问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
全球数据与AI平台厂商Databricks近日正式推出面向药物研发领域的多智能体AI系统AiChemy，该参考架构可打通企业内部私有研发数据与公开科研数据集，将药物研发早期的靶点识别、化合物评估环节平均耗时缩短60%以上，为生物制药行业的AI落地提供了新的标准化参考方案。
图源: 图像由AI生成一款创新药从靶点发现到正式上市，平均需要花费10至15年时间，研发投入超过13亿美元，其中仅早期靶点筛选、候选化合物评估两个环节，就占到了总研发成本的35%以上。
过去几年AI技术虽然已经渗透到药物研发环节，但大多数单点工具只能处理单一来源的数据，无法打通药企私有实验数据和公开科研数据库的壁垒，最终输出的预测结果准确率普遍不足60%，难以落地到实际研发流程中。
此次发布的AiChemy多智能体AI参考架构，正是针对上述痛点设计。不同于传统单模型AI工具，AiChemy采用多智能体分工协作模式：一部分智能体负责对接药企内部的实验记录、临床试验数据等非结构化私有资料，一部分智能体负责调取公开的蛋白结构数据库、已发表科研论文等公共科研资源，另有专门的校验智能体负责交叉验证多源数据的真实性，最终输出结构化的靶点匹配度、化合物毒性预测等可直接用于研发决策的结果。
**值得注意的是，AiChemy无需对企业原有数据系统进行大规模改造，即可实现不同数据格式的兼容，适配效率比现有同类方案高出60%**，大幅降低了中小药企使用AI研发工具的门槛。
目前已有包括辉瑞、默沙东在内的3家跨国药企，以及12家生物科技初创公司参与了AiChemy的内测，反馈数据显示，使用该系统后，早期靶点识别的耗时从平均6个月缩短至1个月左右，候选化合物评估的准确率提升至82%。
Databricks相关负责人透露，未来AiChemy的能力还将进一步拓展到农业育种、新材料研发等同样需要处理大量多源科研数据的领域，为基础科研的AI落地提供通用型架构支撑。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号