AI能否挑出真正有效的癌症联合疗法？
癌症联合疗法被认为是肿瘤治疗最有希望的方向之一，但问题在于组合空间实在太大：两种、三种药物的搭配数量远远超过任何一家机构能够开展的临床试验规模。靠经验与偶然去试错，效率低、失败率高。一家名为 Big Picture Bio 的英国公司宣告成立，目标是用生成式「世界模型」来识别、设计并优化有前景的癌症联合疗法。它的基本设想是让模型理解肿瘤、免疫细胞与周围组织在不同病灶位置、不同患者亚群之间如何相互作用。换句话说，公司想解决的是肿瘤药物发现中最棘手的难题之一：如何在成千上万种组合里，找出更有可能在真实患者身上起效的那几个。按照公司的说法，其做法是把 AI 驱动的建模与有针对性的湿实验验证结合起来。模型负责提出候选，实验负责证伪。资金层面，该公司已完成 150 万英镑（约 200 万美元）的种子前融资，由 Kadmos Capital 与 Exceptional Ventures 联合领投，Gloucester Ventures 以及......阅读全文
《自然·癌症》：发现了能重塑“癌王”肿瘤微环境的联合疗法
胰腺导管腺癌（PDAC）是个疯狂的“杀手”，PDAC患者的10年生存率约为1%[1]。近20年来，靶向治疗和免疫治疗不断取得进步，改写了很多癌症的治疗范式；遗憾的是，经典腺体亚型对目前的临床治疗方案有一定的响应[2,3]，而基底样间充质亚型的PDAC对标准化疗和免疫治疗几乎没有反应。PDAC之所如此
AI－能否挑出真正有效的癌症联合疗法？
癌症联合疗法被认为是肿瘤治疗最有希望的方向之一，但问题在于组合空间实在太大：两种、三种药物的搭配数量远远超过任何一家机构能够开展的临床试验规模。靠经验与偶然去试错，效率低、失败率高。一家名为 Big Picture Bio 的英国公司宣告成立，目标是用生成式「世界模型」来识别、设计并优化有前景的癌症
生成式AI投融资热潮席卷全球
最近，由微软投资的开放人工智能研究中心（OpenAI）开发的聊天机器人ChatGPT引发广泛关注，它能够利用大型语言模型技术，快速生成精雕细琢的文本，如散文或诗歌等。一石激起千层浪。包括谷歌、元宇宙、亚马逊公司等在内的科技巨头纷纷开始推出或开发自己的聊天机器人，并投资相关初创企业，针对生成式AI的投
AI模型可为癌症患者选择最佳疗法
科技日报讯 （记者刘霞）来自澳大利亚国立大学、美国国家癌症研究所和Pangea Biomed制药公司的科学家，成功开发出一种人工智能（AI）模型“DeepPT”，可以帮助医生为癌症患者选择最佳疗法。相关研究论文发表于最新一期《自然·癌症》杂志。“DeepPT”通过预测患者的信使核糖核酸（mRNA）图
AI语言模型“提速”药物发现
原文地址：http://news.sciencenet.cn/htmlnews/2023/6/502762.shtm美国麻省理工学院和塔夫茨大学研究人员设计出一种基于大型语言模型（如ChatGPT）的人工智能算法，这种称为ConPLex的新模型可将目标蛋白与潜在的药物分子相匹配，而无需执行计算分子结
肿瘤微环境对肿瘤血管生成的调控
缺氧实体肿瘤发生发展过程中，高耗氧量、营养缺乏和细胞中代谢物质的积累可能会产生不适合肿瘤细胞生长的缺氧微环境。在常氧条件下，HIF-1α和HIF-2α被PDH和FIH-1羟基化，并通过蛋白酶体介导的降解来降解。在肿瘤的缺氧环境中，FIH-1和PHDs的失活不能羟基化HIF-1/HIF-2α，降低HI
生成式AI加速抗病毒药物开发，提高药物发现潜力
新兴药物靶蛋白的抑制剂发现具有挑战性，特别是当靶结构或活性分子未知时。 IBM 研究院、牛津大学和 Diamond Light Source 公司的合作团队，通过实验验证了深度生成框架的广泛实用性，他们的框架在蛋白质序列、小分子及其相互相互作用上进行了大规模训练，不偏向任何特定目标。 研究人
“种子与土壤”——肿瘤与其微环境
肿瘤并不是一个孤岛，而是由肿瘤细胞、多种基质细胞（如成纤维细胞、免疫和炎性细胞、脂肪细胞、胶质细胞、平滑肌细胞等）以及细胞外基质构成的有机体。一百多年前，Paget即提出肿瘤“种子与土壤”的假说：肿瘤细胞作为“种子”，其发生和转移依赖于周围的微环境“土壤”。肿瘤细胞是核心，其周围的细胞及非细胞组
