诺和诺德几乎将其与 Valo Health(一家专注于将人工智能应用于药物研发的公司)的研发联盟规模扩大了一倍,在原有的 11 个项目基础上新增了 9 个项目。
在 2023 年,诺和诺德向 Valo 支付了 6000 万美元的预付款,以利用其真实世界人类数据和人体组织建模技术来寻找心血管代谢疾病的新疗法,潜在的总交易价值定为 27 亿美元。
现在,新增的项目带来了 1.9 亿美元的近期付款,而整个交易的总价值(包括里程碑付款)已经膨胀到约 46 亿美元,这还不包括研发资金。根据合作伙伴的说法,扩展后的协议涵盖了肥胖症、2 型糖尿病和心血管疾病的新型治疗方法。
Valo Health 的 Opal 平台声称能够预测其他基于 AI 的药物发现系统所缺失的一些特征,如药物动力学、ADME (吸收、分布、代谢和排泄)、毒性以及化合物的功能效应。在早期过程中使用人类数据集旨在更好地理解靶点生物学。
诺和诺德首席科学官 Marcus Schindler 评论说:"我们对与 Valo 在合作第一年取得的进展感到非常满意,我们很高兴能够扩大合作范围,在心血管疾病之外,更加关注肥胖症和 2 型糖尿病。"
他补充道:"我们相信这种合作伙伴关系将帮助诺和诺德实现扩大新药项目数量的愿景。"他指出,到目前为止,联盟已经发现了几个有潜力提供"差异化心血管代谢药物项目"的新靶点。
两家公司正在研发多个小分子药物候选物,这些药物目前都处于临床前开发阶段。他们表示将"继续密切合作,从人类基因和纵向患者数据中获取新见解,探索肥胖症、2 型糖尿病和心血管疾病的交叉领域。"
对于由 Flagship Pioneering 支持的 Valo Health 来说,扩大合作协议的消息来得正是时候。该公司最近因其主要自研药物候选物在 2 期临床试验失败而搁置了用于治疗糖尿病视网膜病变的开发。不过,该公司表示 ROCK1/2 仍具有潜力,并已开始寻找开发合作伙伴来推进这项研究。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。