AI-start-up-Atomwise wirft $45 Millionen zur Finanzierung der Arzneimittelforschung Technologie

Mai 21, 2020
0

AI-start-up-Atomwise wirft $45 Millionen zur Finanzierung der Arzneimittelforschung Technologie

Ellen Daniel 12 März 2018 AI Atomwise

Der healthcare-AI Markt wird erwartet, dass im Wert von $10bn bis zum Jahr 2024. Credit: Atomwise

Kostenlose Whitepaper, Wie elektronische Kontrolle der sensoren verhindert eine potenziell sehr teure Rückrufaktion

Ein Pharma-client wurde auf die Gefahr einer Rückrufaktion wegen einer Kappung problem mit einem neuen tablet-Formulierung. Dieses Dokument erklärt, wie DJA Pharma verhindert eine kostspielige Rückruf mit eine einfache, elegante und effektive Lösung.

Geben Sie Ihre Daten hier und Sie erhalten Ihre gratis-whitepaper.

Machinery whitepaper Umfrage schließen

Die künstliche Intelligenz (KI) start-up Atomwise erhöht hat $45 Millionen in Wachstum-Finanzierung zu entwickeln, seine Drogen-Forschung-Technologie.

Das Wachstum der Finanzierung wurde angeführt von Monsanto Wachstum Ventures, Data Collective und B Capital Group und bringt Atomwise das Gesamtkapital von über $51 Millionen.

Gegründet in 2012, Atomwise nutzt künstliche Intelligenz, um zu helfen, entdecken Sie neue Medikamente und landwirtschaftlichen verbindungen in seiner „mission zum bevorzugten künstliche Intelligenz partner für die weltweit führenden Pharma -, biotech-und Agrochemie-Unternehmen“.

„Mit unseren Partnern, Atomwise gebracht hat, die macht der künstlichen Intelligenz zum Durchbruch Forschung auf tödliche Viren, verschiedene Formen von Krebs, neurodegenerative Krankheiten, Stoffwechsel-Erkrankungen, lebensbedrohliche Bakterien, endemischen Parasiten und Ernte-zerstören von Pilzen in der Landwirtschaft“, sagte Atomwise co-Gründer und CTO Dr. Izhar Wallach. „Mit dieser Finanzierung, Atomwise ist bereit zu helfen, Hunderte von Organisationen, die entdecken, dass die verbindungen könnte morgen Blockbuster.“

Atomwise Droge-Forschung-Technologie AtomNet verwendet deep-learning-algorithmen und elastisch supercomputer-Plattformen, um Vorhersagen über potenzielle neue Medikamente, bevor Sie gemacht werden, die Reduzierung der Zeit, Kosten und Risiken im Zusammenhang mit klinischen Studien.

AtomNet ist auch entworfen, um ein besseres Verständnis der Toxizität, der Nebenwirkungen, Wirkmechanismus und Wirksamkeit des Medikaments.

Nach Aussage von der Firma, die es geschlagen hat Partnerschaften mit vier der top-ten-US-pharma-Unternehmen, mehrere biotech-Firmen und über 40 major research universities. Datum, Atomwise ins Leben gerufen hat mehr als 50 discovery-Projekten.

Das Unternehmen sagt, dass sein system für die Analyse von Simulationen von Molekülen identifiziert, die „aktive“ Treffer verbindungen mit einer rate 10.000-mal höher als das des physischen high-throughput-screening-Methoden.

Der Einsatz von AI in der Arzneimittelforschung und-Entwicklung gewinnt an Dynamik in der pharmazeutischen Industrie, mit mehreren großen Unternehmen die Partnerschaft mit AI-start-ups zu nutzen maschinelles lernen, um Hilfe Ihrer R&D. Im Juni 2017, Roche angekündigt, die Partnerschaft mit GNS Healthcare zu verwenden, Ihre kausale machine learning und simulation AI-Plattform in cancer drug development. Im gleichen Jahr, Sanofi-Aventis unterzeichnet ein $273m befassen sich mit Exscientia zum nutzen des Unternehmens AI-Plattform zu identifizieren, die synergistische Kombinationen von Wirkstoff-targets. Laut einem Bericht von Globalen Market Insights veröffentlicht im Mai 2017 die healthcare-AI Markt wird erwartet, dass im Wert von $10bn bis zum Jahr 2024.

Eine Studie des Tufts Center for the Study of Drug Development in 2014 geschätzt, dass die Kosten für die Entwicklung ein verschreibungspflichtiges Medikament erhält Marktzulassung wurde um $2,6 Milliarden und bis zu zehn Jahren.

Nicht nur, dass AI beschleunigen den Prozess der Identifizierung potenzieller Wirkstoffe für Arzneimittel-Kandidaten, mit Atomwise ist Atomnet in der Lage, um Bildschirm mehr als zehn Millionen verbindungen jeden Tag, es könnte auch Medikamenten-Entwicklung kostengünstiger. Eine 10% ige Verbesserung in der Fähigkeit, vorherzusagen, eine Droge, die Wirksamkeit könnte sparen Sie ungefähr $100m in die Entwicklungskosten pro Medikament.

AI kann auch verwendet werden, zu straffen Droge pipelines. Mit weniger als 12% der Medikamente, die in klinischen Studien die Genehmigung erteilt hat, kann die Technologie verwendet werden, um vorherzusagen, wie gut ein Medikament in Zukunft testen, Senkung der Anzahl der Medikamente, die gehen durch klinische Studien, aber letztlich scheitern.

Partner bei B Capital Group Gavin Teo sagte: „Die eine-Billionen-dollar Pharma-Industrie wird schnell verlagert AI-driven R&D-Produktivität und Atomwise ist klar führend in diesem laden.“ Kostenlose WhitepaperSix wesentlichen Möglichkeiten zur Verbesserung der pharmazeutischen Qualität system

Geben Sie Ihre Daten hier und Sie erhalten Ihre gratis-whitepaper.

Pharmaceutical whitepaper Schließen Umfrage Schließen

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.