加入我们
如果你相信科学的力量，请加入我们，努力推动科学的边界，提供改变菠菜网投注生活的药物。
数据科学与人工智能:
解锁新的科学见解
在As欧洲杯微信买球traZeneca，我们利用数据和技术来最大限度地发挥潜在新药的发现和交付时间。现在，我们正在嵌入我们研发的数据科学和人工智能（AI），使我们的科学家能够推动科学的界限，以提供更改生命的药物。
数据科学和人工智能有潜力改变我们发现和开发新药物的方式——将昨天的科幻小说变成今天的现实，目的是使创新科学转化为改变生活的药物
今天，我们产生和获得的数据比以往任何时候都多。事实上，在过去的两年里，在过去的两年里已经比在整个人类的历史中创造了更多的数据。但是，只有我们能够分析，解释和应用，才能实现此数据的价值。在我们的研发方面，我们正在使用AI来帮助我们解读这一丰富的信息，目的是：
•更好地了解我们想要治疗的疾病
•识别新型药物的新目标
•招募和设计更好的临床试验
•推动个性化医疗战略
•加快我们设计，开发和制造新药物的方式
我们的科学家正在利用AI帮助重新定义医学科学，以寻求新的和更好的方法来发现，测试和加速明天的潜在药物。以下部分说明了数据科学和AI如何背后的一些故事开始对我们的研发努力产生影响。
将数据转化为知识
我们决心推进对癌症，呼吸道和心脏，肾病和代谢疾病等疾病的根本理解。因为通过学习什么原因或驱动疾病，我们希望找到新的方式来治疗，预防甚至治愈它们。
通过数据科学和AI，我们正在揭示新的生物洞察，以提高我们的研发生产力。例如，我们正在使用知识图表 - 基因，蛋白质，疾病和化合物等内容化科学数据事实的网络以及它们之间的关系 - 为科学家提供新的见解和帮助克服认知偏见。最近，我们将第一个AI生成的药物目标从我们的合作中选择了我们的投资组合Benevolentai．
数据科学和人工智能也可以帮助我们揭示基因疾病的秘密。我们的基因组研究中心正在努力到2026年分析多达200万个基因组。除了CRISPR的基因编辑能力，它可以删除基因组中的每一个基因，以探究这些基因在生物学中发挥的作用，阿斯利康的科学家们还在研究我们的基因构成，以帮助我们更好地了解疾病。欧洲杯微信买球
但是基因组的大规模意味着这些实验产生了巨大的数据量。数据科学和AI在工作中，帮助我们更快速准确地分析和解释数据。
预测下一个分子，以及如何制作它们
通过人工智能，我们有潜力改变药物化学，用复杂的计算方法来增强传统药物设计，预测下一步要制造什么分子以及如何制造它们
我们正在探索使用人工智能来帮助我们发现新的药物。我们相信它有很大的潜力来提高质量和减少发现潜在候选药物所需的时间。
这目前需要几年的详细科学研究;合成和测试数千分子以达到正确的药物性质。
AI正在转换这种冗长的过程 - 使我们能够快速生成分子的新颖思想，并使用基于现在可用的大数据集使用预测来制作和排列这些想法。
确定了有希望的分子后，下一步就是在实验室中合成分子。人工智能也开始发挥作用了——合成预测科学正在迅速发展，我们很快就能利用人工智能来帮助我们在最短的时间内推断出制造分子的最佳方法。
我们将人工智能视为未来化学实验室的关键组成部分——不仅是发现和制造新药，而且是自动化控制，以加快生成、分析和测试高质量化合物的重复周期。
使用AI快速，准确的图像分析
每周，我们的病理学家分析我们研究中数百个组织样本。他们检查它们是否有疾病和生物标志物，这些标志物可能表明患者最有可能对我们的药物产生反应。这是非常耗时的，这就是为什么我们正在训练人工智能系统，以帮助病理学家更准确、更轻松地分析样本。这有可能将分析时间缩短30%以上。
对于我们的AI系统之一，我们实施了一种灵感的方法，由一些自驾车了解他们的环境。我们培训了AI系统以获得肿瘤细胞和免疫细胞的生物标志物，称为PD-L1，这具有有助于提供膀胱癌的免疫疗法的治疗决策。
我们的AI系统从组织样本看几千图像，有条不紊地检查每个用于PD-L1。它拯救了我们的病理学家时间，在困难的情况下特别有用。
通过数据科学和AI加速临床试验
随机临床试验（RCT）目前是在评估潜在的新药时制药的选择方法。但是，已发表的数据显示它们随着时间的推移而变得更加昂贵和复杂。
