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。
#深度观点
Ignota Labs 官网资讯AI 评分3232
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2525 Ignota Labs 以 AI 解析药物毒性机制、挽救安全性失败资产
Ignota Labs 提出以 AI 从机制层面解析药物毒性问题，重新设计存在安全性隐患的化合物，使原本可能被放弃的资产推进至临床。其首席科学官 Jordan Lane 称，目标是理解现有化合物相关问题并再造为安全有效的药物。该内容由 Nature 旗下 Biopharma Dealmakers 刊载。
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 官网资讯精选AI 评分6060 Chemical Research in Toxicology 发表基于化学结构的机器学习毒性预测框架
Chemical Research in Toxicology 于5月2日发表《Machine Learning for Toxicity Prediction Using Chemical Structures。
推荐理由：33位产学研作者联合提出毒性预测框架，并给出与FDA人相关药物开发目标衔接的落地路径。
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1818 Ignota Labs 获评 Silicon Republic 本周初创企业
Ignota Labs 被 Silicon Republic 评为“本周初创企业”。该公司称其利用 AI 平台修复最有前景的失败药物，使其重新进入临床试验以寻求获批，从而在以往不可能的时间框架内将原本被放弃的药物推进临床。
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2525 Ignota Labs 联合创始人 Layla Hosseini-Gerami 获 Innovate UK 2025 女性创新奖，将用 7.5 万英镑扩展 SAFEPATH
Ignota Labs 联合创始人兼 CDSO Layla Hosseini-Gerami 获 Innovate UK 女性创新奖，每位获奖者获 7.5 万英镑资助。
Ignota Labs 官网资讯AI 评分4040 Ignota Labs 获赛诺菲 iDEA-Tech Award，推进 SAFEPATH 肝毒性机制研究
Ignota Labs 入选赛诺菲 iDEA-Tech Award 2023-2024，获得12万欧元资助及赛诺菲专家团队支持，用于推进其AI驱动安全性平台SAFEPATH。获奖项目利用生物信息学、化学信息学与深度学习模型，解析小分子药物项目中肝毒性风险的机制通路。Ignota Labs称该奖项是对其以AI变革药物安全性、挽救失败药物使命的认可。
Ignota Labs 官网资讯AI 评分4242 Ignota Labs 文章登上 Digital Discovery：预测毒理学如何克服障碍并塑造未来
Ignota Labs 称其文章获 Digital Discovery 刊载，Masarone、Beckwith、Lane、Hosseini-Gerami 等人综述了药物发现中的毒理学预测，涵盖多种建模技术与器官芯片等新型数据源。
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
AntiverseAI 评分2222 Antiverse推出AI抗体设计平台
↓ 如何为具有挑战性的靶点发现抗体 ↓ 我们开发了一个AI驱动的抗体设计平台，用于GPCR及其他具有挑战性的靶点。通过这些简短的图文面板了解更多关于我们技术工作原理的信息。 #人工智能 #生物制品 #科技生物
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2828 Ignota Labs 用可解释 AI 平台 SAFEPATH 识别药物毒性根因
Ignota Labs 用数据驱动的计算机模型识别药物毒性根因，为科学家改善药物安全性提供信息，其专有平台名为 SAFEPATH。该公司称，临床药物开发失败率高达 90%，安全性是主要因素之一，而体外试验和动物模型并不总能很好地转化到人体。相关访谈在 ELRIG Research and Innovation 2024 活动上进行。
Ignota Labs 官网资讯AI 评分1818 Ignota Labs 获首届 Oxbridge AI Challenge 奖，联合创始人 Dr Layla Hosseini-Gerami 谈用深度学习挽救失败药物
Ignota Labs 于12月8日赢得首届 Oxbridge AI Challenge 奖，联合创始人兼 CDSO Dr Layla Hosseini-Gerami 表示将把奖金用于为 AI 模型获取实验室验证。该竞赛旨在识别、支持和资助有前景的 AI 初创想法，公司称正用深度学习扭转有潜力但失败的药物。
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。