美国食品药品监督管理局（FDA）最近发出了通知，该通知逐渐取消了诸如单克隆抗体等药物应用中的动物测试要求，而是使用人工智能（AI）预言模型，器官和器官芯片，它们更好，更接近人类反应。 面对动物实验即将告别历史阶段的事实，中国的制药行业是否准备好了吗？科学研究的发展和储备是什么？在“如何利用AI来提高新的FDA政策下的非临床研究效率”的“如何利用AI”上，会议专家表示，我国的新研究和发展领域长期以来一直在为AI做出努力。 提高预言的准确性 “ AI不仅可以设计分子药物，而且可以预测分子药物进入临床领域并进入市场的可能性和可能性。”北京大学跨学科研究所对科学和技术每日记者说。 “我们继续关注新研究和药物开发成功率的主要问题。” Pei Jianfeng表示，新的研究和药物开发持续很长时间，而90％的新药将在临床试验阶段失败。他们的团队生成了AI技术，以预测新的研究和药物开发的长链中的每个链接的成功率，以指导研发人员选择“迷宫”的正确途径。 癌症H药物临床试验中心医学科学院医院研究员王舒哈（Wang Shuha）介绍，国家癌症中心已经成立了一家特殊机构，以收集有关稀有疾病，新目标肿瘤，多组分学等的研究数据，并继续与AI公司，大学团队，大学团队等合作 通过目标发现创新药物是创建新药的主要方向之一。为eXample，Star Target PD-1（编程死亡受体1）已成为开发肿瘤治疗药物的“信标”。 “并非所有潜在的目标都适合开发药物。如果AI可以预测项目建立后开发不同目标的价值，则开发人员将不再等到他们进入临床实践的第三阶段才能知道该药物无效，因此在最近几年中，PEI Jianfeng付出了较高的AI技术，可以为许多最佳药物设计提供了许多型号的AI技术。 中国科学院计算机技术研究所的研究人员赵耶（Zhao Yi）介绍，其团队独立开发的“深层生成模型PRNET”基于神经网络架构和生成对抗性网络，实现了对在许多转录组下的准确预测，对许多转录组的准确预测在药物下的药物验证许多疾病模型的验证的准确性为87％。 增强原创性 “开发新药的临床试验的时间和成本超过70％，但是很难为临床阶段的'决定提供准确的指南。”山东大学药学院临床药学系主任Zhao Wei教授认为，传统临床试验不仅是较高的效率，而且效率很高，而且有效率较低，而且效率低下，并且没有效率的效率，并且没有效率。至少15％。 FDA专家还指出，替代程序可以降低研发成本和药品价格，并为患者提供更安全的治疗选择。 以关键指标“去除药物”，以评估安全性，传统方法可以预测前65.8％的效率。 “我们根据研究数据训练了Machi研究模型。OM 35医学和大学机构将预言效率提高94.1％。 Zhao Wei说，当新生儿使用抗感染药物（例如阿莫西林和头孢济）时，该团队使用该模型来预测剂量，而临床准确性率达到了80％。 我国的最初研发能力正在上升，但是缺乏有关临床前研究的有效数据和攀登安全剂量的难度已成为研究和开发原始药物的“隐藏关注”。 Zhao Wei说：“像AI这样的新方法可以准确估计包括安全剂量在内的许多参数，从而大大提高了原始药物的研究能力和开发。” 除了一般改善新药的研发能力外，AI还可以发现旧药物的新药或“避免”失败的药物。 “当发现旧药物时，它们专注于目标，但它们在人类网络上起作用，可以通过Interac展示新的治疗作用与其他靶标和旧药物更安全。