数据科学的进步可以帮助我们重新思考临床试验，加强当前的实践，并找到发现和开发潜在新药的新方法。
例如，高质量的电子健康记录（EHRS）的快速采用代表了具有改善临床试验实施的巨大，丰富和高度相关的数据源。
联邦电子病历技术正在释放新的机遇，以加强临床研究，并改变我们进行临床试验的方式。该技术有潜力完善或取代许多临床试验过程，包括患者识别、选择、试验实施和数据捕获。
我们还在使用人工智能和机器学习工具从临床试验数据中收集更多的价值。从历史上看，我们已经熟练地使用试验数据来分析、解释和报告试验药物的安全性和有效性。但我们希望将已经收集到的数据的价值最大化。
数据再利用可以帮助我们更好地设计我们的药物开发战略和规划。这可以帮助我们设计更智能的试验，加强我们的科学发现，最终，在未来，有可能帮助我们的患者获得最好的治疗。
构建合适的数据骨干
今天，我们产生和获得的数据比以往任何时候都多。数据和分析有潜力改变我们的业务，但科学数据的真正价值只有在“公平”的情况下才能实现——可查找、可访问、可互操作和可重用。
欧洲杯微信买球AstraZeneca的研发和IT团体正在紧密地工作，以创造一个行业领先的企业数据和AI架构。这将有助于我们回答关键业务问题，并提高我们利用新工具和技术的能力，例如AI和机器学习，现在和未来。
我们还可以从公司中调动一支数据科学家，生物信息管理人员，数据工程师和机器学习专家，以确保我们以最佳方式收集，组织和使用正确的数据。
欧洲杯微信买球阿斯利康在伦理数据和人工智能方面的原则
人工智能技术的快速发展将我们带进了一个未知的领域，企业和监管机构必须共同努力，迎接新的挑战。我们的原则将使我们和我们的合作伙伴能够安全有效地驾驭这一新环境。通过鼓励创新和进化，同时保持我们的价值观，它们为维护我们的人工智能治理提供了长期的道德基础。
在2020年期间，我们在Astrazeneca内外，为Astrazeneca内部和外部的各种专家开发了道德数据和AI的原则，与我们的一致欧洲杯微信买球道德规范和价值观。这些价值适用于患者和员工，使AstraZeneca能够为社会做出积极的贡献。欧洲杯微信买球
通过AI专业知识推动科学界限
合作帮助回答AI的大问题
我们知道最好的科学不是孤立发生的，这就是为什么我们要合作，为科学发现打开大门。
的剑桥中心为医学的AI，Astrazeneca，剑桥大学和GSK之间的合作欧洲杯微信买球将世界级学术界与现实世界的产业挑战相结合，旨在开发尖端AI来改变我们发现和开发药品的方式。
我们正在合作米拉魁北克人工智能研究所，推动医疗保健的艾美创新。合作汇集了AI的领先专家，以扩大思想，并使用先进的计算方法推动传统药物发现和发展的界限。
我们与Schrödinger的合作使用他们的先进计算平台，目的是加速药物发现。通过组合基于物理的建模和机器学习，我们将能够预测大型文库的潜在药物分子的亲和力，以鉴定合成和生物学测试的最高亲和力候选者。
我们加入了药物发现和合成（MLPDS）联盟的机器学习，具有麻省理工学院和其他一些制药公司的学术/行业联盟。联盟的目标是利用其成员的各自专门知识来设计和提供预测分子特性和合成路线以提高药物发现的速度和效率的软件工具。
我们是a的一部分制药，技术和学术合作伙伴的新联盟称为“Melloddy”（机器学习分类账分支编排，用于药物发现）。该项目旨在利用全球最大的小分子集合，具有已知的生化或细胞活动，以实现更准确的预测模型，并增加药物发现的效率。
我们与Benevolentai合作使用机器学习和AI发现慢性肾病（CKD）和特发性肺纤维化的潜在新药。通过将我们的疾病区域专业知识和大型数据集与Benevolentai领先的AI和机器学习能力相结合，我们正在转化药物发现，为患者带来至关重要的新治疗方法。由于该协作而导致的第一项新的AI生成的CKD治疗目标已进入我们的药物开发组合。
艾瑞森将工业界、学术界和公共部门聚集在一个独特的伙伴关系中，通过协作和跨行业共享加速应用人工智能研究和创新。
与我们合作
我们知道，无论我们的科学多么创新，无论我们的药物和提供多么有效，菠菜最稳定的平台要实现我们想要实现的一切，我们不能单独做到。