蛋白質設計走向雲端工作台,BoltzGen登上SageMaker AI
AWS示範把開源蛋白質結合物設計流程搬上雲端,讓大量候選分子的生成、折疊評估與篩選更容易擴展;真正的門檻,仍在實驗驗證與藥物開發的長路。
Archive
共 534 篇,依發布時間排序。
AWS示範把開源蛋白質結合物設計流程搬上雲端,讓大量候選分子的生成、折疊評估與篩選更容易擴展;真正的門檻,仍在實驗驗證與藥物開發的長路。
AI實驗平台不再只是幫科學家寫程式、整理資料;Anthropic的新計畫把目標推向候選藥物本身,但從模型輸出到可用療法,中間仍隔著實驗、毒理與臨床試驗的長路。
這不是又一個把AI包裝成實驗室捷徑的發布,而是大型模型公司開始親自走進早期藥物研發;真正的考驗,將在電腦之外的實驗、毒理與臨床證據中展開。
一項第一期研究以不改造基因的自體T細胞同時瞄準三種腫瘤抗原,為部分高風險兒童中樞神經腫瘤帶來初步安全性與療效訊號,但距離證明能延長存活仍有關鍵一步。
一項市場預測把AI設計手術植入物描繪成快速成長的醫療科技領域;真正的關鍵不在數字多大,而在客製化設計能否以可驗證的安全性進入日常手術。
這筆最高6億美元合作,不只是AI製藥公司的又一次授權交易;它把問題推回臨床與審查現場:由模型提出的候選藥物,能否在人體試驗中證明自己不只是更快,而是更可靠。
當藥物研發愈來愈倚重演算法,真正稀缺的未必只是模型,而是能讓複雜生物訊號被可靠組織、查詢與驗證的資料基礎。
這筆交易若按公布條件推進,將再一次顯示大型藥廠願意為AI找藥下注;但真正能改變研發效率的,不是模型生成分子的速度,而是候選藥能否穿過生物驗證、臨床試驗與法規審查。
Claude Science的亮相不只是AI工具上架,而是科技公司試圖把模型、資料分析與候選藥物探索接成一條研發鏈;真正的分水嶺,將在電腦預測走向濕實驗與臨床證據時出現。
膜蛋白長期是藥物研發與結構解析的棘手目標;新一波AI設計蛋白若能可靠固定其形狀,或將讓更多受體與通道從「看不清」走向可研究、可設計。
逾50家藥企投入研發,顯示HER2陽性乳癌仍是腫瘤藥物開發的核心戰場;但管線熱度不等於臨床勝利,真正關鍵在於能否延長存活、降低毒性,並回答治療排序的難題。
抗病毒藥開發不只要證明能抑制病毒,也要說清楚病毒如何逃脫。FDA的新指引把次世代定序資料的提交方式寫得更具體,讓基因資料從研究附件變成審查可重跑、可驗證的證據。