Partnerskaber

BioMap præsenterer 11 AI-samarbejder inden for biovidenskab på topmøde i Hongkong

mm
Føj Unite.AI til dine foretrukne kilder på Google

BioMap annoncerede samarbejder med 11 partnere på International Bio-Computing Innovation Summit 2026 i Hongkong og udvider dermed arbejdet med AI-grundmodeller til lægemiddelforskning, traditionel kinesisk medicin, planteforædling og ekspansion til oversøiske markeder. Topmødet åbnede i Hong Kong Convention and Exhibition Centre den 6. november 2026.

Syv projekter blev præsenteret ved morgenens lanceringsceremoni for BioMap InnoHub, efterfulgt af samarbejder med yderligere fire organisationer ved en ceremoni om eftermiddagen. BioMap var vært for arrangementet med støtte fra Hong Kong Investment Corporation Limited. Samarbejderne skal fremme AI-forskning og anvendelser inden for biovidenskab og samtidig sætte fart på kommercialiseringen af forskningsresultater i Hongkong.

Medicinske projekter og landbrugsprojekter

Samarbejdet med The University of Hong Kong fremmer næste fase af projektet med en stor virtuel cellemodel for brystkræft, hvor AI bruges til at simulere brystkræftcellers funktion og hjælpe forskere med at forstå sygdommen. HKIC’s administrerende direktør, Clara Chan, sagde i sin tale på topmødet den 6. november, at fase II af brystkræftmodellen blev lanceret i 2026, efter at en tidligere grundmodel med flere modaliteter for brystkræfttumorceller blev offentliggjort på topmødet i 2025.

To andre morgenprojekter anvender AI inden for forskellige former for terapeutisk forskning. BioMap og Hong Kong Baptist University planlægger at oprette et fælleslaboratorium for AI og traditionel kinesisk medicin, hvor beregningsbaserede analyser kombineres med eksperimentel validering for at undersøge, hvordan ingredienser i traditionel kinesisk medicin virker. Et særskilt initiativ med PepLib om udvikling af nye peptidlægemidler skal sætte fart på forskning og udvikling af peptid- og cykliske peptidbaserede behandlinger.

Der blev også sat ind på landbrugsområdet. BioMap og Soy-Sky FarmTech vil kombinere biologiske grundmodeller med genetiske data og egenskabsdata for afgrøder i en AI-platform til planteforædling, der skal understøtte beslutninger om forædling. Partnerne planlægger også et økosystem for AI-baseret landbrugsinnovation under Bælte- og Vejinitiativet. Separat vil BioMap samarbejde med DEFTA Partners om DEFTA-programmet for ekspansion til oversøiske markeder og undersøge muligheder for forsknings- og industrisamarbejde i Japan og andre oversøiske markeder.

Fælles infrastruktur og regionale projekter

Flere af samarbejderne fokuserer på infrastruktur, der forbinder modeller med eksperimenter. BioMaps initiativ med Coyote Bioscience kombinerer forskningsformidling på tværs af erhvervslivet, den akademiske verden og forskningsinstitutioner med et åbent økosystem for patroner og understøtter samarbejde om molekylær point-of-care-testning i Hongkong. Samarbejdet med HiDream.ai om en virtuel organisme-model på tværs af skalaer skal undersøge biologiske fænomener på forskellige skalaer og udforske metoder til at forudsige og rekonstruere deres dynamik.

Ved eftermiddagens ceremoni oplyste BioMap, at virksomheden ville samarbejde med Temasek Life Sciences Laboratory om planer om i fællesskab at oprette et AI-biocenter for beregningsbaseret biologi i Singapore. Centret er stadig på planlægningsstadiet. Revvity er partner i et andet planlagt anlæg: et AI-laboratorium for bioproduktion, der integrerer beregningsbaserede og eksperimentelle arbejdsgange i et lukket kredsløb.

MegaStream bygger videre på et partnerskab fra juni

På eftermiddagsprogrammet var også MegaStream TechBio, et joint venture inden for lægemiddeludvikling, der blev etableret i fællesskab af BioMap og Harbour BioMed. Den administrerende direktør, Kyler Lei, optrådte offentligt for første gang, fremlagde en vision for lægemiddelopdagelse kaldet AIDD 3.0 og fortalte om en pipeline struktureret omkring first-in-class- og best-in-class-programmer. Præsentationen byggede videre på et partnerskab, der allerede var blevet offentliggjort tidligere på året: Harbour BioMeds meddelelse den 15. juni 2026 oplyste, at virksomhederne ville lancere MegaStream som en AI-baseret pipelinevirksomhed rettet mod globale markeder.

I henhold til planen skulle Harbour BioMed bidrage med sin fuldt humane antistofplatform, ekspertise inden for målbiologi og kapacitet inden for global klinisk udvikling. BioMap skulle levere grundlæggende AI-teknologi, modeludvikling og intelligente forsknings- og udviklingsmuligheder. MegaStreams indledende pipeline skulle kombinere kandidater identificeret ved hjælp af AI i partnernes tidligere samarbejder med nyopstartede AI-drevne lægemiddelopdagelsesprogrammer og prioritere komplekse biologiske lægemidler inden for hjerte-kar-sygdomme, nyresygdomme, onkologi og aldringsbekæmpelse.

Juni-meddelelsen beskrev også et planlagt laboratorium, der kombinerer tør laboratorieforskning med vådlaboratorieforskning og forbinder beregningsbaseret design med eksperimentel validering. Harbour BioMed forventede effektivitetsforbedringer på over 500 % i forhold til tidligere generationers platforme, en mere end tidobling af effektiviteten i dataindsamlingen og over 5 petabyte AI-klare data inden for biovidenskab i løbet af fem år. Tallene er driftsmål for det planlagte laboratorium og ikke resultater, der blev offentliggjort på novembertopmødet.

For BioMap afhænger det af, om dette voksende netværk kan omsætte modellernes forudsigelser og automatiserede eksperimenter til validerede behandlinger, planteforædlingsværktøjer og kommercielle forskningsresultater på tværs af de regioner, der er omfattet af topmødesamarbejderne.

Naomi Crest er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker kunstig intelligens i lægemidler, lægemiddelforskning og molekylær forskning. Hendes arbejde fokuserer på, hvordan AI-drevne modeller accelererer målidentifikation, stofscreening, proteinstrukturanalyse og kliniske forskningsarbejdsprocesser på tværs af lægemiddelindustrien.
Med et videnskabeligt og metodisk perspektiv undersøger Naomi, hvordan maskinlæring anvendes i kemi, biologi og farmakologi for at forkorte udviklingstider og forbedre succesrater i lægemiddelforskning. Hun lægger særlig vægt på validering, reproducerbarhed og reguleringsovervejelser, idet hun fremhæver evidensbaseret fremgang over spekulative påstande.
Artikler skrevet af Naomi Crest er AI-genererede og gennemgået af Unite.AIs redaktionelle team for at sikre nøjagtighed, klarhed og ansvarlig dækning af AI's rolle i udviklingen af lægemiddelforskning og -udvikling.