Variational AI

描述

Variational AI 处于早期药物发现的最前沿，利用先进的生成式 AI 来识别和设计新颖的、类药物的小分子。其专有的 Enki™ 平台旨在生成经过优化、可合成的化合物，这些化合物可根据特定的目标产品画像进行定制。这种创新的方法旨在通过显著缩短传统方法所需的时间和成本来重新定义药物发现的经济效益。

Enki™ 平台解决了化学空间（估计有 10⁶⁰ 种可能的类药物分子）的浩瀚性，超越了传统筛选库的限制。Enki™ 不是从已知化合物开始，而是从头开始生成全新的分子结构。这使得研发团队能够探索未知的化学领域，并发现同类中首创和最佳的化合物。该平台专为早期药物发现而设计，涵盖了 873 个预训练的药物靶点，涉及激酶、GPCR 和蛋白酶等各种关键类别。

Variational AI 的流程始于定义临床前目标产品画像 (TPP)，指定可忽略的靶点和期望的理化性质作为 Enki™ AI 的输入。然后，该平台会生成一组符合这些既定标准的、多样化的新颖结构。合作伙伴可以选择化合物进行合成和测试，或者利用 Enki™ 进行超高效的先导化合物优化，即使在特定骨架的限制下也是如此。这种多参数优化能力可以同时对 50 多个参数进行精炼，包括效力、选择性、毒性、ADMET 性质、药代动力学和合成可及性。

该公司的使命是通过生成式 AI 转变早期药物发现，这得益于一个由机器学习研究人员、化学家和生物技术专业人士组成的跨学科团队。通过提供更高质量的先导化合物并减少昂贵的迭代次数，Variational AI 旨在缩短时间表并提高药物开发项目的成功率，最终使需要新疗法的患者受益。他们与生物制药合作伙伴的合作涵盖了各种疾病领域，这凸显了他们通过科学创新积极影响生命的承诺。

Variational AI的核心功能

• 用于药物发现的生成式 AI 平台

• 用于化合物生成的 Enki™ 平台

• 针对效力、选择性、ADMET 和合成可行性进行优化

• 生成新颖的、可合成的、类先导化合物

• 绕过命中识别和命中到先导阶段

• 实现直接进入先导化合物优化阶段

• 涵盖 873 个预训练的药物靶点

• 同时对 50 多个参数进行优化

• 从头生成分子结构

• 超高效的先导化合物优化能力

• 针对特定的目标产品画像进行定制

如何使用 Variational AI？

1. 1

   定义目标产品画像：指定可忽略的靶点和理化性质。

2. 2

   Enki™ 生成化合物：AI 设计符合 TPP 的新颖、多样化的结构。

3. 3

   选择化合物：选择用于合成和测试的分子。

4. 4

   先导化合物优化：如有需要，利用 Enki™ 进行超高效优化。

Variational AI的使用案例

• 新颖化合物设计
• 先导化合物优化
• 靶向药物发现
• 探索化学空间
• 治疗开发
• 从头合成规划

Variational AI的常见问题

• Variational AI 的主要关注点是什么？

  Variational AI 专注于利用生成式 AI 在早期药物发现中发现新颖的、类药物的小分子。

• Enki™ 平台是如何工作的？

  Enki™ 通过对众多参数进行优化，从头开始生成经过优化、可合成的化合物，并根据特定的目标产品画像进行定制。

• 使用 Variational AI 平台的主要好处是什么？

  该平台使合作伙伴能够绕过命中识别和命中到先导阶段，直接进入具有新颖化学结构的先导化合物优化阶段。

• Enki™ 涵盖哪些类型的药物靶点？

  Enki™ 是为早期药物发现而构建的，涵盖 873 个预训练的药物靶点，包括激酶、GPCR、蛋白酶等。

• Enki™ 能优化现有的先导化合物吗？

  是的，Enki™ 可以进行超高效的先导化合物优化，即使在定义好的骨架限制下也是如此。

• Enki™ 同时优化哪些参数？

  Enki™ 同时优化 50 多个参数，包括效力、选择性、毒性、ADMET、药代动力学和合成可及性。

• 与传统筛选相比，从头生成有何优势？

  从头生成允许探索未知的化学空间，超越固定的筛选库来发现独特的分子结构。

• Variational AI 的典型合作伙伴是谁？

  Variational AI 与生物制药合作伙伴合作开展药物发现项目。

• Variational AI 方法的目标是什么？

  目标是通过缩短时间表和提高成功率来重新定义药物发现的单位经济效益，从而带来更好的患者预后。

• 类药物分子的估计化学空间有多大？

  类药物分子的化学空间估计非常庞大，约为 10⁶⁰。