药明生物微调的 NLP 工具实现精准筛选患者亚群主要通过以下步骤： 数据收集与整合 ：收集全球 10 万 + 电子健康记录（EHR）以及大量的文献数据，这些数据包含了患者的基本信息、症状表现、检查检验结果、疾病诊断、治疗过程等多方面的详细信息。同时，整合药...
药明生物基于开源大模型微调的 NLP 工具主要是基于 Meta Llama 3 等开源框架进行微调的 1 2 。这些工具在药物研发中有着重要作用，具体如下 1 ： 精准筛选患者亚群 ：可以分析全球 10 万 + 电子健康记录（EHR）与文献数据，结合药明自研的临床表型图谱模型，...
药明生物的 AI 模型在药物研发全链条有广泛应用，其核心成果聚焦于抗体设计、工艺优化、临床试验加速等领域 3 。在心血管疾病药物研发方面，虽没有像在肿瘤、自身免疫病等领域那样有详细公开的特定模型应用案例，但可以推测其相关模型可能的应用方式如下 4...
药明生物有多个模型被应用于特定疾病领域的药物研发，以下是一些具体例子 1 ： WuXi ProDesign ：在肿瘤疾病领域应用显著。例如针对癌症靶点 PD - L1/CTLA - 4 双抗，2 个月内生成 30 种候选分子，其中一款分子（项目代号 WB - 203）进入临床前研究，较上一...
药明生物基于英伟达 BioNeMo 平台开发了多个相关模型，以下是一些主要模型及其介绍： WuXi ProDesign 1 ： 模型定位 ：专注于抗体与蛋白药物设计的生成式 AI 模型。 训练数据 ：基于药明生物积累的实验数据与英伟达 BioNeMo 平台训练。 功能作用 ：可预测蛋...
WuXi ProDesign 是药明生物自研的专注于抗体与蛋白药物设计的生成式 AI 模型，在药物研发中有着广泛应用和显著成效，以下是相关介绍： 应用阶段 药物设计阶段 ：基于积累的实验数据与英伟达 BioNeMo 平台训练，可预测蛋白质稳定性、设计突变库、优化结合亲和...
WuXi ProDesign 是药明生物自研的聚焦于抗体与蛋白药物设计的生成式 AI 模型 1 。以下是对它的具体介绍： 技术基础 ：基于 Transformer 架构，训练数据来自药明生物内部逾千个抗体开发项目。它结合 AlphaFold 3 预测抗原结合位点，能够生成高稳定性双抗框架...
评估 Y-Mol 模型在药物研发中的应用效果需结合多维度指标，涵盖模型性能、实际应用价值及领域适配性等方面。以下是具体评估方法和参考标准： 一、基础性能评估：任务特异性指标 Y-Mol 需在药物研发核心任务中达到行业可接受的精度，不同任务对应不同评估指标...
在 先导化合物发现阶段 ，Y - Mol 模型在虚拟筛选中能快速扫描化合物库，准确预测化合物与特定靶点的结合亲和力，缩小实验筛选范围 1 。在药物设计方面，无论是单目标还是多目标优化实验，它都能生成合法有效的分子，展现出探索广阔化学空间的能力，有助于设...
数据收集与处理方面 扩充数据多样性 ：除了现有的 PubMed 生物医学文献、DrugBank 等数据库来源的数据，进一步收集更多不同类型和来源的数据。例如，纳入更多疾病领域、不同药物作用机制相关的数据，以及来自不同实验技术和平台产生的数据，使模型接触到更广...