PandaOmics 是 Insilico Medicine 的 AI 靶点发现平台。公开案例包括 ALS 靶点发现论文（Pun 等, Frontiers in Aging Neuroscience 2022）以及 TNIK/IPF 项目中的靶点优先级排序。它的核心不是“AI 直接发现靶点”，而是把多源证据组织成可比较的证据链。
证据来源
- 组学证据：转录组、蛋白组、疾病/正常差异、通路富集等。
- 文本证据：文献、专利、临床、基金、专家等文本和元数据。
- 网络/知识图谱：疾病、基因、通路、药物之间的关联。
怎么审稿式阅读
- 问清楚：靶点排序来自哪些数据？是否有时间切分或前瞻验证？
- 公司平台论文有利益相关，要区分平台能力展示、合作案例和独立第三方验证。
- 靶点发现输出的是假设，仍需遗传学、疾病模型、药理学和安全性验证。
关键要点
- PandaOmics 的价值是多源证据整合和靶点排序；
- 不能把平台分数当作因果证明；
- 必须拆解证据链、利益相关和实验验证。
延伸资源
- 论文/案例：Pun et al., Front. Aging Neurosci. 2022；TNIK/IPF: Nature Biotechnology 2024。