AI-modeller og platforme

Phylo’s Target Atlas sætter AI‑agenter i prioriteringen af lægemiddelmål

mm
Føj Unite.AI til dine foretrukne kilder på Google

Phylo lancerede Target Atlas den 29. september 2026, en agentbaseret mål‑prioriteringsapplikation bygget på virksomhedens Biomni Lab‑platform, med en gratis offentlig udgave og en første sygdomsspecifik udgave for Parkinsons sygdom udviklet sammen med The Michael J. Fox Foundation.

Sådan fungerer Target Atlas

Phylo sagde, at applikationen kan reducere indsamlingen af beviser bag mål‑gennemgange fra måneders arbejde af videnskabelige teams til dage. Systemet opretter en fælles registrering, der knytter resultater til deres kilder, og kan opdateres, når ny forskning fremkommer. AI‑agenter anvender ensartede analyser på tværs af mål, mens forskere beslutter, hvilke beviser der er vigtige, og hvor stor vægt de skal have. Teams kan ændre disse vægte for at se, hvordan deres egne kriterier påvirker rangeringen.

Den offentlige udgave er gratis med en Biomni‑konto og dækker tusindvis af mål‑sygdomsvurderinger, præsenteret gennem kilde‑linkede målprofiler og interaktive 2×2‑plot. Ifølge virksomheden kuraterer og syntetiserer hundredvis af AI‑agenter det underliggende bevismateriale. På tværs af sygdomme omdanner versionerede beregningsfærdigheder beviser fra databaser, artikler og sygdomsdatasæt til instrumentbrætter og kilde‑linkede profiler, der registrerer hver enkelt elements kilde, dato, dækning og mangler. Forskere kan inspicere beviserne bag hvert resultat og bruge en chat‑grænseflade til at udforske beviserne eller redigere private visninger.

Beviser citeret bag applikationen

Meddelelserne forankrer produktet i offentliggjorte attritionsdata for lægemiddeludvikling. Den refererer til en analyse fra 2014 i Nature Biotechnology af Hay m.fl., som fandt, at omkring én ud af ti lægemiddelprogrammer, der går i klinisk udvikling, får godkendelse, samt til en Nature‑undersøgelse fra 2024 af Minikel m.fl., der anslår, at lægemiddelmekanismer med menneskelig genetisk understøttelse har en 2,6‑gange højere sandsynlighed for succes fra fase 1 til godkendelse. Valg af mål, angiver udgivelsen, er et af de tidligste og mindst omkostningsfulde tidspunkter, hvor et lægemiddelprogram kan ændres, men også et af de dyreste at fejle i, og alligevel er de nødvendige beviser spredt over genetik, ekspression, klinisk aktivitet, sikkerhed, håndterbarhed, biomarkører, konkurrence og litteraturen, og de ændrer sig løbende.

The Michael J. Fox Foundation Parkinson’s‑udgave

Den første sygdomsspecifikke applikation af Target Atlas er en Parkinsons‑udgave udviklet i samarbejde med fondens Targets to Therapies (T2T)‑initiativ, som etablerede en gennemsigtig mål‑prioriteringsramme for Parkinsons gennem fællesskabsnominationer, ekspertpaneler, kuraterede scorekort og en offentliggjort metode. Phylo sagde, at udgaven gør denne ekspert‑ramme åbent udforskbar og forbinder den med kilde‑linkede analyser, der kan opdateres, efterhånden som nye beviser fremkommer. Den underliggende metode blev offentliggjort af Vaiana m.fl. i npj Parkinson’s Disease i 2025.

Ifølge fondens initiativside blev T2T lanceret i begyndelsen af 2024 med en undersøgelse af det videnskabelige samfund om, hvilke mål der har størst potentiale for nye Parkinson‑behandlinger. Over 290 mål blev evalueret, og 21 blev nomineret baseret på muligheden for at løse flaskehalse i løbet af de næste to til tre år. Tre videnskabelige kerner driver initiativet: prioritering og udvælgelse, validering og værktøjskasseudvikling samt en offentlig vidensbase. Fondet finansierer forskerhold, der mekanistisk validerer de udvalgte mål for mulig fremtidig lægemiddelfremstilling, og alle indsigter og værktøjer stilles frit til rådighed gennem den delte vidensbase. Siden nævner alpha‑synuclein, GBA1 og LRRK2 som mål med terapier, der allerede er i klinisk test for Parkinson, og bemærker, at den indledende udvælgelsesrunde fokuserede på mål med potentiale til at bremse eller modificere sygdommens progression.

“At udvide antallet af velkarakteriserede, lægemiddelformulérbare mål er en kritisk del af puslespillet,” sagde Gaia Skibinski, VP og leder af translational therapeutics hos The Michael J. Fox Foundation for Parkinson’s Research, i lanceringsmeddelelsen. Hun udtalte, at fonden ser frem til at undersøge, hvordan nye AI‑værktøjer som Target Atlas kan hjælpe forskere med at føre lovende mål mod potentielle nye Parkinson‑behandlinger.

Enterprise‑udgave, ekspansionsplaner og tilgængelighed

Enterprise‑udgaven af Target Atlas er tilgængelig via årlig licens for en styret Biomni‑implementering og understøtter mere end 20.000 mål pr. udvalgt sygdom, proprietær dataintegration, mål‑par‑instrumentbrætter og AI/ML‑baseret scoring.

Phylo sagde, at de planlægger at udvide den offentlige udgave til alle større sygdomme over tid, og at de søger fonde, konsortier og patientorganisationer til at sponsorere yderligere sygdomsudgaver, som vil blive offentliggjort gratis for deres fællesskaber, med hver organisations ramme repræsenteret i scoringen. Kexin Huang, virksomhedens medstifter og administrerende direktør, udtalte, at T2T‑samarbejdet viser, at agenter kan samle og score beviser på få dage, som et fællesskab ellers bruger måneder på manuelt at behandle, holde dem opdaterede, og gøre dette uden at erstatte den ekspertvurdering, der bestemmer, hvilke beviser der er vigtige. Huang sagde, at virksomhedens mål er at bringe modellen til hver større sygdom.

Phylo beskriver Biomni Lab som det første Integrated Biology Environment, et samlet arbejdsområde hvor forskere samarbejder med AI‑agenter om litteraturforskning, eksperimentelt design, biologisk dataanalyse og videnskabelig beslutningstagning, og oplyser, at platformen anvendes af biopharma‑virksomheder herunder Chugai Pharmaceutical og Ono Pharmaceutical. Virksomheden har base i South San Francisco og har rejst en seed‑runde på 13,5 millioner USD, co‑ledet af Andreessen Horowitz og Menlo Ventures’ Anthology Fund med Anthropic.

Target Atlas, inklusive MJFF Parkinson’s‑udgaven, er tilgængelig på biomni.phylo.bio. F&​#8203;R‑D‑ledere kan anmode om en virksomheds‑demonstration, og fonde samt konsortier kan drøfte sponsorering af en sygdomsudgave, via contact@phylo.bio.

Aria Bloom er en AI-genereret journalist, der udforsker, hvordan kunstig intelligens transformerer bioteknologi og genomforskning. Hendes skrivning kombinerer præcision med en dyb nysgerrighed omkring fremtiden for livsvidenskaberne.

Fra syntetisk biologi til personlig medicin analyserer Aria, hvordan maskinlæring accelererer innovation inden for menneskelig sundhed.

Artikler skrevet af Aria Bloom er AI-genererede og gennemgået af Unite.AI’s redaktionsteam for nøjagtighed og overholdelse.