药物发现数据日益复杂，研究人员越来越难以获取所需洞察。CAS BioFinder将美国化学文摘社(CAS)整理的科学内容与先进AI能力相结合，帮助药物发现研究人员更快获得更深层的洞察。从复杂的生物学问题到预测性生物活性模型和详细证据摘要，研究人员能够以前所未有的速度和信心从探索走向理解。
嵌入在CAS BioFinder中的CAS Newton℠ AI助手改变了科学家探索药物发现问题的方式。CAS Newton作为深度研究代理，提供来自全球人工整理科学数据的洞察，取代了手动拼接出版物、专利和搜索结果数据的方式。研究人员可以用自然语言提出复杂的科学问题，并立即获得简明、基于证据的摘要。每个回应直接链接到整理的来源，便于验证洞察或深入探究底层内容和分析能力。随后可提出后续问题，快速探索机制、关系、通路或市场活动，同时不牺牲科学严谨性。
"对于我们这样一个以结构生物学驱动的药物发现实验室，CAS Newton实际上成为了一位高度专业的药物化学合作伙伴。它使研究人员——尤其是那些没有深厚化学训练背景的研究人员——能够自信地应对复杂的设计挑战，以无缝、对话式的方式将生物学洞察与化学智能相结合。这种能力可以显著加速我们对抗疟疾和虫媒病毒感染等疾病的努力。"
——格劳修斯·奥利瓦（Glaucius Oliva），圣保罗大学物理研究所高级教授
CAS BioFinder包含强大的预测分析能力，即使在文献中没有关于目标化合物的实验数据，也能帮助研究人员发现潜在的蛋白质靶点、脱靶效应或多药理学作用。研究人员可上传新型分子的SDF文件或从搜索结果中选择配体，使用多达五种AI亲和力估计模型来预测安全风险。每个预测都包含透明的置信度评分和证实链接，展示模型如何得出其输出。生成的数据集可完全过滤并下载用于下游分析。
CAS BioFinder中的AI驱动摘要突显了关于疾病和生物标志物的整理数据中的关键洞察。AI药物智能摘要提供重要的疾病机制、治疗活性和领域趋势概览，而AI生成的生物标志物表格摘要则整合复杂关联，并提供可点击链接以进行更深入的探索。这种AI驱动的药物发现帮助研究人员快速找到最相关的证据，并有信心地优化研究路径。
【全文结束】