从多维度为药物发现

提供全新思路

平台介绍

星药科技的Pyxir药物发现平台依托自主研发的尖端人工智能技术,结合药物化学、计算化学和生物学等领域知识,从多维度为药物发现提供全新思路,高度参与临床前药物研发的各个环节。

我们的技术涵盖从靶点开发到临床前候选药物发现的全流程。我们的人工智能平台包括数据工程、分子设计、属性预测、虚拟筛选和定向优化等模块。运用数百种模型和世界领先的算法,我们能够针对不同的因素因地制宜地为药物研发定制技术路线,全方位多角度地赋能新药研发。

平台介绍平台介绍

技术亮点

底层逻辑优势

将人工智能、计算化学、药物化学、生物学四领域有机结合,搭建系统性工程,应对研发挑战。

底层逻辑优势

多样性和新颖性

高效、准确地找到活性高、成药性好且结构新颖的候选分子,自研分子生成和设计模型在多样性和新颖性上具有突出表现。

多样性和新颖性

靶标选择性

通过对靶标进行选择性建模,结合计算化学的精确计算,从多角度更好地满足对靶标选择性的要求。

靶标选择性

多维度属性预测

数十个ADME及毒性属性预测模型,基于多维度数据对候选分子结构进行高通量属性预测和虚拟筛选。

多维度属性预测

科研实力

在顶级期刊和会议上发表近20篇相关论文。在多个药物设计模型上均保持业界全球领先表现,计算模型不断优化,原研能力持续升级。

科研实力

数据安全

采用联邦学习算法,对项目专项数据建立防火墙保护机制,保证项目数据的独立性,建立项目信息隔离机制,确保数据高度保密和权限合理。

数据安全

算法优势

在数据量不足或数据模态不全的情况下仍保持高度准确的预测结果。首次提出将元学习技术应用于先导化合物优化,解决First-in-class项目数据不足等业界疑难问题。

算法优势

项目经验

正在推进十数个药物研发管线项目,覆盖中枢神经系统疾病、自体免疫类疾病、肿瘤、呼吸系统疾病等,作用机制包括抑制剂和激动剂等。

项目经验
底层
逻辑优势
多样性
和新颖性
靶标
选择性
多维度
属性预测
科研
实力
数据
安全
算法
优势
项目
经验

开启智能化临床前药物设计

先导化合物优化
基于靶点、表型或基因型的药物分子发现
具有专利空间和良好成药性的全新药物分子设计
基于虚拟高通量技术的高活性苗头化合物筛选
专利布局和突破