AI药物研发：打破数据闭环，重塑新药发现
AI驱动的药物发现正面临数据闭环的关键挑战。传统药物研发成本每9年翻一番，平均耗时10-15年，而AI技术虽能加速候选分子筛选，却受困于高质量训练数据的稀缺。本文深入分析数据闭环的构建路径，探讨如何通过主动学习、多模态融合和联邦学习打破瓶颈
AI药物发现 相关资讯
百时美施贵宝引入英伟达AI系统，加速新药研发
百时美施贵宝宣布将购买基于英伟达Vera Rubin架构的DGX SuperPOD超级计算系统，成为首家采用该架构的生命科学企业。该系统将全面赋能药物发现与开发中的AI应用，有望显著缩短研发周期、降低试错成本。此举标志着AI制药从概念验证走
OpenAI研究员王迈尔斯洽办AI药企估值20亿美元
据TechCrunch报道，OpenAI资深研究员Miles Wang正积极洽谈创办一家AI药物发现初创公司，投前估值高达20亿美元。这一融资动态凸显投资者对人工智能在生命科学领域实现革命性突破的热情不减。Wang计划利用前沿生成式AI与大
武田制药6亿美元押注AI药物发现
日本制药巨头武田（Takeda）与香港英科智能（Insilico Medicine）达成战略合作，将利用AI技术加速早期药物发现。协议总价值达6亿美元，涵盖多个治疗领域，但未披露具体靶点。武田将获得英科智能的Pharma.AI平台访问权，该
下载日报：豪华车盗窃浪潮与抗菌素耐药性对抗
《MIT科技评论》的《下载》专栏今日聚焦两大热点：全球范围内，一种新型有组织犯罪——车辆运输欺诈与盗窃正悄然兴起，无辜车主频遭兰博基尼等豪华车神秘消失之苦，黑客技术和跨境黑市助长其势头；同时，科技界正发力对抗抗菌素耐药性危机，通过AI药物发