Infinite Intelligence
Pharma

Insight & Innovation for Drug Dicovery

深思明辨,百药可成

公司简介

  北京英飞智药科技有限公司(以下简称“英飞智药”) 20196月正式运营,是一家以创新药物为目标,以人工智能为驱动的初创公司。英飞智药在新药研发中充分利用并持续发展先进的AI药物发现技术,打造自主知识产权的AI+新药研发平台——智药大脑TM。智药大脑是集顶级专家人才、一流AI+新药研发平台、前沿药物设计方法一体的药物发现系统。英飞智药拥有业界领先的First-in-Class候选药开发成功率,致力于高效批量开发自主创新药物品种,同时也为医药企业的新药研发提供先进的技术服务和解决方案。

智药大脑

自主知识产权的新药研发系统——智药大脑(PharmaMind

利用先进的人工智能药物研发技术(AIDD)融合计算机辅助药物设计技术(CADD)助推中国乃至世界新药研发的跨越式发展,成为引领医药产业未来发展方向的卓越企业。

为了在大数据的信息时代发挥出专家和技术的最大价值,该系统以数据、专家、技术为核心驱动,利用融合的AIDDCADD等智能化技术来辅助专家理解问题,深悉问题,从而解决问题。

目前分子图像识别功能已对外开放下载。

技术与产品

IIP分子探索3D

MolExplorer3D

IIP分子优化3D

MolOptimizer3D

IIP分子搜索

MolSearcher

IIP分子评估

MolEvaluator

IIP分子探索3D
MolExplorer3D

  • 有效地探索能够与特定靶标具有潜在结合作用的化合物骨架,激发药物设计人员灵感,开阔设计思路;

  • 能利用深度学习技术基于靶标结构进行分子生成。对于一个靶标结构,寻找潜在结合位置,提供潜在结合小分子线索。在生成过程中考虑小分子与靶标的结合信息,获得结果类药性好,潜在结合能力高的配体化合物;

  • 该功能可直接使用,寻找潜在苗头小分子骨架,尤其适用于全新靶标的药物设计,也可配合已知活性的苗头分子,帮助确定关键相互作用。

IIP分子优化3D
MolOptimizer3D

  • 获得更有可能成药的先导/候选化合物分子;

  • 基于靶标结构,在提高结合能力的基础上,评估化合物的成药性和可合成性,缩短实际反馈所需的资源和时间;

  • 对于苗头分子先导分子结构进行优化改造,提高生物活性,改善药代动力学性质,降低毒性,获得安全有效,具有后续开发价值的候选药物。

IIP分子优化3D
MolOptimizer3D

  • 获得更有可能成药的先导/候选化合物分子;

  • 基于靶标结构,在提高结合能力的基础上,评估化合物的成药性和可合成性,缩短实际反馈所需的资源和时间

  • 对于苗头分子先导分子结构进行优化改造,提高生物活性,改善药代动力学性质,降低毒性,获得安全有效,具有后续开发价值的候选药物。

IIP分子搜索
MolSearcher

  • 在很多情况下,只能获得有活性小分子的实验数据,没有相关靶标的结构信息。在此基础上可使用基于配体的方法进行探索或者优化,设计推导潜在活性小分子;

  • 使用基于深度学习的多维度相似性指标,扩展搜索化学空间,依据问题要求对原来的骨架进行修饰,或者获取全新骨架。

IIP分子评估
MolEvaluator

  • 结构决定性质,化合物的性质在前期如果能够早一步考虑,将事半功倍;

  • 使用融合了人工智能和计算机辅助药物设计的多种模型,对于一个化合物的多维度性质进行评价,包括理化性质、性质、成药性、可合成性,对接打分和药效团匹配打分等等;

  • 这些性质分别对应着不同应用场景。准确的评估结果有助于极大提高药物研发的成功率。

IIP分子评估
MolEvaluator

  • 结构决定性质,化合物的性质在前期如果能够早一步考虑,将事半功倍;

  • 使用融合了人工智能和计算机辅助药物设计的多种模型,对于一个化合物的多维度性质进行评价,包括理化性质、性质、成药性、可合成性,对接打分和药效团匹配打分等等;

  • 这些性质分别对应着不同应用场景。准确的评估结果有助于极大提高药物研发的成功率。

IIP虚拟筛选
MolDOCKingVS

  • 锁钥模型衍生出应用对接的虚拟筛选,易于理解;
  • 基于结构的药物设计能够利用受体的空间信息,限制配体的搜索范围,充分利用受体结构和已知受体配体复合物提供的信息,寻找其他能够与受体结合的配体化合物。结合了人工智能的虚拟筛选能够快速地对超大规模化合物库进行筛选,提高获得高活性化合物的概率;
  • 对于全新靶标来说,基于结构的药物筛选仍然是获得苗头小分子的重要途径,保证虚拟筛选的成功率和实用性是其中的关键技术。

IIP多靶标药物设计
MolMulti-Target

  • 药物作用靶点不是单独存在的,而是处于生物作用网络中,复杂疾病的治疗通常需要多靶标药物方案;

  • 针对多靶标蛋白质结构,从头设计和优化能同时作用于多个靶标蛋白的药物分子;

  • 利用AI模型生成能能同时作用于多个靶标蛋白的药物分子。

IIP逆合成分析

MolSynthesize

  • 把设计图纸中的分子变成实际分子。在全新分子生成和化合物改造过程中,绝大多数设计的分子都难以合成,解决所设计分子的合成问题,从纸面设计到实际验证的关键;
  • 基于快速启发式强化树搜索算法的逆合成分析帮助合成人员安排实验顺序,更快获取化合物;
  • 评价化合物的可合成性和潜在合成方式,是进行决策的重要步骤。

IIP互动分子设计
MolInteractive

  • 人工智能的发展仍然处于比较初级的阶段,使用专家智能与机器智能交互的方式,是提高设计成功率的理想方式;
  • 人机结合极大提升了设计效率,达到了显著的的效果,并使设计过程稳健可控。

IIP分子数据挖掘
MolDataMiner

  • 书读百遍,其义自见。药物发现领域已经具有了丰富的公开信息资源,利用人工智能辅助,深入收集挖掘,建立人脑难以获取的药物信息学知识图谱;
  • 结合了先进的深度学习技术(自然语言处理技术,图像识别技术,图神经网络技术等),精心设计的用户交互,友好舒适;
  • 从大数据中挖掘重要信息构建知识图谱。

IIP蛋白质结构功能设计与改造
ProDesign

  • 针对所需的蛋白质结构和功能,计算设计满足工业化需求的蛋白质序列;
  • 工程酶计算模拟设计,助力工程酶优化,加速产业化发展。

IIP靶向无序蛋白质的药物设计
DrugIDP

  • 人类很多疾病都和无序蛋白质紧密相关,无序蛋白是目前世界公认的潜在新型药物靶标;
  • 针对无序蛋白质的系综结构进行理性药物分子设计。

团队成员

裴剑锋 博士

首席科学家

徐优俊 博士

联合创始人

张伟林 博士

联合创始人

肖晋川 硕士

IT工程负责人

郝天龙 博士

新药研发负责人

吴国振 博士

生物研发负责人

龚超骏 博士

苏州研发负责人

杨华

营运负责人