تقارير تقنية حول دور الذكاء الاصطناعي في تسريع اكتشاف الأدوية
تعيد خوارزميات الذكاء الاصطناعي تشكيل صناعة اكتشاف الأدوية عبر اختصار مسارات تطوير الأدوية التي كانت تستغرق عقودًا، وحلّ مشكلات علمية اعتُبرت مستحيلة سابقًا. وتعتمد شركات مثل أسترازينيكا على نماذج تعلّم آلي تولّد الجزيئات المرشحة وتُرتبها استباقيًا، ما يتيح للعلماء التركيز مختبريًا على الخيارات الأكثر نجاحًا فقط ويقلّص المآزق المسدودة. وتتجه الصناعة نحو تصميم أدوية من الصفر عبر توليد بروتينات جديدة بالكامل، بينما تُشير تقديرات شركة ماكنزي إلى إمكانية تقليص زمن الاكتشاف بنسبة تصل إلى 50%.
الحقائق الأساسية
تقدّر شركة ماكنزي أن الذكاء الاصطناعي التوليدي وأدوات الحوسبة الأخرى يمكن أن تختصر جداول اكتشاف الأدوية بنسبة تصل إلى 50%
«McKinsey estimates that generative AI, combined with other computational tools, could cut drug discovery timelines by as much as 50%.»
عرض المصدر ←تبني شركة أسترازينيكا منشأة «مختبر المستقبل» في كيندال سكوير بكامبريدج بولاية ماساتشوستس لدمج الذكاء الاصطناعي مع الأتمتة الروبوتية في نظام اكتشاف مغلق
«AstraZeneca is building what it calls a “lab of the future” facility in Kendall Square, Cambridge, Massachusetts where AI and robotic automation will be able to form a continuous, closed-loop discovery system.»
عرض المصدر ←الرؤية النهائية للذكاء الاصطناعي في اكتشاف الأدوية البيولوجية هي التصميم من الصفر عبر توليد تسلسلات بروتينية جديدة بالكامل تناسب خصائص الدواء المطلوبة
«the end-state vision for AI in biologic drug discovery is what the field calls “de novo” design. For this, the goal is for AI to generate entirely new protein sequences that precisely fit the desired drug properties.»
عرض المصدر ←
المصادر
شفت معلومة تحتاج تصحيح؟ بلّغنا ونتحقق ونصحّح — سياسة التصحيح
صحّح هذا الخبر