瑞库申概述AI驱动的药物发现战略

AI战略执行摘要

Recursion Pharmaceuticals 的高管在摩根士丹利网络广播中详细介绍了该公司由人工智能驱动的药物发现平台。首席执行官 Najat Khan 和首席财务官 Ben Taylor 解释了该技术如何加速靶点识别、分子设计和临床开发，从而显著缩短了传统研究时间。

平台概述与功能

Recursion 将机器学习与实验生物学相结合，以绘制基因扰动图谱。一项绘图计划成功地同时识别了 25 个新的药物靶点。在分子设计方面，该公司在 17 个月内仅设计了 330 个分子，就将一种化合物推进到临床试验阶段，这与行业通常需要数年时间设计 2,500 到 5,000 种化合物的情况形成了鲜明对比。

经济和临床影响

该公司的人工智能驱动方法已将临床试验中的患者招募速度提高了 30% 到 50%。管理层预计，通过改进动物试验和相关生产控制的预测模型，将节省数百万美元，这些成本约占早期开发成本的一半。该平台由 65 PB 的实验数据支持，其中包括 40 PB 的专有数据。

展望与市场背景

Recursion 的战略直接针对行业效率低下问题，即临床开发消耗 70% 的资金，而现有药物仅能解决人类基因组的 10%。该公司旨在通过其预测性、以数据为中心的模型，使药物开发更快、更具资本效率。

常见问题

问： Recursion 的人工智能如何加速药物发现？
答： 它能快速识别多个新靶点，以更少的迭代次数设计出有效的分子，并将临床试验患者招募速度提高多达 50%。

问： Recursion 使用的数据规模有多大？
答： 该平台由 65 PB 的实验数据驱动，其中包含 40 PB 的专有数据和 25 PB 来自关键合作伙伴的数据。

来源： 英为财情