Symbiotic.blue推出，結合牛津和劍橋的科學智慧與生物創業領導力，重新定義人工智能藥物發現
2025年6月19日，倫敦（GLOBE NEWSWIRE）—— 英國最新的科技生物公司Symbiotic.blue正式啟動，旨在創新一個以人工智能驅動的下一代藥物發現平台（AIDD），結合生成式AI和受腦啟發的方法論。Symbiotic.blue的目標是創造更智能的多靶向治療藥物，以應對複雜疾病。
Symbiotic.blue利用差異化的多模態數據，正在平行開發一個平台和治療管道，首個重點將放在肥胖症上，以優先考慮臨床驗證。
該公司由來自牛津和劍橋大學的世界知名學者以及經驗豐富的生命科學企業家創立，目前正在進行種子前融資，以建立其專有平台並啟動早期發現計劃。
Symbiotic.blue的聯合創始人兼主席Nigel Brooksby（前聖諾菲董事長兼總經理）表示：“人工智能和生命科學是英國政府的投資重點領域，旨在加速經濟增長。通過結合英國在人工智能和生命科學方面的世界領先優勢，並結合私人資本和政府支持計劃，Symbiotic.blue旨在開發一個變革性的人工智能驅動藥物發現平台，提高新療法的發現速度和效率，並降低成本，以應對重大健康挑戰。”
“我們的目標是建立一個設計上有意義不同的人工智能平台，模擬生物學，以加速通往新療法的道路。”
Symbiotic.blue的誕生源於一種共同的挫折感：藥物發現過於緩慢、狹隘，無法應對像肥胖這樣的複雜疾病。Dr. Simon Stringer在腦啟發的人工智能方面的突破提供了一條新路徑——一條機器可以模擬生物細微差別的道路，而不僅僅是處理數據。Ana Domingos教授和Gonçalo Bernardes教授則帶來了對代謝生物學和化學設計的深入見解，這一火花最終變成了計劃。Dr. Kam Pooni加入團隊，將尖端科學轉化為可擴展的公司，而行業資深人士Nigel Brooksby和Rakesh Roshan則提供了實現計劃所需的戰略火力。最終，他們共同創立了Symbiotic.blue，旨在打破傳統，從根本上重建藥物發現——更智能、更快速，並與生物學相一致。
Symbiotic.blue的聯合創始人兼首席執行官Dr. Kam Pooni表示：“我們正在結合製藥領導的靈活性與頂尖學術思想在人工智能和藥物發現方面的智力火力。我們不僅是在加速發現；我們正在從根本上重新思考其基礎。”
Symbiotic.blue的科學核心由三位領先學者組成：
* Dr. Simon Stringer，聯合創始人兼首席AI官——牛津理論神經科學家，腦啟發計算模型的先驅
* Professor Ana Domingos，聯合創始人兼顧問——牛津大學肥胖和代謝生物學專家
* Professor Gonçalo Bernardes，聯合創始人兼顧問委員會主席（藥物開發）——劍橋化學生物學家，全球針對性藥物設計的領導者
Symbiotic.blue的平台將整合兩項新技術：層次特徵綁定（HFB），這一技術的關鍵創新者是Dr. Stringer，受人類大腦處理複雜信息的啟發，使人工智能能以更具上下文和層次的方式建模生物學。這將與單分子多藥理（UniMP）技術相結合，該技術旨在生成可以同時作用於多個生物靶標的分子，提高潛在療效並降低開發風險，Ana Domingos教授和Bernardes教授在這方面是專家。
Dr. Simon Stringer，聯合創始人兼首席AI官表示：“我們正在增強生成式AI，以構建下一代藥物發現平台。通過模擬大腦如何層次性地綁定特徵，並結合Ana在代謝生物學方面的專業知識和Gonçalo對化學藥物設計的深刻理解，我們旨在建立一個能更好地建模生物複雜性並幫助識別具有真正治療潛力的多靶向分子的系統。”
關於Symbiotic.blue
Symbiotic.blue是一家位於英國的科技生物公司，正在創新一個以人工智能驅動的下一代藥物發現平台，結合生成式AI的力量和腦啟發的方法論。
該公司的平台將整合兩項新技術：
* 層次特徵綁定（HFB）——受人類大腦處理複雜信息的啟發，使人工智能能以更具上下文和層次的方式建模生物學。
* 單分子多藥理（UniMP）——旨在生成可以同時作用於多個生物靶標的分子，提高潛在療效並降低開發風險。
Symbiotic.blue由來自牛津和劍橋大學的領先學者以及經驗豐富的生命科學企業家創立。該公司正在平行開發一個平台和管道，首個重點將放在肥胖症上，以優先考慮臨床驗證，並且目前正在進行種子前融資，以建立其專有平台並啟動早期發現計劃。
該公司歡迎製藥合作夥伴、學術研究者和早期投資者的合作。如需探索機會，請聯繫info@symbiotic.blue。
在這個快速發展的科技生物領域，Symbiotic.blue的出現無疑是一個令人振奮的消息。它不僅展示了牛津和劍橋大學的學術力量如何轉化為實際應用，還強調了跨學科合作在解決複雜健康挑戰中的重要性。隨著AI技術的進步，未來的藥物發現可能會變得更加高效和精準，這對於全球健康問題的解決具有重要意義。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
