📑 📅 在 10 月 20 日,我们举办了两场 AIDD(人工智能药物研发)专家交流会议,邀请了 A 专家与 B 专家参与。 👨‍💼 A 专家任职于一家 AI

图片

无图片

正文

📑

📅 在 10 月 20 日,我们举办了两场 AIDD(人工智能药物研发)专家交流会议,邀请了 A 专家与 B 专家参与。 👨‍💼 A 专家任职于一家 AI 赋能公司,该公司大体上整合了一家为外部研发管线提供服务的 CRO。 🔬 B 专家任职于一家原生 AI 公司,该公司更类似一家拥有自有研发管线的生物科技企业。 🗣️ 两场会议探讨了 AIDD 行业演进、AI 工具在药物研发中的主要应用、竞争格局等相关话题。 💡 两位专家观点既有共识,也存在部分分歧,现将核心要点整理如下: ✅ 两位专家均认同,,例如基于结合亲和力预测开展靶点优化;。 🧪 行业想要取得重大突破,有赖于 AI 在生物化学、生物信息等领域的理解能力实现进一步提升。 🤔 两位专家均认为,外部人员,甚至行业内部人士,都很难判断哪家公司拥有更出色的 AI 能力,因为这类公司的模型与数据大多处于保密状态。 📊 学术论文发表情况、生物 / 化学及计算机科学领域科研人员数量、承接项目数量或者合作交易情况、管线资产现状(报告重点提及港交所上市的英矽智能,股票代码 3696,无评级,其药物 rentosertib 处于 III 期临床),能够给投资者提供一些线索,用以评判一家 AIDD 公司的真实实力。 🏁 想要在 AIDD 赛道竞争中取胜,一家公司既需要强大的 AI 模型,同时也需要来自计算(干实验室)以及实体实验室(湿实验室)产出的数据。 📚 。 ⭐ 这也是 B 专家十分看好原生 AI 公司长期发展前景的原因。 ⚠️ B 专家提出,AI 赋能公司面临重复性业务收入不确定的问题,A 专家对此观点表示部分认同;而。 ⚙️ B 专家还认为,自动化设备会成为 AIDD 公司的一项潜在竞争优势,自动化设备既具备较高的前期投入壁垒,同时也可以提升数据产出潜力。 🔍 针对两组关键对比:第一组为 AI 赋能公司与 CRO,第二组为原生 AI 公司所拥有的 AI 平台和制药 / 生物科技企业,B 专家给出如下看法: 🤝 第一,AI 赋能公司与 CRO 的角色具备互补性,AI 赋能公司更多聚焦早期干实验室环节,CRO 侧重湿实验室环节。 📈 第二,新兴的 AI 赋能公司整体实力显著优于传统制药公司。 🆕 针对近期入局 AIDD 领域的 AI 实验室,B 专家表示,生命科学相关数据储备不足、湿实验室能力缺失,是这些新入局者需要攻克的短板。

总体总结

主题正文

  1. 📅 在 10 月 20 日,我们举办了两场 AIDD(人工智能药物研发)专家交流会议,邀请了 A 专家与 B 专家参与。
  2. 💡 两位专家观点既有共识,也存在部分分歧,现将核心要点整理如下:
  3. 🤔 两位专家均认为,外部人员,甚至行业内部人士,都很难判断哪家公司拥有更出色的 AI 能力,因为这类公司的模型与数据大多处于保密状态。
  4. 📊 学术论文发表情况、生物 / 化学及计算机科学领域科研人员数量、承接项目数量或者合作交易情况、管线资产现状(报告重点提及港交所上市的英矽智能,股票代码 3696,无评级,其药物 rentosertib 处于 III 期临床),能够给投资者提供一些线索,用以评判一家 AIDD 公司的真实实力。
  5. 🏁 想要在 AIDD 赛道竞争中取胜,一家公司既需要强大的 AI 模型,同时也需要来自计算(干实验室)以及实体实验室(湿实验室)产出的数据。
  6. ⚙️ B 专家还认为,自动化设备会成为 AIDD 公司的一项潜在竞争优势,自动化设备既具备较高的前期投入壁垒,同时也可以提升数据产出潜力。
  7. 🔍 针对两组关键对比:第一组为 AI 赋能公司与 CRO,第二组为原生 AI 公司所拥有的 AI 平台和制药 / 生物科技企业,B 专家给出如下看法:
  8. 🆕 针对近期入局 AIDD 领域的 AI 实验室,B 专家表示,生命科学相关数据储备不足、湿实验室能力缺失,是这些新入局者需要攻克的短板。