image: Bereit für die Zukunft von Pharma.ai? Registrieren Sie sich hier unter https://insilico.zoom.us/webinar/register/9217443018637/WN_eV0sLtrJQByZ_EsvRrB5jg#/registration . view more
Credit: Insilico Medicine
Eine kürzlich erschienene Nature Medicine-Veröffentlichung von Insilico Medicine und seinen Mitarbeitern markiert den ersten klinischen Proof of Concept (POC) für KI-gestützte Arzneimittelentdeckung, bei dem Rentosertib (bekannt als ISM001-055) nicht nur günstige Sicherheitsprofile demonstrierte, sondern auch das Potenzial zeigte, den tödlichen Prozess der Lungenfibrose umzukehren – im „Goldstandard" der Behandlungseffektivitätsbewertung einer Phase-IIa-Klinkstudie namens GENESIS-IPF. Noch wichtiger ist, dass Rentosertib nicht nur mit neuartiger Zielstruktur und Molekülstruktur aufwartet, beide unterstützt durch Insilicios proprietäre Pharma.ai-Plattform, sondern auch einen beschleunigten Entwicklungsprozess mit mehr als 60% gesparter Zeit von der Projektinitiierung bis zur präklinischen Kandidatennominierung (PCC) gegenüber der traditionellen Methode.
Seit Insilicios Gründung im Jahr 2014 wurde die Pharma.ai-Plattform kontinuierlich erweitert und optimiert, alles dokumentiert und geteilt durch Update-Webinar-Serien. Im März 2025 zog Insilicios neu angekündigter vierteljährlicher Pharma.ai-Launch Interesse von mehr als 300 Fachleuten aus verschiedenen Bereichen an, die den gesamten Lebenszyklus der Arzneimittelentdeckung umfassen, einschließlich medizinischer Forschung, Biotechnologie, Pharma und Gesundheitseinrichtungen.
Heute kündigt Insilico Medicine („Insilico"), das klinische generative künstliche Intelligenz (KI)-gesteuerte Arzneimittelentdeckungsunternehmen, sein bevorstehendes Summer Pharma.ai Updates Webinar an, geplant für 10 Uhr ET am 10. Juli. Während des Webinars wird Gründer und CEO Alex Zhavoronkov, PhD, die neuesten Unternehmensentwicklungen vorstellen und neue Funktionen und Anwendungen von Insilicios KI-Software-Suite einführen, mit besonderem Fokus auf die neuesten Fortschritte in Biology42 und Chemistry42 durch Produktdemos, tiefgreifende Erklärungen und reale Anwendungsfälle. Bereit für die Zukunft von Pharma.ai? Registrieren Sie sich hier unter https://insilico.zoom.us/webinar/register/9217443018637/WN_eV0sLtrJQByZ_EsvRrB5jg#/registration .
Biology42: Verbesserungen für Antikörper-Design und Omics-Datenanalyse
Auf der Biologieseite hat Generative Biologics seine Fähigkeiten im Biomolekül-Design durch die Einführung neuer 3D-basierter generativer Modelle für Antikörper weiter gestärkt. Diese Modelle unterstützen die Framework-Auswahl und ermöglichen eine präzisere und zuverlässigere Generierung von Antikörperstrukturen. Die aktualisierte Kontaktberechnungsfunktion ermöglicht es Nutzern nun, Interaktionen zwischen generierten Bindern und Zielproteinen direkt innerhalb der Plattform zu analysieren, was das Binderauswahlverfahren verbessert. Zusätzlich unterstützen wir nun template-basiertes Screening für Peptide, und Nutzer können strukturelle Informationen direkt aus der RCSB Protein Data Bank abrufen, was hilft, den gesamten Workflow zu optimieren und zu vereinfachen.
