生物计算平台-生物计算平台-通用型智能自动化生物学实验室

400 0601 017

生物计算平台

新药研发包括多个环节，而靶点发现是首要环节；生物学计算平台，以数据驱动的方式探索科学家认知范围内的“盲区”，将很大助力靶标发现。

概述

新药研发包括多个环节，而靶点发现是首要环节，哪些基因或分子是对疾病有效并可靠的药物靶标，是首先要探索的科学问题。

同时，靶点发现也是机器学习等技术在新药研发过程中应用较多的环节。传统的靶标发现过程是基于已有知识体系的，即：科学家们基于已经积累的对疾病致病机理的认知，围绕某些起关键作用的通路或是“明星”分子开展药物研发。

尽管迄今为止的绝大多数药物都是在这样的范式下产生的，一种以数据驱动的靶标发现范式正在形成一股新的浪潮，为药物研发注入了突破性的生长力。

生物信息学在过去三十年得到了长足的发展，并逐渐从服务于分子生物学对数据的需求，转变为一门提出新假说、发现新规律的学科。

得益于测序技术的发展，人体的基因组、转录组、蛋白组、表观组等多组学的数据可以快速积累，并结合图像等表型组数据，使多维度系统地刻画机体特征成为现实。

从而，从这海量数据出发，挖掘与疾病相关的重要特征，将较大地推动药物靶标的发现。这不仅可以缩短药物研发的周期，也提供了新的药物研发思路。以数据驱动的方式探索科学家认知范围内的“盲区”，将较大地助力靶标发现。

推荐自动化平台

您的研究中有任何有可能需要基因编辑的实验，欢迎咨询镁伽技术人员。

订阅邮件

输入您的电子邮件地址，以接收鲲鹏实验室研究最新进展的更新。