研究显示：患者来源数据效果提升显著
安特卫普大学及安特卫普大学医院（UZA）的衍生公司 Sightera Biosciences 宣布完成 300 万欧元（€3 million）的 pre-seed 轮融资，由 Entourage、Anacura 与 QBIC 领投。该公司用生成式 AI 设计新型小分子，其独特之处在于直接用"患者
生成式AI时代，大模型数据安全如何保障？
在生成式AI（人工智能）时代，数据安全的出路可能会是“用魔法打败魔法”，知识产权保护也可能要提前到token（字符串）层面。4月26日，在2024中关村论坛上，人工智能企业与学者就AI大模型的数据安全问题进行了讨论。中关村论坛数据安全治理与发展论坛现场 澎湃新闻记者 秦盛 摄“在生成式人工智能时代
英伟达推出生成式AI药物发现平台开启新布局
人工智能计算领导者英伟达（NVIDIA）在过去的一年里接连投资几家AI药物开发公司，其在药物开发领域的雄心壮志正在成为全世界的焦点。 日前，英伟达宣布了三项新举措，其中包括与安进（Amgen）子公司deCode进行新的合作。英伟达表示，deCode将利用英伟达的超级计算机和BioNeMo生成式人工智
肿瘤微环境分析指导癌症治疗
在免疫疗法时代，癌症生物学家依靠新一代工具来了解肿瘤和免疫细胞之间的相互作用是如何影响疾病进程的。 虽然Sean Bendall是一名病理学家，但最近却成了一名图谱制作者，他使用尖端的蛋白质绘图技术来描绘出肿瘤组织的变幻莫测的景观。 这项技术由Bendall在加州斯坦福大学（Stanford
AI视频生成模型Sora来了
原文地址：http://news.sciencenet.cn/htmlnews/2024/2/517625.shtm
肿瘤联合疗法火热，大批组合药物正在赶来
已获批的联合疗法 在2012年6月，FDA批准了治疗乳腺癌的组合疗法，帕妥珠单抗和曲妥珠单抗(两者均由罗氏开发)的组合药物。作为首个用于治疗肿瘤的组合药物，其可以作用两个靶点，在治疗HER2阳性转移性乳腺癌治疗中，相比曲妥珠单抗和多西他赛的联合疗法，其可将患者生存期平均延长15.7个月。 2
肿瘤细胞诱导血管生成模型
肿瘤细胞诱导血管生成实验可以用于：把一定数量的肿瘤细胞移植到机体内，诱导宿主局部的血管生成。实验方法原理肿瘤血管生成是指肿瘤微环境诱导的在原有血管基础上生成以毛细血管为主的血管系统，并在肿瘤组织内建立血液循环的过程。肿瘤血管生成与肿瘤微环境密切相关，受多种促血管生成因子和（或）血管生成抑制因子的调节
靶向肿瘤微环境有助于抑制癌症
人类免疫系统调节并控制了识别微生物感染以及外界异物的入侵。这种天然的免疫反应依赖于重要的新陈代谢和细胞过程，从而达到抵抗感染和其他疾病的目的。然而，免疫系统的相关反应也参与了全身性疾病和癌症的发展。因此，进一步了解免疫系统细胞反应中涉及的基本生化过程至关重要，并且有助于开发针对系统性疾病和癌症的
AI能否把DNA折成任意形状？生成式模型给出肯定答案
形如小狗、星星与蒙娜丽莎——若不是只有纳米级宽，你几乎会把这类DNA结构误认成造型有趣的空心粉。韩国科学家用一种名为"DNA折纸"（DNA origami）的技术造出这些构造，能把遗传物质弯折成任意形态。传统上，设计DNA链使其折叠成特定形状往往需要繁琐的手动工作；而这组玩心十足的构造背后，研究者已
各公司正在将注意力转向肿瘤微环境－抗体药物、细胞疗法
据世界卫生组织(WHO)统计，癌症是世界第二大死因。仅2018年，全球就有960万人死于癌症，约占当年死亡人数的六分之一。许多制药公司正在加大力度开发针对癌症的新攻击线，他们认为，如果要使癌症统计数据变得不那么令人畏惧，有必要探索传统抗癌方法的替代方法。 众所周知，癌症研究的重点是该疾病的潜在
英矽智能通过生成式AI发现治疗癌症的强效选择性抑制剂
近日，生成式人工智能（AI）驱动的临床阶段药物研发公司英矽智能（Insilico Medicine）在药物化学领域Top期刊 Journal of Medicinal Chemistry 期刊发表了一篇题为：Discovery of Tetrahydropyrazolopyrazine Deriva
