亚马逊推出Amazon Bio Discovery平台，以AI生物基础模型加速抗体药物研发
B910化工消息：亚马逊正式推出名为Amazon Bio Discovery的AI药物发现平台，为药物研究人员提供直接访问经过大规模生物数据集训练的专业AI模型库，以评估和加速新型抗体疗法的开发。
该平台包含三个核心组件：一是由生物基础模型（bioFM）组成的AI模型库和分析工具包，这些模型经过海量生物数据训练，涵盖从蛋白质结构预测到候选分子化学性质评估等多种能力；二是AI代理（AI Agent），可帮助研究人员设计实验方案；三是整合的实验室合作伙伴网络，实现计算设计与实验验证的闭环。
AWS医疗AI和生命科学副总裁Rajiv Chopra表示，AI代理使强大的科研能力对所有药物研究人员开放，而不仅限于具有计算专业背景的团队。这些AI系统能够设计药物分子、协调测试、从结果中学习，并在每次实验中持续优化。
纪念斯隆-凯特琳癌症中心（MSK）小儿肿瘤学Enid A. Haupt讲席教授Nai-Kong Cheung博士已在抗体偶联药物（ADC）候选物开发中应用该技术。Cheung指出，研究人员花了20年证明第一代抗体有效，又花了13年将其转化为人体用药并获得FDA批准，这条路径极其低效。患者的时间紧迫，需要更快产出结果。
近年来，生成式AI的进步催生了大量新的机器学习模型，涵盖蛋白质物理结构预测、候选分子化学性质评估等领域。Amazon Bio Discovery的推出标志着大型科技公司在药物发现领域的布局进一步深化，与Google DeepMind的AlphaFold、Recursion Pharmaceuticals的AI平台形成竞争格局。
据GlobalData药物智能中心数据，2025年风险融资交易总额较2024年增长48%，反映出市场对AI驱动药物发现领域的持续看好。 （来源：Pharmaceutical Technology）
该平台包含三个核心组件：一是由生物基础模型（bioFM）组成的AI模型库和分析工具包，这些模型经过海量生物数据训练，涵盖从蛋白质结构预测到候选分子化学性质评估等多种能力；二是AI代理（AI Agent），可帮助研究人员设计实验方案；三是整合的实验室合作伙伴网络，实现计算设计与实验验证的闭环。
AWS医疗AI和生命科学副总裁Rajiv Chopra表示，AI代理使强大的科研能力对所有药物研究人员开放，而不仅限于具有计算专业背景的团队。这些AI系统能够设计药物分子、协调测试、从结果中学习，并在每次实验中持续优化。
纪念斯隆-凯特琳癌症中心（MSK）小儿肿瘤学Enid A. Haupt讲席教授Nai-Kong Cheung博士已在抗体偶联药物（ADC）候选物开发中应用该技术。Cheung指出，研究人员花了20年证明第一代抗体有效，又花了13年将其转化为人体用药并获得FDA批准，这条路径极其低效。患者的时间紧迫，需要更快产出结果。
近年来，生成式AI的进步催生了大量新的机器学习模型，涵盖蛋白质物理结构预测、候选分子化学性质评估等领域。Amazon Bio Discovery的推出标志着大型科技公司在药物发现领域的布局进一步深化，与Google DeepMind的AlphaFold、Recursion Pharmaceuticals的AI平台形成竞争格局。
据GlobalData药物智能中心数据，2025年风险融资交易总额较2024年增长48%，反映出市场对AI驱动药物发现领域的持续看好。 （来源：Pharmaceutical Technology）
