机器学习+高速表征湿实验室技术开发抗体药物丨BigHat宣布与默克开展研究合作
2022年11月29日,拥有机器学习驱动的抗体发现和开发平台的生物技术公司BigHat Biosciences宣布与默克(在美国和加拿大以外称为MSD)合作,应用该公司的技术为最多三个药物发现项目设计候选药物。
BigHat的设计平台Milliner整合了高速表征和ML技术,以设计具有更复杂功能和更好生物物理特性的抗体。这种方法可以帮助减少优化抗体和其他治疗性蛋白质的难度。
根据这项合作,BigHat和默克将通过利用BigHat的平台合成、表达、纯化和表征分子,合作优化多达三种蛋白质。
BigHat联合创始人兼首席执行官Mark DePristo说,"我们很高兴能与默克的世界级药物开发团队合作,为这些重要的治疗项目设计更安全、更有效的抗体。"
这两个团队已经启动了第一个项目的工作,并期待着利用每个研究团队内互补的技能组合的力量来产生高质量的主导抗体。
BigHat整合计算和实验以加速抗体设计和开发
BigHat首席商务官Elizabeth Schwarzbach说,"我们很高兴开始这项合作,将下一代抗体疗法推向患者。与默克的这项协议使我们在实现与领先的生物制药公司进行3-5次深度合作以补充我们内部治疗管线的目标方面又迈进了一大步。”
AI驱动的抗体设计
BigHat的人工智能驱动的实验平台为独特的多目标抗体设计和工程方法提供了动力
默克研究实验室生物制剂发现部副总裁Juan Alvarez说,"与BigHat的这项协议扩大了默克在整个药物发现能力中应用AI/ML的战略,我们期待着与该团队合作,利用BigHat的技术和专业知识,实现新型生物候选药物的分子设计。"
BigHat的融资及合作信息参见
AI抗体设计公司BigHat宣布完成与安进的第一阶段研究合作
参考资料
https://www.bighatbio.com/news
--------- End ---------
相关文章
- 快速入门Python机器学习(21)
- 快速入门Python机器学习(35)
- AGU专著|云和气候的机器学习
- 机器学习笔记 – 自动编码器autoencoder
- 如何使用机器学习神器sklearn做特征工程?
- 机器学习中常见的过拟合解决方法
- 开源机器学习数据库OpenMLDB:线上线下一致的高可用特征平台
- 图机器学习(GML)&图神经网络(GNN)原理和代码实现(前置学习系列二)
- 90 后学霸博士 8 年进击战:用机器学习为化学研究叠 BUFF
- 香港理工大学招收大数据/机器学习博士生/博士后
- 不同于NLP,数据驱动方法与机器学习无法攻克NLU,原因有三点
- 「百图生科」再添虎将,国际机器学习大牛宋乐加入李彦宏生物计算军团
- 机器学习在精神病学研究中的应用
- 利用机器学习研究脑卒中早期皮质运动系统的结构-功能关系
- 简单的 SQL 脚本就能替代 AI 和机器学习!详解程序员
- 机器学习之决策树(Decision Tree)详解程序员
- 解决Linux机器时间同步困难(linux如何同步时间)
- 器学习Linux上的机器学习之旅(linux机)
- Skytap 和微软将 IBM 机器搬到了 Azure
- 阿尔法狗是怎么用机器学习做决策的
- 这届机器学习论文评比,搞怪无厘头我只服Reddit
- 64位机器上安装Oracle9i顺利完成(64位装oracle9i)
- 研究显示,2022 年之前,机器学习芯片市场将是行业巨头的关注重点(附报告)