α4β7整合素抑制剂项目中选定了一个临床前候选药物,用于治疗炎症性肠病[2] - 该候选药物为一种强效、高选择性的α4β7抑制剂,具有口服生物利用度,支持每日一次给药[2] - 该候选药物有潜力成为同类最佳的口服疗法,可能为炎症性肠病患者带来变革性治疗选择[2] 目标市场与产品定位 - 炎症性肠病影响全球超过500万人,是一个快速增长的市场,预计到2034年市场规模将达到477亿美元[3] - 针对当前疗法未能满足需求的患者,公司的口服α4β7整合素抑制剂有潜力为这一增长中的市场提供亟需且更便利的治疗选择[3] - 与生物制剂相比,靶向口服疗法的便利性使其有机会取得领先,并显著扩大接受治疗的患者数量[4] 产品优势与科学突破 - 该疗法将α4β7抑制既有的安全性和有效性与口服给药的便利性和可及性相结合,可能改善患者预后并减轻医疗系统负担[4] - 公司在对α4β7抑制反应的遗传生物标志物方面取得突破,可能实现更个性化的治疗,支持优化的临床开发和患者分层路径[4] - 公司的治疗方法可与其它靶向疗法联合使用,用于现有方法未能实现充分控制的复杂或难治性疾病患者[4] 研发管线与公司战略 - 除α4β7项目外,公司管线还包括最佳口服TNFα抑制剂和首创PAD4项目,涵盖创新单药疗法和跨多个治疗领域的战略组合方法[5] - 公司计划在2025年剩余时间内继续推进α4β7项目的合作讨论,并预计在未来几周内产生其它项目的关键数据[5] - 公司拥有成功的临床前项目对外授权记录,战略是将候选药物开发到可与最佳合作伙伴进行对外授权或合作的阶段,以执行临床开发和商业化[8]
Absci Boosts AI-Powered Drug Discovery With Oracle And AMD Collaboration
Benzinga· 2025-09-12 00:10
合作与技术整合 - Absci与甲骨文云计算基础设施和AMD合作 加速生成式AI驱动的药物发现[1] - 公司利用甲骨文AI基础设施和AMD最新硬件 整合基础设施并加速生物制剂设计周期[1] - 通过合作实现大规模分子动力学模拟和端到端抗体设计[2] 技术架构与性能提升 - 采用第五代AMD EPYC处理器和RDMA集群网络 支持大规模模型训练和高分辨率分子动力学模拟[3] - 通过裸机GPU访问实现超低延迟 将GPU间延迟降至2.5微秒[4] - 获得每秒TB级吞吐量 支持检查点和数据流传输[4] 市场反应 - Absci股价上涨10.5% 达到每股2.63美元[5]
Absci joins Oracle and AMD for AI-led drug discovery (ABSI)
Seeking Alpha· 2025-09-11 20:30
公司合作动态 - Absci与Oracle Cloud Infrastructure及AMD达成合作 旨在加速其人工智能驱动的药物发现工作 [2] - 合作内容涉及使用Oracle的人工智能基础设施及AMD的相关技术资源 [2] 技术资源整合 - 公司总部位于华盛顿州温哥华市 属于生物技术行业 [2] - 具体技术方案将整合Oracle的AI基础设施与AMD的计算硬件资源 [2]
Absci Accelerates AI-Driven Drug Discovery with Oracle and AMD
Globenewswire· 2025-09-11 20:00
合作背景 - Absci与Oracle Cloud Infrastructure及AMD合作加速生成式AI驱动的药物发现[1] - 合作旨在整合基础设施并加速生物制剂设计周期[1] 技术细节 - 采用OCI的AI基础设施和AMD最新硬件构建技术基础[2] - 使用AMD下一代Instinct™ MI355X GPU提升AI药物创造平台性能[2] - 通过OCI裸金属实例实现2.5微秒超低GPU间延迟[3] - 利用第五代AMD EPYC处理器实现TB/秒级数据流吞吐量[3] 应用成效 - 平台支持大规模分子动力学模拟和端到端抗体设计[2] - 显著加速抗体-抗原相互作用的高分辨率模拟[3] - 实现治疗靶点快速设计和创新疗法开发[5] 战略意义 - 建立AI算法与湿实验室验证的持续反馈循环机制[5] - 通过合成生物学数据引擎增强治疗设计的精确度[5] - 为下一代AI驱动的药物发现工作流奠定技术基础[3] 公司定位 - Absci系临床阶段生物技术公司总部位于华盛顿温哥华[5] - AMD拥有55年以上高性能计算技术创新历史[6] - Oracle提供集成云应用套件及自主基础设施服务[7]
