文章核心观点 行业正朝着数据驱动的药物发现方向转变，Regeneron收购23andMe及Predictive Oncology利用AI和机器学习进行药物研发体现了这一趋势，即整合基因组学、机器学习和真实世界生物数据推动精准医学发展 [2][10] 行业趋势 - 行业正朝着数据驱动的药物发现方向转变，体现为人工智能、真实世界数据和预测分析的融合以改善治疗效果 [2][5] - 整合基因组学、机器学习和真实世界生物数据成为推动精准医学未来发展的基础力量 [10] Regeneron收购23andMe - Regeneron以2.56亿美元收购23andMe，凸显23andMe庞大基因组数据库和治疗开发合作记录的持久价值 [2] - 23andMe拥有世界上最大、最全面的纵向基因组数据集之一，其真实世界健康数据对精准药物开发极具价值 [3] - 2018年23andMe与葛兰素史克达成3亿美元合作并后续以全现金交易延长合作，显示对其数据用于药物发现和临床决策的信心 [4] - 收购后Regeneron预计将整合23andMe数据到自身研发管道，加强靶点识别、生物标志物发现和临床试验优化等能力 [5] Predictive Oncology药物研发进展 - 公司利用超15万个异质活细胞肿瘤样本生物库和药物反应数据，借助AI和机器学习积极开展新药发现、生物标志物发现和药物再利用 [1] - 公司在人工智能驱动的癌症药物发现上取得重大里程碑，利用密歇根大学天然产物发现核心的化合物，为21种未测试分子开发预测肿瘤反应模型，针对常见癌症类型 [7] - 公司专有的主动机器学习平台能利用超15万个肿瘤样本生物库的见解，对不同癌症类型的肿瘤反应进行建模 [8] - 公司结合人工智能、机器学习和实证验证，可在计算机上测试药物反应，再在CLIA实验室体外确认，加速药物开发时间表并提高技术成功概率 [8] Predictive Oncology公司优势 - 公司处于利用人工智能和机器学习加速早期药物发现和癌症药物开发的前沿 [11] - 公司经科学验证的AI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，便于选择药物/肿瘤类型组合进行体外测试 [11] - 公司拥有超15万个可检测的异质人类肿瘤样本生物库和全资拥有的CLIA实验室设施，为学术和行业合作伙伴提供广泛的基于AI的药物发现解决方案 [12]