下一代疗法竞速：从CAR-T攻坚到AI智造，中国创新药开启全球新航程｜BIO-FORUM 2025
2025上海国际生物技术与医药研讨会分论坛上，学界、产业与资本围绕细胞治疗、AI制药、大分子药物展开讨论。英矽智能称其AI驱动IPF项目仅用18个月、260万美元确定临床候选化合物，德睿智药称AI知识图谱将口服小分子GLP-1研发周期压缩至四年半并推进至III期临床门槛。圆桌环节认为中国创新药出海已从技术授权升级为共同开发模式。
全部 AI 制药动态
美中药源AI 评分3838
Ignota Labs 官网资讯AI 评分2828 Ignota Labs 在 ELRIG Drug Discovery 2025 谈用 SAFEPATH 复活废弃候选药物
Ignota Labs 首席科学官 Jordan Lane 在 ELRIG Drug Discovery 2025 介绍其 AI 驱动的 SAFEPATH 平台，通过识别毒性机制并指导理性重设计来复活已放弃的候选药物。
Ignota Labs 官网资讯AI 评分3232 Ignota Labs 的 Layla Hosseini-Gerami 在 Gordon Research Conferences 研讨会分享小分子药物毒理学 AI 应用最佳实践
Ignota Labs 的 Layla Hosseini-Gerami 在 Gordon Research Conferences 研讨会介绍了小分子药物毒理学中应用 AI 的最佳实践，涵盖如何选择合适训练数据集、复杂模型与简单模型的取舍，以及结合预期用途正确评估模型。
Ignota Labs 官网资讯AI 评分2828 修复失败药物：AI 应对药物发现中的毒性问题（第二部分）
Drug Target Review 刊发 Raminderpal Singh 博士与 Layla Hosseini-Gerami 博士对话的第二部分，讨论组学和细胞绘画等 AI 工具如何改变临床前研究中的毒性早期预测。
Ignota Labs 官网资讯AI 评分2828 Ignota Labs 谈 AI 解决药物发现中的毒性问题：修复失败药物（Part 1）
Ignota Labs 首席数据科学官兼联合创始人 Layla Hosseini-Gerami 在 Drug Target Review 访谈中介绍了用 AI 与数据科学应对药物毒性失败的方法。该公司专注于找出失败药物、解决其问题并转手卖回制药企业。访谈为“修复失败药物”系列 Part 1，全文刊于 Drug Target Review。
Ignota Labs 官网资讯AI 评分2222 Ignota Labs CEO Sam Windsor 谈用 AI 给失败药物第二次机会
Ignota Labs 与研发团队合作，用机器学习和生物学背景重新分析失败资产，提出其失败原因及挽救或重定位的新假设。公司称今年早些时候完成 690 万美元种子轮融资。CEO Sam Windsor 在 Beyond the Clinic 播客中介绍了公司构建的内容与合作方式。
Ignota Labs 官网资讯AI 评分2222 Ignota Labs 的 Layla Hosseini-Gerami 谈用 AI 挽救与重定位失败药物资产
Ignota Labs 的 Dr Layla Hosseini-Gerami 在圣地亚哥 Fierce Pharma Engage 演讲，讨论用 AI 主动获取资产以形成数据驱动、降低风险的交易流，并修复毒性问题以重定位高潜力但此前失败的药物。她还谈及 BD&L 团队与投资者在评估 AI 平台时应关注什么。
Ignota Labs 官网资讯AI 评分2222 Ignota Labs 谈生物科技公司如何用 AI 挽救失败药物
Ignota Labs 首席科学官 Jordan Lane 向 Labiotech 表示，公司认为化学信息学与生物信息学的交叉才能为出问题的药物提供真正洞见。基于对安全性问题可解决的判断，Ignota 会引进该项目、开发化学结构并尽快将药物推向或重新推回临床。
Ignota Labs 官网资讯AI 评分2020 Ignota Labs CEO Sam Windsor 谈药物安全性问题与失败药物挽救
Ignota Labs CEO Sam Windsor 在 Maddyness 的创始人问答中表示，其平台可定位药物安全性问题的分子与生物学成因，并从1000个失败药物中筛出10%-20%真正可挽救的化合物。药物安全性失败占全部失败化合物的56%，给制药行业造成超过4000亿美元损失。
Ignota Labs 官网资讯AI 评分3838 Ignota Labs 谈可解释 AI 如何挽救失败药物项目
Ignota Labs 首席科学官 Jordan Lane 在播客中介绍，公司用可解释 AI 挽救因安全性问题而失败或搁置的药物项目。其 Safe Path 平台整合化学信息学与生物信息学以处理药物安全问题，并分享了应用 AI 工具挽救制药资产的实际案例。讨论还涉及 AI 模型偏见、透明度以及 FDA 和 EMA 等监管机构对 AI 驱动方案采用的影响。
AntiverseAI 评分1818 Antiverse播客谈AI抗体设计
欢迎收听我们最新一期#FODD节目，嘉宾是诺和诺德抗体设计高级数据科学家Rahmad Akbar。 我们聊了#人工智能如何为抗体设计创造新可能。 https://hubs.la/Q02Nm3Ny0 #antibodydiscovery
AntiverseAI 评分2222 Antiverse谈AI设计抗体库应对难成药靶点
为什么靶点特异性抗体库对处理具有挑战性的靶点有用？ 尽管预测准确性仍然有限，AI设计的抗体库提供了一种开始攻克“不可成药”靶点（如GPCR和离子通道）的途径。 #biotech #machinelearning #antibody
Ignota Labs 官网资讯AI 评分1818 Ignota Labs 联合创始人 Layla Hosseini-Gerami 登上《The Biochemist》讲述数据科学之路
Ignota Labs 首席数据科学官兼联合创始人 Layla Hosseini-Gerami 在《The Biochemist》撰文，讲述其从利兹大学化学专业、Optibrium 计算化学实习到剑桥大学化学信息学博士的历程。她于2022年2月与 Jordan、Sam 共同创立 Ignota Labs，公司2023年10月起全职运营，专注用可解释 AI 方法预测、理解并扭转药物发现中的安全性问题。
Ignota Labs 官网资讯AI 评分2222 用计算机毒理学筛选革新药物发现
AI驱动的计算机毒理学筛选以分子化学结构为输入，预测小分子在遗传毒性、肝毒性、肾毒性和心脏毒性等终点的潜在毒性，从而在药物发现早期识别安全风险。其关键环节包括高质量毒理数据集、分子指纹等特征表示、支持向量机与图卷积网络等AI算法，以及外部数据集验证和软件平台集成。该方法有望帮助优先选择更安全的候选药物并减少体外和体内测试需求。