깊고 규모 AI+ 바이오약제의 지역에서, Longhui 기술은 표적 탐지, 화합물 검열, 임상 시험, 약 repositioning에 ADMT 예측, 및 포스트 시장 평가에 이른 탐지에서 AI 약제 모형을 위한 가득 차있 연결 자료 지원을 제공하는 18의 고품질 자료 세트를 건축했습니다.
AlphaFold 3에서 AI Design Medicine Clinic III로, Protein Design에서 약물 재조합에 이르기까지 AI는 약물 패러다임 재현을 재현합니다.
DeepMind는 알파폴드 3을 출판합니다. 단백질 + RNA+DNA+ 작은 분자 구성 결합 구조의 첫 예측을 달성하는 것은 알파폴드보다 훨씬 정확합니다. 자연 2025 리뷰는 "구조 생물학의 새로운 시대"로이를 검토하고 몇 달에서 분까지 약물 대상의 구조를 감소시킵니다.
Insilico Medicine의 AI 디자인 특수 폐 섬유 약, INS 018_055, 임상 단계 IIa 입력 및 긍정 데이터를 표시, 디자인 및 임상 항목에 대한 최초의 글로벌 AI 후보가되고. 과학은 AI 제약이 임상 착륙에 개념적 검증에서 이동했다고 언급했다.
RFdiffusion, ProteinMPNN, ESM3와 같은 모델은 자연에 존재하지 않는 새로운 단백질을 디자인하기 위해 설계되었습니다. 셀 2025에 의해 출판 된 연구는 AI가 천연 항체를 넘어서 단백질 프로턴 프로테지와 힘을 결합하도록 설계되었으며 바이오 제약 개발에 대한 새로운 패러다임을 엽니 다.
AI는 오래된 약의 새로운 용도를 위한 clues를 제공하는 큰 양의 실제 세계 자료 그리고 분자 특성 분석합니다. NEJM 2025에 의해 간행된 학문은 COVID-19 심각한 질병의 처리를 위한 Baretini를, 임상 검증에 임상 유효성 6 달, 반영하는 AI의 임상 가치를 재조정하는 것을 보여줍니다.
다그룹 메가모델(scGPT, Geneformer, BioGPT)은 단일 셀 세큐싱, 유전자 표현 스펙트럼에서 새로운 타겟 포인트를 확인합니다. NAture Biotechnology 2026 연구는 Alzheimer 's Disease, non-alcoholic Fat 간 등과 같은 어려운 질병에 대한 AI 쇼 잠재력에 의해 확인 된 새로운 대상이 보여집니다.
심층 학습 기반 ADMT 예측 모델은 치독성, 심장 독성 (HERG), 신장 독성 등 부작용의 과잉률을 가지고 있습니다. Lancet 2026 용지는 AID 약물 안전 예측이 약 30 %의 임상 시험 실패율을 줄일 수 있다는 것을 강조했습니다.
의약품 연구 및 개발의 수명주기를 커버하는 고품질의 데이터 인프라 구축 및 AI 제약 혁신을 강화
200백만 + 화합물 분자 구조, 가상 검열 및 분자 발생을 지원하기 위하여 bioactive 자료
50+ADMT 엔드포인트, 1백만+molecule 실험적인 자료, 예측 약 대사 및 독성
100,000+Data for Clinical Trials 는 I-IV 프로세스를 전체적으로 다루는데, 엔트리/엔드-of-service/bad 이벤트를 포함한
실제 세계 데이터를 기반으로 한 약물 치료 링크를 통해 오래된 약물의 새로운 발굴 지원
데이터 협력 메커니즘은 중국의 30 + 혁신적인 약 회사, CRO 및 상하이 의학 연구소, 중국 의학 아카데미에서 제약 대학 및 데이터 소스의 권위, 적용 및 전문 지적을 보장하기 위해 약국의 중국 대학에 설립되었다.
약국의 의사, 약학 / 약학, AAA 보조 품질 관리 시스템, 3 단계의 전문가 검사를 통해 대상 데이터, ADMT 라벨, 임상 최종 학습 해석의 전문적이고 정확한 품질을 보장합니다.
