AI Drug MapAI 药物发现地图
MODULE 08 / 55 RECORDS

平台与公司

商业平台、CADD 软件、AI 制药公司案例

全部文章索引 →
  1. 271 Chemistry42：AI 分子生成平台适合解决什么问题 Chemistry42 是英矽智能的生成式分子设计平台，把多目标生成与打分工程化。这篇讲清它的工作方式、适用问题类型，以及自建同类能力时可借鉴的设计。 →
  2. 272 PandaOmics：AI 靶点发现平台如何组织证据 PandaOmics 是英矽智能的 AI 靶点发现平台，把多源组学与文献证据组织成可比较的靶点排序。这篇讲清它的证据组织方式与自建时的关键考量。 →
  3. 273 InClinico：AI 临床试验预测平台的应用场景 InClinico 是面向临床试验结果预测的 AI 平台。这篇讲清它试图解决的问题、预测的现实边界，以及这类工具应有的定位。 →
  4. 274 Schrödinger LiveDesign：药物设计协作平台怎么用 Schrödinger LiveDesign 是药物设计的协作平台，把设计、计算、数据管理放进同一个界面。这篇讲清它解决的协作问题与开源替代思路。 →
  5. 275 Schrödinger Maestro：商业 CADD 平台的核心能力 Schrödinger Maestro 是商业 CADD 平台的图形化核心，集成建模、对接、模拟与分析。这篇梳理它的能力模块与对应的开源方案。 →
  6. 276 Schrödinger FEP+：自由能计算平台为什么昂贵 FEP+ 是商业自由能计算平台，精度高但成本高。这篇讲清它昂贵的原因、能达到的精度水平，以及什么时候值得为它付费。 →
  7. 277 OpenEye Orion：云端分子建模平台介绍 OpenEye Orion 是云端分子建模平台，把计算工具与弹性算力打包成可编排的工作流。这篇讲清云端 CADD 的价值与需要注意的问题。 →
  8. 278 OpenEye ROCS：形状相似性筛选工具的价值 ROCS 用形状与化学特征做三维相似性筛选，在没有靶点结构时价值突出。这篇讲清它的原理、适用场景与开源替代方案。 →
  9. 279 OpenEye Omega：构象生成工具在筛选中的作用 OMEGA 是高质量构象生成工具，是三维筛选方法的前置基础。这篇讲清构象生成的难点、质量判断与开源方案的实际差距。 →
  10. 280 Cresset Flare：场分析与 CADD 协作平台 Cresset Flare 是以分子场分析为特色的 CADD 平台。这篇讲清「场」的概念、它与传统方法的差别，以及适用的设计场景。 →
  11. 281 Cresset Spark：生物电子等排替换工具介绍 Cresset Spark 专做生物电子等排替换与骨架跃迁，用于在保持活性的前提下改善性质。这篇讲清等排替换的原理、常见替换对与实际使用要点。 →
  12. 282 Optibrium StarDrop：ADMET 与多参数优化平台 Optibrium StarDrop 专注 ADMET 预测与多参数优化，把成药性权衡工程化。这篇讲清概率化 MPO 的思路与它对决策方式的影响。 →
  13. 283 Optibrium Cerella：AI 辅助 DMTA 决策平台 Optibrium Cerella 用主动学习填补稀疏的项目数据，辅助 DMTA 决策。这篇讲清缺失数据填补的思路、主动学习在实验设计中的价值与适用前提。 →
  14. 284 AIDDISON：默克 AI 药物发现平台案例 AIDDISON 是默克推出的 AI 药物发现 SaaS 平台，把生成、筛选与合成可行性串在一起。这篇讲清它的定位与「化学公司做 AI 平台」的特点。 →
  15. 285 Iktos Makya：生成式 AI 药物设计平台介绍 Iktos Makya 是生成式 AI 分子设计平台，强调多目标优化与合成可及性。这篇讲清它的定位、生成式设计的实际产出质量判断方法。 →
  16. 286 Iktos Spaya：逆合成规划平台如何辅助合成 Iktos Spaya 是逆合成规划平台，帮助把设计的分子落到可执行的合成路线。这篇讲清逆合成 AI 的工作方式、路线评估标准与开源替代。 →
  17. 287 Deep Origin Balto：生命科学 AI 工作空间介绍 Deep Origin Balto 是面向生命科学的 AI 工作空间，把计算环境与数据管理打包。这篇讲清这类「科研工作空间」产品要解决的问题与自建对比。 →
  18. 288 Deep Origin DO Studio：建模、模拟与协作平台 Deep Origin DO Studio 面向分子建模、模拟与协作。这篇讲清这类集成建模平台的能力边界，以及计算结果如何在团队中有效流转。 →
  19. 289 NVIDIA BioNeMo：生物基础模型平台的商业定位 NVIDIA BioNeMo 是面向生物基础模型的 GPU 平台，提供预训练模型与训练框架。这篇讲清它的商业定位、能力构成与选型考量。 →
  20. 290 AlphaFold Server：免费结构预测服务的应用边界 AlphaFold Server 提供免费的结构预测服务，但有明确的使用边界。这篇讲清它的能力、配额与许可限制，以及什么时候必须换用其他方案。 →
  21. 291 Boltz Web Demo：开放结构预测工具的在线体验 Boltz Web Demo 让人无需部署即可体验开放结构预测。这篇讲清在线试用的定位、从试用到生产的路径与注意事项。 →
  22. 292 Chai Discovery Platform：结构预测创业公司的产品路线 Chai Discovery 是专注结构预测的创业公司。这篇讲清它的产品路线、技术差异点，以及结构预测赛道的商业逻辑。 →
  23. 293 Tencent iDrug：腾讯 AI 药物发现平台观察 腾讯 iDrug 是国内互联网公司布局 AI 制药的代表之一。这篇讲清这类平台的能力构成，以及互联网公司做 AI 制药的特点与局限。 →
  24. 294 Bohrium Uni-Mol Docking：在线 Docking 服务如何定位 Bohrium 上的 Uni-Mol Docking 在线服务把对接能力做成云端产品。这篇讲清在线计算服务的定位、适用场景与选择时的判断。 →
  25. 295 DP Technology RiDYMO：分子动力学平台案例 RiDYMO 是深势科技面向增强采样与难成药靶点的分子模拟平台。这篇讲清增强采样要解决的问题、隐蔽口袋的发现思路与开源方案。 →
  26. 296 XtalPi ID4Inno：晶泰科技 AI 药物研发平台解析 晶泰科技 ID4Inno 把 AI 计算与自动化实验整合成研发平台。这篇讲清「干湿闭环」的价值、自动化实验的现实进展与评估要点。 →
  27. 297 Benchling R&D Cloud：生物医药研发数据管理平台 Benchling 是生物医药研发的数据管理云平台，覆盖 ELN、样本与实验数据。这篇讲清研发数据管理的核心问题与选型考量。 →
  28. 298 Dotmatics Luma：科研数据平台在药企中的作用 Dotmatics Luma 面向科研数据的整合与流转，在药企中承担数据中枢角色。这篇讲清科研数据平台的定位与实施中的关键问题。 →
  29. 299 Certara D360：药物研发数据分析平台 Certara D360 面向药物研发的数据查询与分析，尤其是 DMPK 与临床前数据。这篇讲清它的定位与研发决策所需的数据视图。 →
  30. 300 CDD Vault：小团队如何管理化合物和活性数据 CDD Vault 是面向中小团队的化合物与活性数据管理方案。这篇讲清小团队的数据管理需求、它的定位与自建的对比。 →
  31. 301 MOE：经典商业分子建模平台能力梳理 MOE 是经典的商业分子建模平台，以化学信息学与结构建模的一体化著称。这篇梳理它的能力模块与 SVL 脚本的定制价值。 →
  32. 302 MolSoft ICM-Pro：结构建模和 Docking 平台介绍 MolSoft ICM-Pro 是结构建模与对接平台，以柔性对接和口袋分析见长。这篇讲清它的技术特点与柔性对接的实际意义。 →
  33. 303 BioSolveIT SeeSAR：可视化药物设计工具如何使用 BioSolveIT SeeSAR 强调交互式、可视化的药物设计，把计算结果变成药化可直接操作的界面。这篇讲清可视化设计的价值与实际用法。 →
  34. 304 BioSolveIT HYDE：打分函数与结合能解释 HYDE 是基于脱水与氢键的打分函数，特点是可解释、能分解到原子。这篇讲清它的物理基础与「可解释打分」对设计的价值。 →
  35. 305 BioSolveIT FlexX：经典 Docking 工具的定位 FlexX 是经典的增量构建式对接程序。这篇讲清增量构建的原理、它与随机搜索方法的差别，以及对接算法的选择逻辑。 →
  36. 306 BioSolveIT ReCore：骨架跃迁和核心替换工具 ReCore 用于骨架跃迁与核心替换，从三维几何出发寻找可替换的中心结构。这篇讲清骨架跃迁的动机、几何约束的思路与开源方法。 →
  37. 307 BioSolveIT infiniSee：超大化合物空间搜索平台 infiniSee 面向数百亿级化学空间的相似性搜索，不需要枚举全库。这篇讲清超大空间检索的技术思路与它带来的筛选方式转变。 →
