临床前研究中的人工智能:增强数字双胞胎和器官芯片,以减少动物试验
Amit Gangwal1, Antonio Lavecchia2
1Department of Natural Product Chemistry, Shri Vile Parle Kelavani Mandal's Institute of Pharmacy, Dhule 424001 Maharashtra, India.
Drug discovery today
|April 19, 2025
概括
人工智能 (AI) 通过用数字双胞胎和器官芯片平台等先进模型取代动物试验,彻底改变了临床前药物研究. 人工智能增强了这些方法,使药物发现更加准确,道德和高效.
科学领域:
- 药理学和毒理学 药理学和毒理学
- 计算生物学和生物信息学
- 生物技术和生物医学工程 生物技术和生物医学工程
背景情况:
- 在临床前药物研究中,传统的动物试验面临着伦理,成本和效率的限制.
- 像数字双胞胎 (DTs) 和器官芯片 (OoC) 平台这样的新兴技术提供了有前途的替代方案.
- 整合人工智能 (AI) 对于最大限度地发挥这些先进临床前模型的潜力至关重要.
研究的目的:
- 审查人工智能对临床前药物研究的变革性影响.
- 突出使用机器学习 (ML) 和深度学习 (DL) 的人工智能驱动模拟方面的进展.
- 检查AI与DT和OOC平台的整合,以加强药物安全性和有效性评估.
主要方法:
- 对AI应用在临床前药物开发中的当前文献的审查.
- 分析AI在提高DTs和OoC模型的预测能力和可扩展性方面的作用.
- 检查人工智能驱动的方法来模拟复杂的生物系统和预测药物反应.
主要成果:
- 人工智能显著提高了在模拟生物系统时的DTs和OoC平台的准确性和可靠性.
- 人工智能集成加快了早期药物安全性和有效性评估,缩短了开发时间表.
- 在临床前研究中,人工智能驱动的模型有助于遵守3R原则 (取代,减少,完善).
结论:
- 人工智能对于克服DTs和OoC的局限性至关重要,提高了它们的预测能力.
- 人工智能与先进模型的协同作用承诺更道德,更具成本效益和更高效的药物发现.
- 确立人工智能作为基石需要解决当前的挑战,并标准化其在临床前研究中的应用.