Was PandaOmics betrifft, das Omics-Datenanalyse-Tool für Ziel- und Biomarker-Identifikation, umfassen die neuesten Updates mehrere leistungsstarke Verbesserungen, die darauf ausgelegt sind, Benutzerfreundlichkeit, Sicherheit und Dateninterpretation zu verbessern. Forscher können nun Standard-Projekte mit einem einzigen Klick duplizieren und bearbeitbare Versionen erstellen, die mit fachmännisch kuratierten Vergleichen vorgeladen sind, um die Entdeckung zu beschleunigen. Für Sicherheit und Skalierbarkeit auf Unternehmensebene unterstützt PandaOmics nun Virtual Private Cloud (VPC)-Bereitstellung und erweiterte Single Sign-On (SSO)-Integration mit Identitätsanbietern wie Okta. Die neue Multi-Entry Gene Support-Funktion ermöglicht die Analyse mehrerer molekularer Entitäten pro Gen – wie Isoformen oder Transkripte – und verbessert die Granularität in der Differentialexpressionsanalyse. Schließlich können Wissensgraphen, die wichtige biologische Beziehungen aufzeigen, nun als hochwertige PNG- oder bearbeitbare PDF-Dateien für nahtlose Einbindung in Publikationen und Präsentationen exportiert werden.
Chemistry42: Fortschritte in Foundation Models und generativer Chemie-KI für Next-Generation Drug Design
Auf der Chemieseite liegt der Fokus auf dem Nach01 Foundation Model, das nun über den AWS Marketplace verfügbar ist. Durch die Integration von Natural Language Processing (NLP), chemischer Datenintelligenz und molekularer Point-Cloud-Kodierung schafft Nach01 ein leistungsstarkes Tool für Vorhersage- und Generierungsaufgaben unter Verwendung sowohl 2D- als auch 3D-Moleküldaten. Das Ergebnis ist ein vielseitiger Ansatz für das Arzneimitteldesign mit Leistung, die weithin anerkannte Benchmark-Tests übertrifft.
Parallel dazu hat Chemistry42 – die umfassende generative Chemieplattform – ein wichtiges Update mit Verbesserungen seiner Alchemistry-Engine erhalten. Die neueste Version beschleunigt relative Bindungsfreienergieberechnungen (RBFE) um bis zu das Dreifache bei gleichzeitig verbesserter Ausgabequalität. Zusätzlich können Nutzer nun Protein-Ligand-Molekulardynamik direkt innerhalb der Plattform analysieren, was Workflows optimiert und tiefere Einblicke in molekulare Interaktionen bietet. Darüber hinaus zeigt das aufgerüstete Alchemistry-Modul größere Robustheit, bewältigt Ligandenposen mit geringer struktureller Überlappung und ermöglicht Perturbationen über alternative Bindungstaschen und Bindungsmodi hinweg.
Durch die Integration fortgeschrittener KI- und Automatisierungstechnologien hat Insilico Medicine signifikante Effizienzverbesserungen in praktischen Anwendungen demonstriert und einen Benchmark für KI-gesteuerte Arzneimittelforschung und -entwicklung gesetzt. Verglichen mit den typischen 2,5–4 Jahren, die in der traditionellen Arzneimittelentdeckung erforderlich sind, benötigten Insilicios 22 nominierte Kandidatenmedikamente von 2021 bis 2024 nur durchschnittlich 12–18 Monate, um von der Projektinitiierung zur Nominierung präklinischer Kandidaten (PCCs) zu gelangen, wobei jedes Projekt nur etwa 60–200 Moleküle zur Synthese und zum Testen benötigte. Die Erfolgsrate von PCC zur IND-ermöglichenden Phase erreichte 100%.
Über Insilico Medicine
Insilico Medicine, ein führendes und globales KI-gesteuertes Biotech-Unternehmen, nutzt seine proprietäre Pharma.AI-Plattform und hochmoderne automatisierte Labore, um die Arzneimittelentdeckung zu beschleunigen und Innovationen in der Lebenswissenschaftsforschung voranzutreiben. Durch die Integration von KI- und Automatisierungstechnologien und tiefgreifenden internen Arzneimittelentdeckungsfähigkeiten liefert Insilico innovative Arzneimittellösungen für unerfüllte Bedürfnisse einschließlich Fibrose, Onkologie, Immunologie, Schmerz sowie Adipositas und Stoffwechselstörungen. Zusätzlich erweitert Insilico die Reichweite von Pharma.AI über verschiedene Industrien hinweg, wie fortgeschrittene Materialien, Landwirtschaft, Nahrungsergänzungsmittel und Veterinärmedizin.
Für weitere Informationen besuchen Sie bitte www.insilico.com .