BioGene Therapeutics Inc. Appoints Dr. Francis Tavares, PhD., as Chief Technology Officer
Newsfile· 2025-08-20 19:00
公司人事任命 - PreveCeutical Medical Inc全资子公司BioGene Therapeutics Inc任命Francis Tavares博士为首席技术官 自2025年8月19日起生效[1] - Tavares博士拥有30年药物研发经验 曾担任ChemoGenics BioPharma创始人兼CEO 并曾在葛兰素史克担任药物化学部门集团经理 获2004年科学卓越奖[2] - 其领导开发的小分子抑制剂实现重要里程碑 包括Trilaciclib商业化及最佳CDK4/6抑制剂Lerociclib完成III期临床试验[3] 高管专业背景 - 持有科罗拉多州立大学有机化学博士学位 并在德克萨斯大学奥斯汀分校完成博士后研究[3] - 主导超过15个代谢靶点研究 领导药物化学 药代动力学和毒理学多学科团队 持续为临床试验输送候选药物[3] - 曾建立先进研究设施 推动多项I期和II期SBIR资助项目合作 并成功获取风险投资用于商业化[2] 公司战略布局 - BioGene Therapeutics专注于代谢健康和基因治疗领域创新疗法[6] - 通过澳大利亚全资子公司利用当地43.5%研发税收现金返还政策 依托优质科研人才推进基因疗法研究[6] - 当前正开展针对全球糖尿病和肥胖危机的基因治疗方法前沿研究[6] 研发管线概况 - 公司拥有五项研发项目:糖尿病与肥胖双重基因治疗 Sol-gel项目 Nature Identical™多肽疗法 非成瘾性镇痛肽替代品 以及脑震荡治疗产品[5] - 采用有机和天然等同产品开发预防性及治疗性疗法创新方案[5] - 致力于成为预防性健康科学领域的领导者[5] 管理层评价 - BioGene董事长兼CEO Stephen Van Deventer认为Tavares博士将科学创新转化为成功产品的经验对公司具有不可估量价值[4] - Tavares博士表示对公司科学创新方法充满信心 将致力于把变革性疗法转化为商业产品[4]
Marvel Biosciences Granted Chinese Patent for Lead Therapeutic Candidate MB-204
Newsfile· 2025-08-19 05:05
公司知识产权进展 - 中国国家知识产权局授予专利号ZL2021800208934 涵盖先导资产MB-204的化合物组成 [1] - 专利名称为"治疗疾病的嘌呤化合物" 强化公司在关键市场的全球知识产权地位 [1][3] 核心药物资产特性 - MB-204是腺苷A2A受体拮抗剂伊曲茶碱的氟化衍生物 具有更强效力、更长持续时间和更好耐受性 [2][4] - 在自闭症、雷特综合征和抑郁症多个临床前模型中展示出强劲疗效 [2][5] - 已具备进入第一阶段临床试验的条件 [2] 疾病治疗领域 - 针对自闭症谱系障碍及相关疾病开发新型疗法 约每36名儿童中有1名被诊断患有自闭症 [3][5] - 探索MB-204在雷特综合征和脆性X综合征等罕见病治疗潜力 [5] - 阻断A2A受体可能治疗阿尔茨海默病和抑郁症 [5] 公司背景与战略定位 - 通过全资子公司Marvel Biotechnology Inc开展业务 总部位于卡尔加里 [4] - 专注于神经系统疾病和神经发育障碍治疗领域 [4] - 伊曲茶碱是目前市场上唯一已上市的腺苷A2A受体阻断剂 [4]
