许多生物技术公司正在通过实施人工智能（AI）和机器学习（ML）技术来应对制药行业中的各种障碍，以优化和简化药物开发流程。这是2025年6月18日至19日在英国伦敦举行的伦敦生物技术会议上的发言者所强调的内容。
近年来，制药行业已显著转向数字化，AI在整个药物开发价值链中推动创新，从加速药物发现到优化临床试验设计，最终改善患者疗效。
诺和诺德（Novo Nordisk）采取了多项举措，将AI/ML技术应用于遗传学和以人为中心的体外模型，以加速靶点发现。鉴于药物发现和开发成本高昂，成功开发出候选药物仍然是一个重大挑战。这一复杂过程涉及多个步骤，包括靶点识别与验证、先导化合物优化以及漫长的临床试验阶段。根据诺和诺德在伦敦生物技术会议上的发言人介绍，公司旨在将其目标发现引擎中纳入人类数据输入，例如基因组学、样本和多组学信息，这些数据来自多种不同的患者群体。
由AI驱动的目标发现引擎利用数据挖掘和分析，将特定疾病与新靶点联系起来，从而增加进入人体首次剂量测试的新靶点数量。此外，诺和诺德还引入了由深度学习驱动的细胞图像基础模型，以提高基于大规模基因组数据集的筛选通量。在虚拟实验中使用AI和深度学习工具，可以将大量细胞图像数据集转换为文本形式，从而通过形态学特征对不同细胞进行有效映射。这使得研究人员能够更好地理解并预测细胞特性。
AI驱动技术的实施有潜力优化药物开发价值链的多个方面，从实现跨功能的数据集标准化到加速体外和计算机模拟模型及工具的应用。因此，制药组织可以在扩展方法的同时提高产出，最终改善患者的治疗结果。
(全文结束)
