当前位置：首页 > 报告详情

CBINSIGHTS：AI制药行业专题报告：打开AI制药黑匣子CBInsights深度剖析AI制药领域商业机会（29页）.pdf

上传人：云闲编号：31867 2021-03-16 PDF PDF 29页 1.60MB

该报告所属合集： 2025年制药/生物制药报告合集

打包下载报告合集

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载报告到电脑，查找使用更方便

VIP专享文档

书签

分享

收藏

已收藏

版权投诉

/29

立即下载

word格式文档无特别注明外均可编辑修改，预览文件经过压缩，下载原文更清晰！

三个皮匠报告文库所有资源均是客户上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作商用。

《CBINSIGHTS：AI制药行业专题报告：打开AI制药黑匣子CBInsights深度剖析AI制药领域商业机会（29页）.pdf》由会员分享，可在线阅读，更多相关《CBINSIGHTS：AI制药行业专题报告：打开AI制药黑匣子CBInsights深度剖析AI制药领域商业机会（29页）.pdf（29页珍藏版）》请在三个皮匠报告上搜索。

一般而言，用于 AI 制药的深度神经网络通常含有输入层、隐含层和输出层三层结构。生物数据首先需要转换为输入值数组，然后这些值被输入隐藏层运算。深度神经网络的其中一个挑战便是定义网络的深度和宽度即隐藏层和每层节点的数量。一层中的每个节点从前一层的所有节点获取输入信息，然后对输入信息进行数学变换，之后再进行正向反馈。最终在输出层输出输入数据的最终演算结果。其中所涉及的非线性转换的数量越多，对最高级别层的解释也就变的越困难。此类网络目前主要是通过不断迭代输入值数组，根据输入和输出结果之间的关系来评估模型特征和权重。通过归因分数、相关性系数或权重共享系数等方法给出特征重要性评分。另外一种深度神经网络模型则选择用可见层取代隐藏层。这类算法主要基于统计学和生物信息学的知识图谱，利用生物学底层逻辑将运算串联起来，使得每一层的数据产生机理得到解释。这一类型的可见层中往往采用基因本体论(Gene Ontology)等生物信息学相关网络构来定义输入层和输出层的连接方式，因此输出层的计算可以通过网络回溯。2020 年 Kuenzi 等人便使用从基因本体论衍生的层次结构的深度神经网络对肿瘤对药物的敏感性进行了建模，取得了重大突破。

本文主要介绍了AI制药领域的商业机会，包括资本市场热度、技术确定性探讨、AI技术赋能生物医药、生物制药企业与AI企业的合作、AI制药初创企业的商业化探索以及AI制药行业重点公司介绍。资本市场对AI制药领域的关注度持续上升，2020年，AI制药领域在资本市场获得了很高的关注度，共有11家AI制药公司完成了1亿美元以上的融资。美国是AI制药领域融资交易的主要地区，中国紧随其后。技术确定性探讨方面，AI制药行业是人工智能技术和生物制药领域的深度交叉，需要信息技术人才与生物制药人才的协同创新。AI制药验证的链条相对较长，因此在未来建立高通量高效的实验评价体系对AI制药企业来说尤为重要。 AI技术赋能生物医药方面，AI技术已经在多个环节找到了适合自己的应用场景，并发挥出巨大潜力。例如在根据海量文献筛选靶点、专利追踪、批量性质预测等方面，药企便可以通过使用人工智能相关技术降低大量制药成本。生物制药企业与AI企业的合作方面，许多大型药企开始在这一领域积极布局。例如默沙东和葛兰素史克与AI平台的合作为最早也最为频繁。 AI制药初创企业的商业化探索方面，AI制药企业正逐步探索自己的商业化之路。和大型药企合作，基于业绩付费是目前AI制药公司主要的盈利模式。 AI制药行业重点公司介绍方面，文章介绍了Schrodinger、Insilico Medicine、BenevolentAI、Atomwise、Exscientia、OWKIN、晶泰科技、云深智药、星药科技、普瑞基准等公司的发展历程、核心技术、业务布局和融资情况。

资本市场对AI制药行业的关注度如何？ AI制药技术如何赋能生物医药？ AI制药初创企业的商业化探索有哪些模式？

全行业研究报告分享下载平台

0731-84720580
商务合作：really158d
友链申请 (QQ)：1737380874

关于我们

更多

关于我们

三个皮匠报告微信公众号

三个皮匠报告微信小程序

扫码咨询网站充值下载问题

友情链接：

营销自动化亿欧智库微播易阿里妈妈

copyright@2008-2013 长沙景略智创信息技术有限公司版权所有网站备案/许可证号：湘B2-20190120 | 工信部备案号：湘ICP备17000430号-2 | 公安备案号：湘公网安备43010402001071号

客服

小程序

服务号

折叠