XtalPi and Pfizer Expand Strategic Collaboration to Advance AI-Driven Drug Discovery and Materials Science Simulations
Prnewswire· 2025-06-30 09:23
合作扩展 - XtalPi与辉瑞宣布扩大研究合作 共同开发下一代分子建模平台 旨在通过AI模型提升小分子药物发现的准确性和效率[1] - 合作重点是利用XtalPi的XFEP平台 从参数定制到自由能微扰计算 为辉瑞药物发现提供支持 目标是提高准确性 高通量速度和用户友好性[3] - 辉瑞将利用该平台掌握其快速扩张的小分子化学空间 开发更精确的预测工具[1] 技术成果 - 2024年联合研究论文公布了第一代XtalPi力场(XFF) 在预测小分子几何结构和结合亲和力自由能微扰计算方面表现出色[2] - XFF技术能够计算和预测小分子关键特性如效力和选择性 实现更精确的药物筛选和合理设计[2] 公司背景 - XtalPi由麻省理工学院三位物理学家于2015年创立 是人工智能与机器人技术结合的创新研发平台[5] - 公司整合量子物理计算 AI算法 高性能云计算和自动化系统 为医药 材料科学 农业技术等行业提供数字化智能研发解决方案[5] 行业影响 - 此次合作展示了AI驱动平台与物理基础洞察相结合的变革潜力 有望开发更强大的预测工具[4] - 新平台可能解锁以往难以实现的药物发现可能性 加速全球患者获得变革性疗法[4]
MIT and Recursion Release Boltz-2: Next Generation AI Model to Predict Binding Affinity at Unprecedented Speed, Scale, and Accuracy
Globenewswire· 2025-06-06 22:00
文章核心观点 - 麻省理工学院和Recursion公司联合发布开源生物分子基础模型Boltz - 2,该模型在联合建模复杂结构和结合亲和力方面达到一流精度,能加速药物发现 [1][2] 模型介绍 - Boltz - 2是首个结合结构和结合亲和力预测的生物分子共折叠模型,在标准基准测试中接近基于物理的自由能微扰(FEP)的准确性,速度快达1000倍 [5] - 模型由麻省理工学院Boltz团队在Regina Barzilay和Tommi Jaakkola教授监督下,联合麻省理工学院和Recursion的研究人员开发,将根据MIT许可进行开源,供学术和商业使用 [4] 模型优势 - 提高亲和力预测:在FEP + 基准测试中接近FEP准确性,速度快超1000倍且计算成本低 [6] - 领先基准性能:在CASP16亲和力挑战中表现优于所有参与者 [6] - 先进联合建模:独特地对3D复杂结构建模,同时预测结合亲和力和蛋白质动力学 [6] - 可控且符合物理现实:使用Boltz - 转向显著提高物理合理性,通过模板、方法和接触条件增强用户控制 [6] - 新颖且扩展的训练数据:基于分子动力学模拟、扩展蒸馏数据和约500万次结合亲和力测定测量进行训练 [6] 模型意义 - 解决药物发现中准确预测分子结合强度的长期挑战,帮助科学家发现新生物学见解 [2] - 使大规模准确虚拟筛选更实用,解决小分子发现的关键瓶颈 [2] - 为研发团队提供有效分诊工具,助力聚焦最有前景的化合物,推动药物研发领域发展 [3] 关于Recursion公司 - 临床阶段的TechBio公司,通过解码生物学改善生活,拥有Recursion OS平台,生成全球最大的生物和化学数据集之一 [7] - 利用机器学习算法从数据集中提取数万亿生物和化学关系,每周可进行数百万次湿实验室实验,拥有并运营强大超级计算机 [7] - 总部位于盐湖城,是BioHive创始成员,在多地设有办公室,可通过官网、X和LinkedIn了解更多信息 [8]