-
产品文章
-
制药、YL、农业——日本大力推进AI应用【派斯智能】
发布:派特普斯(北京)科技有限公司浏览次数:455目前AI(人工智能)正渗透于各个国家各个产业,在提高生产力与信息化上发挥了极大的作用。日本也在大力推进AI在YL、制药、农业等方面的应用研究,汇总如下。
制药行业中的AI:大幅度减少新药研发周期
通过AI对于有可能成为ZL癌症与老年痴呆等疾病的药物活性成分候补物质的特征进行深度学习,可大大提高筛选化合物所必须进行的药效与安全性实验的效率,研发周期总体得以缩短3成左右,并且在缩减研发经费上也有相当大的期待。
新药的研发到上市的整个过程主要分为四个阶段。
・ 1.研发阶段:寻找合适的候补化合物,并且制定其化学合成方案;
・ 2.前临床阶段:通过细胞与动物实验评价候补化合物的功效与毒性;
・ 3.临床阶段:通过患者等进行人体实验以评价临床试验药物的功效与安全性;
・ 4.申请阶段:向厚生劳动省进行药事申请,令临床试验药物得以上市;
每个上市的药物,其整体阶段需要9~17年,研发费用在1000亿日元以上。其中,前半部分的1~2阶段(研发~前临床)需要5~8年左右,但若是投入AI辅助,则有期望缩短至2.5~4年。
除上述传统低分子药物之外,抗体药物的研发上同样也可应用AI技术。安斯泰来制药公司开发了一套应用于研发抗体药物时使用的AI技术,在制作抗体之前可以事先通过AI预测抗体药品的药效。该研究团队利用理化学研究所的超级电脑“京”模拟出的氨基酸序列与抗体三次元结构的关联数据让AI进行深层学习,AI参照新设计的氨基酸序列即可给出恰当的抗体候补分子。该方法从2018年4月起已投入实际的抗体药物设计工程之中。
此外,类似的AI研发与运用也在很多制药公司与科研机构层出不穷。卫材药业通过AI加速了新设计的低分子化合物的药效评价试验,该方法通过化合物投放于人体培养细胞时的变化来迅速预测该化合物的活性。以传统方法执行时需要专家观察大量的细胞图像进行分析,需要花掉10天左右的时间,但以AI来执行则不到1天就可以得出结论。东京工业大学的关岛政和副教授开发出了迅速查找可与病因分子QL结合的化合物的AI技术。首先让AI对与药物活性密切相关的靶位分子与4万多种化合物的结合力之间的相互关系进行深层学习,之后即可以10%以上的极ng确度来判断未知化合物与靶位分子的结合程度。此方法在1年后预计投入实用。
YL行业中的AI:通过分析临床情报预防疾病
以产业技术综合研究所与理化学研究所为主的研究机构致力于研究YL上的AI应用。首先,利用IoT(物联网)可以收集个人的身心状态以及行动模式的数据。通过AI对这其加以分析,对各种护理与健康服务产业的改善有很大的帮助。其次,东京慈惠会医科大学通过收集脑血管疾病患者的各种临床信息提供给AI进行深层学习,致力于构建脑血管疾病的预防系统。
东京慈惠会医科大学导入的大肠息肉AI测定系统
农业中的AI:预测粮食供需,减少粮食浪费
以东京大学与产业技术综合研究所为主的研究机构在致力于研究农业上的AI应用。东京大学研究团队构建了可以预测蔬菜等农作物的产量与供应需求的智能系统,通过正确预测农产物需求量以制定栽培计划,控制实际产量,避免过量生产导致粮食浪费,或者产量过少导致粮食不足等情况。产业技术综合研究所的研究团队通过收集农作物从种植生产到销售的整个过程的信息以构建数据库,加以AI分析预测农作物的供应需求,构建网上交易系统以实现农作物云贸易。
综上所述,AI的研究已经在各种产业,尤其在农业与YL中发展迅速并且正在逐步展现成果。若AI能够在医药与农业等,与生活密切相关的产业上进行大量运用,那么AI作为生活不可或缺的一部分的时代想必已经不再久远。
为了推进AI研发的进展,日本许多产学研机构正在大力拓展科研与产业项目。例如,新能源产业技术综合开发机构(NEDO)预计在2018~2022年之间投资59亿日元,执行包括YL与农业在内的6个AI相关的研发项目,致力于实现智能社会。京都大学与包含富士通,武田药品在内的90多个机构共同组成名为“LINC”的研究团队,预计在2~3年内开发大约30多种用于药物研发的AI,给予医药行业展现新的技术革命。
2018-09-26相关仪器 -
免责声明
①本网刊载上述内容,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任
②若本站内容侵犯到您的合法权益,请及时告诉,我们马上修改或删除。邮箱:hezou_yiqi
-
认证会员 第 7 年
派特普斯(北京)科技有限公司
认证:工商信息已核实
- 产品分类
- 品牌分类
-
仪企号
派特普斯(北京)科技有限公司
-
友情链接
-
手机版开启全新的世界m.yiqi.com/zt10119/