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
浙江大学研究团队开发了ContextGen,这是首个能够同时精确控制多个对象位置和外观的AI图像生成系统。该系统通过情境布局锚定和身份一致性注意力两大创新机制,解决了传统AI在多对象场景中位置控制不准确和身份保持困难的问题,并创建了业界首个10万样本的专业训练数据集,在多项测试中超越现有技术。
上海交通大学研究团队开发的SR-Scientist系统实现了人工智能在科学发现领域的重大突破。该系统能够像真正的科学家一样,从实验数据中自主发现数学公式,通过工具驱动的数据分析和长期优化机制,在四个科学领域的测试中比现有方法提高了6%-35%的精确度。这标志着AI从被动工具转变为主动科学发现者的重要里程碑。