IBM研究院和Arctoris利用人工智能和云加速药物研发闭环

IBM研究院和Arctoris宣布，他们正在研究人工智能和自动化的应用，以加速闭环分子发现。IBM Research开发了RXN for Chemistry，这是一个在线平台，利用最先进的自然语言处理(NLP)体系结构来自动化合成化学。通过SMILES(简化分子输入线输入系统)表示化学反应，该系统能够使用其强大的AI进行高度准确的反应预测。然后，优化的合成路线被用作分子合成自动化平台RoboRXN的输入。

Arctoris开发了Ulysses，一个用于药物发现研究的端到端自动化平台。该平台通过利用跨越细胞和分子生物学以及生物化学/生物物理学的机器人实验执行和数字数据捕获技术，确保了准确性、精确性和可重复性。与行业标准相比，使用Ulysses进行的实验每次检测产生的数据点超过100倍，与手动方法相比，导致更深入的见解和加速的进展。

这两个平台现在首次在研究合作中结合起来，将以自主的闭环方法设计、制造、测试和分析(DMTA)用于未公开靶标的新小分子抑制剂。具体来说，IBM研究院将设计和合成新的化学物质(设计，制造)，由Arctoris(测试，分析)进行分析和评估，结果数据将通知DMTA循环的后续迭代。

Arctoris联合创始人兼首席运营官Thomas A. Fleming解释说:“药物发现的未来是计算性的，人工智能和机器人技术为更好的治疗方法铺平了道路，使患者能够更快地获得治疗。我们很高兴能与IBM研究院合作开展全球首个闭环药物发现项目，将人工智能和机器人驱动药物发现领域的两位领导者聚集在一起。这次合作将展示我们独特的技术平台的结合将如何加速基于更好数据的研究，从而实现更好的决策。”

“这次合作是人工智能、云和自动化在材料设计领域实现的一个很好的例子。两种互补技术之间的整合表明，在研发中，将伟大的研究转化为伟大的可行产品变得越来越重要。”IBM欧洲研究院苏黎世杰出科学家Teodoro Laino博士说。

负责协调该项目的IBM欧洲苏黎世研究院的研究科学家Matteo Manica博士表示:“这是一个独特的机会，可以量化人工智能和自动化技术在加速科学发现方面的影响。在我们的合作中，我们展示了一个执行迭代设计循环的管道，其中生成模型建议用RoboRXN合成的候选对象，并用Ulysses筛选。尤利西斯产生的数据将被用于建立一个反馈循环，以重新训练生成式人工智能，并以完全数据驱动的方式改进建议的线索。”

合作目前正在进行中;财务条款尚未披露。