News | Atomwise获投1.23亿美元推进AI药物研发

简介: News | Atomwise获投1.23亿美元推进AI药物研发

Atomwise宣布,完成由B Capital Group和沙特公共投资基金Sanabil Investments超额认购的B轮投资,总金额1.23亿美元。

image.png

Atomwise首席执行官兼联合创始人Abraham Heifets


自Atomwise于2012年成立以来,已筹集的资金总额达到近1.75亿美元。根据Crunchbase的数据,其中包括2018年完成的4,500万美元A轮融资。


迄今为止,Atomwise已为750多个学术研究合作提供了AI技术,解决了600多个疾病靶标。


作为AI小分子发现的领军企业, Atomwise将借助本轮投资继续扩展其AI技术平台和团队。该公司将利用融资来建立自己的内部渠道,并继续与使用AtomNet®进行药物发现的领先研究人员建立合资企业组合来推进高潜力的药物分子。此前Atomwise已用这种模式建立多家合资企业,如X-37,Atropos Therapeutics,Theia Biosciences和vAIrus。公司同时计划继续扩大与合作伙伴的合作,这些合作伙伴目前包括药厂,包括礼来公司,拜耳,汉索制药和Bridge Biotherapeutics,以及新兴的生物技术公司,例如StemoniX和SEngine Precision Medicine。迄今为止,Atomwise已与公司合作伙伴签署了价值约55亿美元的共同研发条款。


投资者在说什么


B Capital Group:Ganguly


Atomwise的平台使通常冗长的药物研发生命周期缩短了数月甚至数年。但更重要的是,他们正在解决以前认为研究人员无法解决的生物学问题,并将这种能力传递给从学术界到大型制药业的所有人。


目录
相关文章
|
7天前
|
人工智能 搜索推荐 安全
数百名研发人员用通义灵码,33%新增代码由AI生成,信也科技研发模式焕新升级
目前,信也科技数百名研发人员正在使用通义灵码,周活跃用户占比70%,新增代码中有33%由通义灵码编写,整体研发效率提升了11%,真正实现了数百研发人员开发效能的全面提升。
|
1月前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
103 4
|
21天前
|
人工智能 测试技术 Serverless
AI编码,十倍提速,通义灵码引领研发新范式
欢迎参加通义灵码智能开发流程活动,通过在线部署和上传截图,即可获得新年好运日历,限量30个,先到先得!活动时间从即日起至2024年12月13日24:00。快来报名吧!
|
2月前
|
机器学习/深度学习 人工智能 算法
介绍一下AI在药物研发中的应用。
【10月更文挑战第16天】介绍一下AI在药物研发中的应用。
82 0
|
1月前
|
人工智能 自然语言处理 测试技术
通义千问AI来提高研发效率
【10月更文挑战第21天】
|
2月前
|
机器学习/深度学习 人工智能 算法
AI在药物研发中还有哪些应用场景呢
【10月更文挑战第16天】AI在药物研发中还有哪些应用场景呢
428 0
|
2月前
|
机器学习/深度学习 存储 人工智能
2024 年 AI 辅助研发趋势
这篇文章讨论了2024年AI辅助研发的趋势,包括技术进展、行业应用案例、面临的挑战与机遇、未来趋势预测、与法规的影响以及人才培养与教育。文章强调了AI在医药、汽车和电子等行业的应用,并指出了AI辅助研发面临的技术挑战、伦理问题和数据安全问题,同时也提出了技术创新、伦理规范和数据安全技术等方面的机遇。文章还预测了AI与研发流程的深度融合、智能研发平台的崛起和AI驱动的创新模式等未来发展方向,并讨论了政府政策和法规对AI辅助研发的影响,以及教育体系如何适应这一变革,培养具备AI技能的研发人才。
73 0
|
4月前
|
人工智能
就AI 基础设施的演进与挑战问题之通过应用核心概念来优化研发过程的问题如何解决
就AI 基础设施的演进与挑战问题之通过应用核心概念来优化研发过程的问题如何解决
|
4月前
|
机器学习/深度学习 人工智能 缓存
AI智能体研发之路-模型篇(二):DeepSeek-V2-Chat 训练与推理实战
AI智能体研发之路-模型篇(二):DeepSeek-V2-Chat 训练与推理实战
657 0
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用