NMPA, FDA, EMA Data Management Guidelines for Drug Research and Development and GCP (약 임상 시험을위한 임상 품질 관리 지침)를 따르는 엄격한 품질 관리 지침은 모든 임상 데이터가 분산되어 완벽한 공인 된 링크가 있습니다.
자체 연구 pharmacological 전용 페데스타인 플랫폼은 분자 구조 시각화, SMILES 자동 검증, 타겟 형성 매핑, 엔드 투 클리닉 재판 해석 원조를 지원하며 인간 시너지는 3 ~ 5 배의 마킹 효율을 향상시킵니다.
R & D 단계로, 약 발견의 4개의 주요 단면도를, ADMT의 임상 시험, 약 repositioning 덮는
ZINC, ChEMBL, PubChem Multisource Integration을 가진 200백만개의 + 화합물 분자 구조 (SMILES/InChI)
200,000+Protein3D 구조 (PDB 체재), 알파폴드 포에스트 및 실험적인 파싱 구조 포함
15백만 + 화합물 표적 생물성 기록은 금지/activation/coupling와 같은 활동의 각종 유형을 덮습니다
50+ADMT 엔드포인트, 1백만+molecule 실험적인 자료, 덮음 가용성/permeability/resiliency
hepatotoxicity/cardiology (HERG)/renal 독성/reproductive 독성과 같은 다수 내점 독성 자료
I-IV 기간을 포함하는 임상 시험의 100,000+registration, 입장/외환 기준/endpoint 지시자를 포함하여
50,000 + 임상시험 결과 보고서, 주요 endpoint/secondary endpoint/bad 이벤트 통계 포함
중국 의약품의 현대화와 새로운 약의 발견을 지원하는 천연 제품의 300,000 + 분자 구조 및 생물학적 활동
라벨 구조와 제약 데이터 세트의 다른 유형의 설명 데이터보기
Long Hui Medicine Data Set에서 지원하는 핵심 응용 장면
다중 그룹 데이터 및 지식지도를 기반으로 AI는 새로운 표적을 식별하고 약물 특성을 검증합니다.
수십억급의 복합재 방사성체 또는 스크래치에서 완전히 새로운 분자 구조의 생성
약물 대사 및 독성의 조기 예측, 포스트 진료 실패의 위험을 감소
이미 시장에 내놓은 약을 위한 새로운 적응을 파는 것은, 연구와 개발 주기를 감소시키고 비용
AI-assisted 환자 입장 검열, 끝점 예측, 시험 설계 최적화
A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A. A.
Long Hye Medicine Data Set에 대한 일반적인 질문 답변
Langhui는 NMPA (국약국), FDA 및 EMA 및 GCP (약 임상 시험을 위한 품질 관리 지침)와 같은 규제 기관의 자료 관리 요구에 엄격히 따릅니다.
Target-format data는 제약 회사와 공동으로 ChEMBL, BindingDB, PDFbind 및 내부 실험 데이터와 같은 권위있는 공공 데이터베이스에서 파생됩니다.
다양한 표준 분자 형식을 지원합니다: SMILES (선형 분자식), InCHI/InchiKey (국제 화학 표하기), MOL/SDF (molecule 구조 문서), PDB (단백 3D 구조), CIF (정형 정보 파일).
Langhui는 클라이언트의 연구 오리엔테이션 (예를들면 종양, 신경절제 질병, 대사 질병, 등)에 따라 특정 질병 지역에 있는 수집하고, 통합하고, 상표 약 자료를 제공하는 주문을 받아서 만들어진 자료 서비스를 제공합니다. 우리는 마커의 납품에 자료 수집에서 정상적인 6-10 주 주기와 더불어 주문을 받아서 만들어진 필요에 빨리 반응하는 연구 기관과 일하는 30+ 회사의 네트워크가 있습니다.
데이터 사용률 및 지적재산권 보호를 보장하기 위해 데이터 사용 계약(DUA)에 서명하고 해당 데이터 승인 프로그램을 제공 할 것입니다.
Longhui 기술 약 Dataset, AI+ biopharmaceutical 혁신을 위한 고품질, 고분고분한 믿을 수 있는 자료 지원을 제공하십시오