联合药物疗法为儿童脑肿瘤治疗带来“新机”
美国约翰斯·霍普金斯金梅尔癌症中心的人体细胞和小鼠试验表明，联合使用试验性抗癌药物TAK228（也称为sapanisertib）和已有抗癌药物曲美替尼比二者单独使用更能有效抑制儿童低级别胶质瘤的生长。图片来源于网络 儿童低级别胶质瘤是最常见的儿童脑肿瘤，约占所有儿童脑肿瘤病例的1/3。儿童低
用AI生成数据训练AI或导致模型崩溃
科技日报北京7月25日电 （记者张梦然）《自然》24日正式发表的一篇研究论文指出了一个人工智能（AI）严重问题：用AI生成的数据集训练未来几代机器学习模型，可能会严重“污染”它们的输出，这被称为“模型崩溃”。研究显示，原始内容会在9次迭代以后，变成不相关的“胡言乱语”（演示中一个建筑文本最终变成了野
用AI生成数据训练AI或导致模型崩溃
《自然》24日正式发表的一篇研究论文指出了一个人工智能（AI）严重问题：用AI生成的数据集训练未来几代机器学习模型，可能会严重“污染”它们的输出，这被称为“模型崩溃”。研究显示，原始内容会在9次迭代以后，变成不相关的“胡言乱语”（演示中一个建筑文本最终变成了野兔的名字），这凸显出使用可靠数据训练
2.47亿美元|－阿斯利康携手一家AI制药公司靶向“不可成药”靶点
近日，生成式人工智能（AI）抗体发现领域的领导者Absci Corporation宣布与阿斯利康达成合作，开发针对一个肿瘤靶点的AI设计抗体。此次合作将Absci的Integrated Drug Creation™平台与阿斯利康在肿瘤领域的专业知识结合起来，旨在加速发现潜在的新的癌症治疗候选药物
当AI遇到癌症疗法－“癌症=感冒”不是梦
1、AI多方面改善肿瘤疗法 人工智能(artificial intelligence， AI)方法有潜力影响癌症疗法的多个方面，包括药物的发现、临床开发，以及最终的临床应用(图表1)。目前，这些过程既昂贵又耗时漫长(平均约20亿美元，10年)，而且因为常规有限样本随机对照试验的局限性，对更广泛
肿瘤细胞诱导血管生成模型实验
实验方法原理 无论原发性肿瘤还是继发性肿瘤，一旦生长直径超过1~2 mm，都会有血管生成。这是由于肿瘤细胞自身可分泌多种生长因子，诱导血管生成。 实验材料
肿瘤细胞诱导血管生成模型实验
细胞培养技术 实验方法原理 无论原发性肿瘤还是继发性肿瘤，一旦生长直径超过1~2 mm，都会有血管生成。这是由于肿瘤细胞自身可分泌多种生长因子，诱导血管生成。
Science：研究发现肿瘤细菌能降解癌症药物
多亏了一项偶然的发现，研究人员找到了为何化疗药物有时不起作用的其中一个原因。事实证明，癌细胞内的细菌会摧毁一些药物，使其变得无效。相关成果日前发表于《科学》杂志。 此项发现或许可解释为何药物“吉西他滨”在治疗胰腺癌患者时极少能成功。在113名胰腺癌患者中，有3/4的活体组织检查发现了摧毁“吉西
《自然》封面：以AI生成数据训练AI，模型变傻？
大模型有许多“崩”的时候，但有一种崩溃叫做“自毁前程”—— 近日，《自然》发表在封面的一篇论文指出，用AI生成的数据集训练未来几代机器学习模型，可能会“污染”它们的输出。这项由英国牛津大学、剑桥大学、帝国理工学院、加拿大多伦多大学等多所高校联合开展的研究显示，原始内容会在数代内变成不相关的“胡
《自然》封面：以AI生成数据训练AI，模型变傻？
大模型有许多“崩”的时候，但有一种崩溃叫做“自毁前程”——近日，《自然》发表在封面的一篇论文指出，用AI生成的数据集训练未来几代机器学习模型，可能会“污染”它们的输出。这项由英国牛津大学、剑桥大学、帝国理工学院、加拿大多伦多大学等多所高校联合开展的研究显示，原始内容会在数代内变成不相关的“胡言乱语”
胃癌微环境抗肿瘤免疫机制被发现
复旦大学基础医学院徐洁杰、张伟娟课题组和复旦大学附属中山医院秦净、沈振斌课题组合作研究发现，肿瘤浸润“IL17阳性细胞” 能够激活肿瘤微环境抗肿瘤免疫反应，对促进胃癌患者术后辅助化疗有利。相关研究成果近日在线发表于《肿瘤学年鉴》（《Annals of Oncology》）。 据悉，胃癌患者的术