  38. 308 Insilico Medicine：AI 制药公司案例拆解 英矽智能是端到端 AI 制药的代表案例。这篇拆解它的三平台结构、公开披露的临床进展，以及从中能学到的方法论。 →
  39. 309 Schrödinger：软件公司如何切入新药研发 薛定谔是从物理计算软件切入新药研发的代表。这篇讲清「软件公司做药」的逻辑、双轮商业模式的取舍与技术路线特点。 →
  40. 310 Recursion：工业化表型组学与 AI 药物发现 Recursion 用工业化的细胞成像筛选构建表型数据，是「先造数据再建模」路线的代表。这篇讲清表型组学的逻辑、优势与固有难题。 →
  41. 311 Exscientia：AI 设计小分子的经验和教训 Exscientia 是最早把 AI 设计分子推进到临床的公司之一，其经历也提供了重要教训。这篇诚实地梳理成绩、挫折与可迁移的经验。 →
  42. 312 BenevolentAI：知识图谱驱动药物发现案例 BenevolentAI 以知识图谱驱动靶点发现，其新冠期间的药物重定位是被广泛引用的案例。这篇讲清知识图谱方法的逻辑与边界。 →
  43. 313 Isomorphic Labs：AlphaFold 之后的 AI 制药野心 Isomorphic Labs 是 DeepMind 分拆出的 AI 制药公司，代表 AlphaFold 之后的下一步野心。这篇讲清它的定位、路线与结构预测之后的真实瓶颈。 →
  44. 314 Atomwise：基于结构的 AI 筛选公司案例 Atomwise 是最早用深度学习做基于结构虚拟筛选的公司之一。这篇讲清 AtomNet 的思路、大规模筛选的实践与该路线的争议。 →
  45. 315 XtalPi 晶泰科技：AI、机器人与药物研发平台化 晶泰科技把 AI 计算、自动化实验与晶型预测组合成研发平台。这篇讲清它的能力构成、机器人实验的现实进展与商业模式特点。 →
  46. 316 DP Technology 深势科技：AI for Science 在药物研发中的布局 深势科技从 AI for Science 切入药物研发，代表「科学计算基础设施」这条路线。这篇讲清它的技术布局与这条路线的逻辑。 →
  47. 317 Generate:Biomedicines：生成式蛋白药物设计案例 Generate:Biomedicines 用生成式模型直接设计蛋白药物。这篇讲清生成式蛋白设计的技术路线、与小分子生成的差别及现实进展。 →
  48. 318 Absci：AI 抗体设计平台公司观察 Absci 把 AI 抗体设计与自建湿实验平台深度结合。这篇讲清抗体设计的特殊性、干湿闭环的价值与抗体开发的真实门槛。 →
  49. 319 Valo Health：AI 临床与转化医学平台公司 Valo Health 把人类临床与真实世界数据放在平台核心。这篇讲清以人类数据为起点的逻辑、真实世界数据的价值与因果推断的难点。 →
  50. 320 Owkin：联邦学习与多组学药物研发案例 Owkin 用联邦学习在不集中数据的前提下做多中心建模。这篇讲清联邦学习的原理、在医疗场景的价值与实际难点。 →
  51. 321 Insitro：机器学习驱动靶点发现公司 insitro 用机器学习结合细胞模型与人类遗传学做靶点发现。这篇讲清它的数据策略、疾病模型思路与靶点发现的因果性问题。 →
  52. 322 Relay Therapeutics：蛋白动态结构如何指导药物设计 Relay Therapeutics 用蛋白动态构象指导药物设计，是「运动即靶点」思路的代表。这篇讲清蛋白动态在设计中的价值与实现路径。 →
  53. 323 Genesis Therapeutics：生成式 AI 小分子设计公司 Genesis Therapeutics 以图神经网络驱动的分子设计为核心。这篇讲清其技术定位、生成式小分子设计公司的共性挑战与判断方法。 →
  54. 324 Iambic Therapeutics：AI 小分子设计公司的临床化路径 Iambic Therapeutics 强调把 AI 设计与临床推进结合。这篇讲清从设计到临床的完整链条、各环节的真实难度与 AI 的作用边界。 →
  55. 325 SandboxAQ：量子、AI 与药物发现公司观察 SandboxAQ 把量子技术与 AI 结合应用于多个领域，包括药物研发。这篇讲清量子计算在药物发现中的真实现状与「量子启发」方法的边界。 →
全部模块
01 入门 · 学习地图 02 分子表示 03 成药性 04 结构与模拟 05 AI 模型 06 开源工具 07 数据资源 08 平台与公司 09 实战流程 10 新药模态 11 合成与工艺 12 决策与监管