HKEY-AI-NAM-Bridge™ 1.0-ը  միացնում է AI կանխատեսումները, նոր մոտեցման մեթոդաբանությունները և in vivo ապացույցները ավելի նպատակային նախակլինիկական ուսումնասիրությունների նախագծման համար

Բոստոն/Սուչժոու, Չինաստան, հուլիսի 12, 2026թ. /PRNewswire/ – HKeyBio-ն ստեղծել է HKEY-AI-NAM-Bridge™ 1.0-ը , իր AI-ն և նոր մոտեցման մեթոդոլոգիաները (NAMs) In Vivo Evidence Bridging Package-ը: Ծառայությունն օգնում է աուտոիմունային և ալերգիայի դեմ դեղամիջոցների մշակման թիմերին բացահայտել ապացույցների բացերը և նախագծել ավելի նպատակային in vivo վավերացման ուղիներ՝ AI կանխատեսումներից, in vitro վերլուծություններից, օրգան-չիպի ​​վրա, բջիջների վրա հիմնված, omics և նախնական PK տվյալներից:

HKEY-AI-NAM-Bridge™ 1.0 մի հայացքով

Ինչ է դա.  HKEY-AI-NAM-Bridge™ 1.0-ը HKeyBio-ի նախակլինիկական ապացույցների կամրջման ծառայությունն է AI-ի, NAM-ների և in vivo վավերացման համար:

Հասցված խնդիր.  Այն օգնում է բացահայտել ապացույցների բացերը AI կանխատեսումների, in vitro համակարգերի, omics կամ օրգան-չիպի ​​տվյալների և հիվանդության հետ կապված in vivo ապացույցների միջև:

Օգտագործման դեպքեր.  Ծառայությունը նախատեսված է գոյություն ունեցող AI կանխատեսումով, in vitro, բջջային մոդելի, օրգան-չիպի ​​վրա, omics կամ նախնական PK տվյալների ծրագրերի համար:

HKeyBio-ի հնարավորությունների կապ.  Ծառայությունը հիմնված է HKeyBio-ի in vivo արդյունավետության գնահատման, NHP մոդելների, պաթոլոգիայի, իմունային ֆենոտիպավորման, բիոմարկերների և թարգմանչական մեկնաբանության վրա:

AI-ն և NAM-ներն օգնում են նախագծել ավելի խելացի in vivo ուսումնասիրություններ

HKEY-AI-NAM-Bridge™ 1.0-ը հիմնված է գործնական սկզբունքի վրա. AI-ն և NAM-ները պարզապես չեն փոխարինում կենդանիների ուսումնասիրություններին. դրանք կարող են օգնել նախագծել ավելի նպատակային և ավելի մեկնաբանելի in vivo ուսումնասիրություններ:

Փաթեթը կենտրոնանում է ապացույցների բացերի, նվազագույն ուսումնասիրության նախագծման և վերջնակետերի կամրջման վրա

1. Ապացույցների բացերի վերլուծություն

Բացահայտում է այնպիսի բացեր, ինչպիսիք են in vitro ակտիվությունը՝ առանց հիվանդության մոդելի արդյունավետության, կապն առանց հոսանքով ներքևող ֆունկցիայի, AI կանխատեսում առանց թիրախային ներգրավման կամ մկնիկի տվյալները՝ առանց միջտեսակի մեկնաբանության:

2. Նվազագույն in vivo վավերացման հարցեր

Առաջնահերթություն է տալիս մի քանի կարևոր հարցերի, որոնց նախ պետք է պատասխանի in vivo ուսումնասիրությունը:

3. Կամրջային վերջնակետի ձևավորում

Միացնում է ֆարմակոդինամիկ վերջնակետերը, մեխանիզմի վերջնակետերը, թարգմանական կենսամարկերները, PK բացահայտումը, PK/PD հարաբերակցությունը և անվտանգության հիմնական դիտարկումները:

HKeyBio-ն միավորում է հիվանդության մոդելները, NHP հետազոտությունը և թարգմանական հաշվետվությունները

Առաքվող նյութերը կարող են ներառել առկա ապացույցների ամփոփում, ապացույցների բացերի գնահատում, in vivo վավերացման հիմնավորում, նվազագույն կենդանիների ուսումնասիրության նախագծում, բիոմարկերի և PK/PD կամրջման պլան, NHP-ի անհրաժեշտության գնահատում, IND-ը նպաստող համապատասխանություն, ռիսկի և սահմանափակումների հայտարարություն և հաջորդ քայլի առաջարկություն:

«Ավելի պատասխանատու մոտեցում է օգտագործել AI, in vitro և NAM տվյալները՝ ավելի լավ հարցեր տալու համար, և այնուհետև հաստատել կարևոր ապացույցները հիվանդության հետ կապված in vivo մոդելներում», - ասաց HKeyBio-ի Թարգմանական բժշկության ղեկավարը:

HKeyBio-ի մասին

HKeyBio-ն նախակլինիկական CRO-ն է, որը մասնագիտանում է աուտոիմուն և ալերգիկ հիվանդությունների մեջ, որն աջակցվում է կենդանիների մոդելների, NHP մոդելների, պաթոլոգիայի, իմունոլոգիական վերլուծությունների, PK/PD, բիոմարկերների և անգլերեն լեզվով թարգմանական հաշվետվությունների միջոցով:

Լրացուցիչ տեղեկությունների համար խնդրում ենք դիմել.

Կայք: www.hkeybio.com

Էլ. tech@hkeybio.com

Աղբյուրի նշում. Ընկերության տեղեկատվությունը տրամադրված է HKeyBio-ի կողմից, 2026 թվականի հուլիսի դրությամբ: